进行深度学习优化以满足用户意图

如何进行深度学习优化以满足用户意图

2.2.2022 更新

为了与深度学习中的搜索趋势保持一致，首先要采用以用户为中心的方法来处理网页上的内容。

人工智能和深度学习正在迅速改变医疗保健和金融服务等行业在在线领域取得成功的方式。 深度学习优化现在是机器学习社区的一个核心话题，旨在跟上使用谷歌数据集的最新搜索技术。 使用有组织的数据构建的高度结构化页面的长期利益将为您的业务提供更好的搜索排名结果。

我们生活在激动人心的时代； 看到深度学习为在线业务带来了什么令人鼓舞！ 现代机器学习方法，例如深度学习，是搜索未来的开端。 网络和计算机科学在深度学习中的显着增长意味着许多企业仍然专注于以前的工作来吸引买家，但仍然缺少SEO 结构化数据的概念。 让我们介绍一些基本术语并开始吧。

目录

• 谷歌的 DeepMind 是什么？
• 监督学习与无监督计算机学习有何不同？
• 谷歌如何使用深度学习？
• 网站必须提供消费者喜欢的东西
• 排名因素死了吗？
• 哪些排名因素会影响商业网站？
• 深度学习和图数据库帮助用户定位信息
  • SEO越来越关注内容相关性
  • 深度学习为搜索者提供更好的答案
• 行业排名因素的范式转变
• 如何针对深度学习进行优化？
• 什么是深度学习原生并行图数据库？
• TensorFlow 中的 NSL 是什么？
• 总结思路：深度学习优化

谷歌的 DeepMind 是什么？

谷歌的 DeepMind 的缩写是 DMG。 其团队将 DeepMind 的尖端机器学习研究应用于 Google 产品和 Google 搜索基础架构。 数以百万计的人在不了解或不了解其背后的技术的情况下使用它来提问和进行搜索查询。 它位于当前计算机学习算法的幕后。

它有助于帮助企业赢得 SERP 和销售的知名度。

监督学习与无监督计算机学习有何不同？

在监督学习中，计算机被训练来预测人类指定的标签，例如基于树的标记树图片的类型； 无监督学习不依赖于标签。 它能够制作自己的预测工作流程，例如尝试预测特定句子中的每个连续单词。 强化学习允许代理发现优化其总收益的动作序列，例如赢得比赛和预测选举，而无需明确的良好技术示例，从而实现自主性。

谷歌如何使用深度学习？

谷歌如何使用深度学习的一个例子是谷歌地图。 聚合位置数据可用于了解交通、历史用户数据和实时交通状况。 使用机器学习生成预测有助于使用 Google 地图进行导航的人。 他们可以了解他们的商业路线上的道路交通是繁忙还是轻松、估计的旅行时间和估计的到达时间 (ETA)。

它的 Google Assistant 语音识别 AI 使用深度神经网络来训练其算法如何更好地理解口头命令和问题。 该系统已更新为在一个名为 Google 神经机器翻译的新平台上运行； 这涉及将所有内容转移到深度学习环境中。

然而，这家科技巨头使用这项技术的方式有很多——其中很多只有他们的员工知道。

网站必须提供消费者喜欢的东西

您的在线业务存在和收入值得持续审核、反思、规划和准备如何保持最新状态
创建用户想要消费的网页内容。 但它也让数字营销人员有机会改进方法并以不同的方式在赚取和付费搜索中抓住新机会。

自然地，持续研究会提前了解哪些用户问题将出现以及要准备哪些内容，这可能是朝着您的业务所需的通用智能迈出的重要一步。 深度学习证明，在长篇文章中创建更好的内容比产生更多价值较低的内容产生更多的用户参与和销售。

Sandford.edu 说：“使用 GPU 训练深度学习算法的想法于 2009 年首次提出”。 此后，它进行了许多实验，以了解不同的深度学习优化算法如何执行并提供持续的培训。 此外，年度Searchmetrics 排名因素白皮书** 发表了令人震惊的声明，即传统的网络排名因素已变得无关紧要。

对于许多人来说，今年 SEO 工作方式的更新是涉及使用深度学习的新火箭科学。 我们了解确定对您的业务领域的影响所需的时间，并且乐于帮助明尼阿波利斯的企业发展他们的在线业务。

搜索营销专家不仅使用 schema.org 和 Google Developers 页面上描述的基本结构化数据标记来获取有关丰富知识面板和丰富摘要的信息。 这些是多个来源，阐述了搜索的工作原理以及它将在哪里增长以改进未来的使用。 它发展迅速，值得更多关注。

排名因素死了吗？

技术 SEO 因素仍然很重要，应该在域上解决以保持健康的SEO 优化分数。 不断发展的搜索环境和搜索量的急剧增加为搜索引擎创造了更大的工作。 营销人员必须快速了解并实施更好的搜索策略，以便在桌面、移动、语音和图像搜索中具有竞争力。 如果您网站的编码过时、损坏或臃肿，您不应期望搜索引擎在搜索排名中偏爱您的网站。

每个网站都面临着同样的事实，您的内容的质量、相关性、正确性和独特性，以及相关反向链接的数量都由 Google 内部化和判断。 FatJoe 谈论 Google 的新页面体验**； 这强调了这一点。 如果您的内容被认为不是最佳答案，您将不会在 SERP 中获得更高的排名和更好的可见性。 通过出现在 People Also Ask 框中，您可以获得很多直接的品牌知名度。 较新的方法更多地关注内容相关性和满足用户需求。 例如，如果您的网页因加载缓慢的像素而陷入困境，这是一个技术排名因素。 由于加载速度问题而没有等待的用户数量正在增加。

哪些排名因素会影响商业网站？

以下是SearchMetrics发现的新排名因素的主要见解的确切列表：

• 谷歌的深度学习算法现在可以适应查询并实时运行。
• 内容相关性是一个新的排名因素——它是获得最高排名的驱动力。
• 技术因素仍然是良好排名的先决条件，但仅凭这些因素已经不够了。
• 反向链接现在只是众多促成因素之一； 无链接网站甚至可能获得高排名。

深度学习和图数据库帮助用户定位信息

创建高质量内容的另一个因素是转向提供基于主题而不是关键字主题的新帖子或文章。 您在线发布的所有内容都将成为您知识图谱的一部分，并展示您的行业专业知识、您在哪些主题上是权威，以及您制作了哪些相关内容来证明这一点。

对深度学习、人工智能和机器学习的投资增加都集中在内容相关性上，取代了老式的 SEO 和 PPC 活动优化方法。 使用深度学习算法预测消费者行为模式现在比以往任何时候都容易。

网站访问者应该能够在您提供的解决复杂问题的解决方案中茁壮成长。 图形数据库和深度学习帮助用户找到谁在他们的搜索主题上说了什么。 除此之外，它还应包括何时说、哪个频道有特色，以及他们在哪里说的。 从那里，用户希望给你打电话，填写表格，连接社交渠道，完成购物车购买，直接开车到你的商店，或者采取其他一些积极的行动步骤来连接。

请注意不要过分强调关键字排名，因为搜索结果中的这一指标正在转向基于实体的 SERP 。 Google 对生成搜索结果的选择因多种标准而异。

在我们的经验中，有两个优先：

• 地理位置。 用户搜索结果会根据他们当时所在位置的经度和纬度进行调整。 这不仅会影响本地搜索和谷歌地图营销，还会影响自然搜索排名的其他方面。 虽然“靠近我”通常是搜索查询的一部分，但即使不是，GoogleBot 也会自然地在您附近显示结果。 真正推动某些网站的本地 SEO 的一种策略是实施本地业务模式标记。

• 确定的个人偏好。 所有主要的搜索引擎都在不断地储存有关您和其他人如何使用网络的信息。 这形成了一种称为个性化搜索的模式。 这些信息被存储和云化，成为用于提供更多相关搜索结果的大数据。 您的 GPS 记录、浏览器历史记录、推文等决定了 SERP 如何寻求匹配您的偏好。

SEO越来越关注内容相关性

发现网站排名有所提高的企业发现，这是由于页面具有出色的独特内容相关性，并且也为用户提供了最佳解决方案。 这是 SearchMetric 最新研究的一个重要发现。 相关内容是指网站上的信息与搜索查询的对应程度。 相关性标准包括内容元素，如可见文本以及图像或视频。 此外，可以通过标题、元描述和 alt 标签等元元素生成相关性。

理解各种形式的搜索查询（信息、导航和交易）的营销人员可以围绕它们创建新的内容和页面结构。 有用的信息集中在用户体验和用户想要完成、学习或购买的内容上。 用户信号是真正的领导者，尤其是在本地搜索营销中。

内容中上下文的重要性需要与搜索者的意图相匹配。 BERT 和 MUM 是与自然语言处理相关的深度学习算法，更容易破译意图。

深度学习为搜索者提供更好的答案

Google 为其认为是最佳答案并将提供最佳用户体验的搜索查询提供选择。 根据查询的性质，语义搜索优化可以帮助您赢得诸如医学搜索答案框、视频操作教程或深入研究文章等功能。

过去，谷歌更加难以捉摸。 在 2016 年 3 月 23 日的流媒体直播活动中，谷歌确认排名前三的信号是内容、链接和 RankBrain。 谷歌搜索质量高级策略师 Andrey Lipattsev 谈到 RankBrain 是机器和深度学习实时发挥作用的地方。

行业排名因素的范式转变

内容不再是大量的页面和帖子。 随着网络内容的激增，更大的网站可能会对您的抓取预算产生负面影响。 以操作方法帖子、提示、信息图表或图片库的形式提供的更相关、量身定制的用户内容，提供视觉作品示例，例如为历史悠久的房屋画家提供的示例，非常棒。 带有清晰项目符号或编号步骤的简明列表使需要遵循说明的读者更容易。

这种信息元素的排列是网站用户体验设计的一个组成部分，应该有良好的格式并用模式标记。 结构化数据并不意味着成为排名因素，但由于它有助于组织页面的内容，因此仅该因素就有助于提高排名的机会。

搜索引擎优化肯定会变得更加复杂。 对于曾经实行一刀切的方法的人来说，改变的呼声更加激烈。 不同行业对排名因素有独特的标准，以提高相关搜索结果的可见度。 成功的营销策略没有统一的单因素方法。 但是，有一点很清楚，您的网站需要结构良好的有效行业信息。

Searchmetrics 介绍说，它将开始为健康、金融、电子商务、媒体和旅游行业的企业发布特定行业的白皮书。 搜索排名因素的多方面复杂性，以及它们如何应用于用户查询，需要长期致力于了解哪些因素会根据您的利基、竞争和用户期望影响排名。

如何针对深度学习进行优化？

通过以下方式准备深度学习成为您网站优化过程的一部分：

1. 集中您的数据。 无论您的公司是大公司还是小公司，都需要一定的心态才能从深度学习中获得价值，以及如何针对它进行优化。 首先，创建一个“数据湖”或数据图，以帮助您更轻松地访问、比较和分析用户操作的关键输入。 幸运的是，越来越多的资源能够处理大量数据并帮助网站管理员、PPC 客户经理和 SEO 专业人员理解这些数据。 深入的 SEO 站点审核有助于利用深度学习为读者提供更多价值。

2. 让它成为你组织的文化。 今天和未来处于领先地位的网站需要一个精心策划的过程。 仅仅创建下一个激发您的书写笔灵感的帖子不再起作用。 成功意味着有时会失败，但会失败。 在支持快速迭代开发的基础架构上快速运行实验； 测试、测量和调整。 从基于情感预感做出决策到更多地依赖经过验证的数据洞察力，提升您的组织文化。 然后，您的 Web 内容和UX 本体结构可以通过机器学习更好地阅读，并在深度学习应用程序中表现更好。

3. 保持流畅并创建常绿内容。 在创建新的 Web 内容时，您学习深度学习概念以及如何实施它们的速度越快，您就越早提供更出色的用户体验。 预留时间进行研究、学习新课程、进行实验并在论坛中分享您的结果。 考虑通过 Coursera 加入 Andrew Ng 的课程，或参加 Kaggle 比赛。

“深度学习是机器学习的一个新研究领域，旨在实现其最初的目标：人工智能。” – Amrita 工程学院 ***

“它（机器学习）已经开始产生惊人的结果。 深度学习不再只是为了制作高效的反垃圾邮件系统； 现在它正在为自动驾驶汽车、步行机器人、人类水平的语音识别和合成等等提供动力。 这是一个了不起的发展！” -机器学习顾问 Aurelien Geron****

“训练深度学习的主要方法提倡使用随机梯度下降法（SGD）。 尽管易于实施，但 SGD 难以调整和并行化。 这些问题使得使用 SGD 开发、调试和扩展深度学习算法具有挑战性。 我们展示了更复杂的现成优化方法，例如有限内存 BFGS 和带有线搜索的共轭梯度，可以显着简化和加速预训练深度算法的过程。 ——吴恩达*

什么是深度学习原生并行图数据库？

深度学习本机并行图数据库提供数据以获得更深入的洞察力和更好的结果。 机器学习，即使它在深度学习的保护伞下取得进展，仍然对计算要求很高，基于图的机器学习也不例外。 随着实体连接的每一个新点或连接数据的级别，每次搜索中的数据量都呈指数级增长。 这需要大规模并行计算来交叉数据并更好地理解用户搜索意图。

键值数据库需要正确的连接，但要减少单独查找或 RDBMS 的数量，以避免过多的慢速连接。 一些标准的图形数据库最终可能难以处理大型图形上的深度链接分析。 管理大规模并行和分布式处理的本机图形数据库是最好的。

为了计算和解释个性化搜索建议和欺诈发现背后的原因，图数据库应该具有强大的查询语言，不仅可以遍历图中的连接，还可以支持过滤和聚合等计算以及多方面的数据结构进行召回证据。 概念搜索需要结构化的方法； 它支持搜索引擎和用户的易用性。

TensorFlow 中的 NSL 是什么？

TensorFlow 中的神经结构化学习（NSL）并不像听起来那么复杂。 它是一个训练依赖结构化信号和特定输入的深度神经网络的框架。 该学习模型利用神经图学习来完成使用图和结构化数据训练神经网络。 这些是由多个来源生成的，例如知识图、医疗记录、基因组数据或多模态关系。 这也支持BERT 算法中使用的自然语言处理。

NSL 如何使用图形和结构化数据？

结构化数据包含样本之间丰富的实体关系数据。 在 ML 模型的训练阶段，使用结构化信号有助于达到更高的模型精度。 结构化信号为神经网络的训练带来了更好的方法和一致性。 这是通过强制模型同化精确预测以及保持输入结构相似性来实现的。 这对于搜索营销策略师来说非常有用，因为他们认可哪种 SEO 技术是最好的。

对于当今的数字营销人员来说，破译特定的用户意图并非易事。 通过搁置预感并利用富含关键洞察力的大数据，您可以采用一种新方法。 扎实的优化技术仍然是电子商务最佳实践以提高销售额的基础，遵守 Google 的搜索指南是良好排名的先决条件。 您的 UX 架构、结构化模式实现、相关链接结构和快速的站点速度将继续适用。

传统的排名因素不再能够帮助您保持竞争力。 新算法、语音搜索的新用途、更多设备，再加上深度学习及其实时分析网站内容和了解用户意图的能力，这些都将继续存在。 Hill Web Creations 可以帮助消除混乱或不知所措的感觉。 您的网站可以采用前所未有的结构化方法来处理内容，并且可以更有效地匹配用户意图。

专业 SEO 世界中的用户体验只会越来越多。 改善您网站上的用户满意度指标并优先考虑提高 SERP 点击率的方法将提高相关流量和转化率。 我们在本文中提到的因素也与更好的排名密切相关。 谷歌一直表示，他们寻求的是提供个人想要的搜索结果。 就像所有互联网用户一样，您可以点击并查看您想要的内容，这很简单。

总结思路：深度学习优化

在Hill Web Marketing ，我们热爱我们的工作。 我们可以整天谈论和解释什么是SEO ！ 我们不会为我们对技术 SEO 专业知识的热情而道歉； 这意味着能够为您提供独特的专业见解，以改善您网站上的客户体验。 关注我们的搜索营销博客，获取新鲜且值得信赖的新闻。

如果您想更多地了解我们在帮助商业网站更好排名方面取得的成就，让我们面对面交谈。 我们可能建议从修复和机会的架构审计开始

* http://www.andrewng.org/portfolio/on-optimization-methods-for-deep-learning/

** https://fatjoe.com/google-page-experience/

*** https://www.amrita.edu/event/workshop-advanced-optimization-deep-learning-applications

**** https://cloud.google.com/blog/products/gcp/the-book-for-getting-hands-on-with-machine-learning-deep-learning-and-tensorflow