Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

0

Share

Download to read offline

SemKRK#9 - Damian Sałkowski - Machine Learning & Data Science w SEO - Rozszyfrowujemy rank brain

Download to read offline

Moja prezentacja z 9 edycji wydarzenia SemKRK. W prezentacji pokazuje w jaki sposób machine learning & data science może zmienić branżę SEO. Przeanalizowałem też możliwości machine learning w zakresie dekodowania algorytmu sztucznej inteligencji Rank Brain.

Related Books

Free with a 30 day trial from Scribd

See all
  • Be the first to like this

SemKRK#9 - Damian Sałkowski - Machine Learning & Data Science w SEO - Rozszyfrowujemy rank brain

  1. 1. Machine learning & data science w SEO Rozszyfrowujemy Rank Brain
  2. 2. 2 2004 - 2013 - Black box SEO
  3. 3. 3
  4. 4. 4 2013 - 2015/16 - White Hat SEO
  5. 5. 5
  6. 6. 6 2016 - dziś - Technical SEO
  7. 7. 7
  8. 8. 8 2019 - Data science SEO? Co raz więcej danych…
  9. 9. 9 Data driven SEO…
  10. 10. 10 Data science w SEO - obecnie U mnie zielono! U mnie też!
  11. 11. 11 Rank Brain Używany przez Google od 28 października 2015 algorytm sztucznej inteligencji. Jego celem jest zwracanie użytkownikowi lepiej dopasowanych wyników wyszukiwania.
  12. 12. 12
  13. 13. 13 Jak działa rank brain? Przykład word2vec
  14. 14. 14 Jak działa rank brain? Przykład word2vec
  15. 15. 15 Przykład - tworzenie treści - Foteliki samochodowe dla dzieci - TAK - Siodełka samochodowe dla dzieci - NIE - LSI Keywords (Bezpieczeństwo, jazda samochodem, kodeks drogowy)
  16. 16. 16 Przykład - tworzenie treści
  17. 17. 17 Czynniki algorytmiczne
  18. 18. 18 Czynniki algorytmiczne Zapytanie użytkownika Wynik odpowiedni (czynniki UX, intencje) Dopasowane Niedopasowane Niczego nie zmieniamy Inny zestaw czynników
  19. 19. Google's Paul Haahr: We Don't Fully Understand RankBrain
  20. 20. 20 Czynniki algorytmiczne Makijaż Opony zimowe 0 15 30 45 60 Tytuł Długość treści Domain authority 0 10 20 30 40 Tytuł Długość treści Domain authority
  21. 21. Kary też są kontekstowe. Anomalie.
  22. 22. Przewidujemy czynniki Rank brain.
  23. 23. 23 Data Set Dla określonej grupy fraz (najlepiej z tej samej kategorii) zbieramy TOP 50 i tyle danych ile zdołamy: - Widoczność domeny - Długość treści - Liczba linków wychodzących/przychodzących - Wiek domeny - Domain authority - Citation flow - Trust flow - Czas odpowiedzi - Mobile friendly - SSL Etc… *TOP 50 bo porównujemy różnicę pomiędzy domenami w TOP 10 i poza
  24. 24. 24 Work flow Pozyskanie danych Analiza danych *Można też tylko R Storage danych
  25. 25. 25 Budowanie data set Pakiety: • Rcrawler • Dplyr • Plyr • RJSONIO • Rcurl • Tidyverse
  26. 26. 26 Przykład
  27. 27. 27 Przykład - Crawler Data set na bazie własnej domeny - zbieramy wszystko co możemy i np. Sprawdzamy jak na to, że tekst jest widoczny wpływa to, że pisze go Jstyna Mądro. Mam nadzieje, że RODO mnie nie dojedzie.
  28. 28. 28 Analiza danych
  29. 29. 29 Modele analizy *Wyklucz dane nie wpływające na analizę (keyword, url)
  30. 30. 30 Poprawność danych Realne dane Predykcja
  31. 31. 31 Random tree
  32. 32. 32 Random tree Tworzy losowe drzewa decyzyjne i łączy je ze sobą w celu poprawy jakości wyników.
  33. 33. 33 XGBoost Opiera się na kilku technikach, główną zaletą jest szybkość i dokładność poprzez trening na słabych przykładach.
  34. 34. 34 Ważny Mniej ważny Porównanie wpływu 2 czynników na TOP 10
  35. 35. 35 Wizualizacja
  36. 36. 36 Co jeszcze? Analiza logów
  37. 37. 37 Co jeszcze? Analiza logów
  38. 38. 38 Co jeszcze? Analiza logów
  39. 39. 39 Możliwości są nieskończone
  40. 40. 40 SEO data scientist?
  41. 41. Dziękuje za uwagę! Damian Sałkowski d.salkowski@senuto.com

Moja prezentacja z 9 edycji wydarzenia SemKRK. W prezentacji pokazuje w jaki sposób machine learning & data science może zmienić branżę SEO. Przeanalizowałem też możliwości machine learning w zakresie dekodowania algorytmu sztucznej inteligencji Rank Brain.

Views

Total views

726

On Slideshare

0

From embeds

0

Number of embeds

513

Actions

Downloads

7

Shares

0

Comments

0

Likes

0

×