大規模生成本地內容-Whiteboard&nbspFriday

[ad_1]

建立任何數量的本地頁面都是一項艱巨的任務。很難找到合適的主題內容,專業知識和位置組合,而採用快捷方式的誘惑總是因幾乎無法擴展優質,獨特的內容而受到抑制。

在本周的《白板星期五》(Whiteboard Friday)中,拉斯·瓊斯(Russ Jones)分享了他最喜歡的白帽子技術,該技術使用自然語言生成功能來創建本地頁面以顯示您的內心世界。

單擊上方的白板圖像,在新選項卡中打開高解析度版本!

視頻轉錄

大家好,我是Mos的Russ Jones,再次與您討論重要的搜索引擎優化問題。今天,我要談談我最喜歡的一種技術,它是幾年前我為特定客戶發明的,並且在過去幾年中變得越來越重要。

使用自然語言生成來創建超本地內容

我稱其為使用自然語言生成來創建超本地內容。現在我知道那裡有一堆長字。你們中的一些人熟悉它們,而有些人則不是。

因此,讓我為您提供一些情況,這可能是您在某些時候或某些時候已經熟悉的情況。假設您有一個新客戶,並且該客戶在美國各地有大約18,000個地點。

然後,Google告訴您您需要製作獨特的內容。現在,當然不必是18,000。即使是100個位置也可能很困難,不僅要創建獨特的內容,而且要創建與該特定位置具有某種相關性的獨特有價值的內容。

因此,我今天要做的是通過一種使用自然語言生成的特定方法來進行討論,以便大規模創建這些類型的頁面。

什麼是自然語言生成?

現在可能有幾個問題,我們需要繼續前進並從一開始就擺脫困境。那麼首先,什麼是自然語言生成?嗯,自然語言生成實際上是出於生成天氣警報的目的而起源的。您實際上可能已經看過100,000次。

每當有雷雨或強風警告之類的東西時,您就會在電視底下看到它,如果您像我這樣年紀大一點,或者您已經在手機上放了一部,這表明美國國家氣象局已經發布了有關危險天氣警報的某種警告,您需要掩蓋。

好吧,您在那裡看到的語言是由機器生成的。它考慮到了有關天氣的所有數據,然後將其放入人類可以自動理解的句子中。它有點像瘋狂的庫柏斯(Mad Libs),但從某種意義上講,它具有更多的技術性,而不是有趣或愚蠢,實際上是非常有用的信息。

這就是我們的目標。我們希望使用自然語言生成來為具有非常有用信息的企業生成本地頁面。

那不是黑帽子嗎?

現在,我們幾乎總是會得到的問題,或者我至少幾乎總是會得到的問題是:這是黑帽子嗎?我們不應該做的事情之一就是自動生成內容。

因此,我將花一點時間討論到底如何將這種類型的內容創建與標準的Mad Libs風格區別開來,如何將不同的城市單詞插入內容生成過程中以及我們在這裡所做的事情。我們在這裡所做的是為我們的客戶提供獨特有價值的內容,因此它通過了高質量內容的測試。

讓我們看一個例子

因此,讓我們這樣做。讓我們討論一下我認為最簡單的方法,我將其稱為Google趨勢方法。

1.選擇要比較的項目

因此,讓我們退後一步,談談擁有18,000個地點的這項業務。現在我們對這項業務了解多少?嗯,無論從事哪個行業,企業都有一些共同點。

他們要麼擁有類似的產品或服務,要麼這些產品和服務可能具有樣式,風味或澆頭,您可以就它們提供的不同項目和服務進行各種比較。我們有機會在美國幾乎所有地區製作獨特的內容。

我們將用來實現這一目標的工具是Google趨勢。因此,您要做的第一步就是要吸引這個客戶,在這種情況下,我只想說這是一個比薩連鎖店,我們將確定那些我們可能要比較。在這種情況下,我可能會選擇澆頭。

因此,我們會對義大利辣香腸,香腸和鳳尾魚感興趣,而上帝禁止菠蘿,只是各種不同類型的澆頭,這些澆頭可能因地區而異,因需求而異。因此,我們要做的就是直接進入Google趨勢。

關於Google趨勢的最好之處在於,它們不只是在全國範圍內提供信息。您可以將其範圍縮小到城市級別,州級別,甚至在某些情況下可以縮小到郵政編碼級別,因此,它使我們可以收集有關此特定類別的服務或產品的超本地信息。

因此,例如,這實際上是目前西雅圖對義大利辣香腸,蘑菇和香腸澆頭的需求的比較。因此,當人們在谷歌搜索披薩時,大多數人會搜索義大利辣香腸。

2.按位置收集數據

因此,您要做的就是將所有不同的地點都收起來,並收集有關它們的此類信息。因此,您會知道,例如,義大利辣香腸的興趣大約是香腸比薩餅的2.5倍。嗯,在每個城市和每個州,情況都不一樣。實際上,如果您選擇許多不同的澆頭,您會發現各種各樣的東西,不僅是人們訂購或想要它們的數量的比較,而且還可能是隨著時間的變化。

例如,義大利辣香腸也許不再那麼受歡迎。如果您要去某些城市看看,那可能是素食主義者和素食主義者增多的情況。好吧,關於自然語言生成的很酷的事情是,我們可以自動提取出那種獨特的關係,然後將其用作數據來告知我們最終放在網站頁面上的內容。

例如,假設我們乘西雅圖。系統將自動能夠識別這些不同類型的關係。假設我們知道義大利辣香腸是最受歡迎的。也許還可以識別出an魚在披薩上已經過時了。幾乎沒有人想要他們了。

這樣的東西。但是,正在發生的事情是,我們正在緩慢但確定地提出這些趨勢和數據點,這些趨勢和數據點對於將要訂購比薩餅的人們來說非常有趣且有用。例如,如果您要舉辦一個50人的聚會,但您不知道他們想要什麼,則您可以做每個人都做的很多事,也就是說,有三分之一的義大利辣香腸,三分之一的平原和三分之一的素食,如果您想舉辦生日派對或其他活動,這是一種標準。

但是,如果您進入了必勝客頁面或多米諾骨牌頁面,並且它告訴您在居住的城市中,人們的確非常喜歡這種澆頭,那麼您實際上可能會對要訂購的商品做出更好的決定。因此,我們實際上正在提供有用的信息。

3.產生文字

因此,這就是我們要討論的趨勢,即根據趨勢和從所有語言環境中獲取的數據生成文本。

尋找當地趨勢

現在,當然,第一步只是關注本地趨勢。但是本地趨勢並不是我們唯一可以看到的地方。我們可以超越。例如,我們可以將其與其他位置進行比較。因此,在西雅圖人們真的很喜歡蘑菇作為澆頭或類似的配料,這可能同樣有趣。

與其他位置比較

但是,看看首選的澆頭(例如在芝加哥(芝加哥風格的比薩餅規則與紐約不同)的芝加哥)是否也很有趣。那將是一件有趣的事情,並且可以通過自然語言生成自動提取出來。最後,人們在嘗試實現此解決方案時往往會錯過的另一件事是,他們認為必須一次比較所有內容。

選擇項目子集

那不是你要做的方式。您要做的是在每種情況下都選擇最有趣的見解。現在我們可以獲得有關如何實現的技術。例如,我們可能會說,好的,我們可以查看趨勢。好吧,如果所有趨勢都持平,那麼我們可能不會選擇該信息。但是我們看到,與其他城市相比,該城市中一個澆口與另一個澆口之間的關係異常不同,這很可能是我們選擇的。

4.人工審查

現在是關於白帽與黑帽的問題了。因此,我們有了這個本地頁面,現在,我們生成了所有有關該城鎮或城市中人們想要披薩的文字內容。我們需要確保該內容實際上是質量。這就是最後一步,這只是人工審查。

我認為,自動生成的內容,只要有用且有價值,並且經過人工編輯的確認就可以了,就像已經人工查過一樣,自動編輯的內容確實如此。數據指向和寫相同的句子。

因此,我認為在這種情況下,尤其是當我們正在談論向全國如此廣泛的地區提供數據時,以一種使我們能夠生成內容並且還使我們能夠為用戶提供儘可能最好和最相關的內容。

因此,我希望您能花些時間,花一些時間查找自然語言,並最終能夠構建比以前更好的本地頁面。謝謝。

視頻轉錄 通過 Speechpad.com

相關文章