LinkedIn算法如何工作？

已发表: 2018-12-10

在本文中，我将为您提供 LinkedIn 算法不同元素的总体概览。

这将帮助您创建正确、高质量的内容信号，这些信号对于在 LinkedIn 上产生大量视图、参与度和最终业务至关重要。

LinkedIn算法如何工作？

为了了解如何在 LinkedIn 上进行病毒式传播，了解 LinkedIn 算法的工作原理非常重要。

LinkedIn 拥有 8.1 亿用户的庞大用户群。

为了让他们开心，每天都必须创造出色的用户体验。

除了与其他人联系和交流外，LinkedIn 上最受欢迎的功能之一是包含用户生成内容的新闻源。

不幸的是，并非所有内容都很棒，也不是所有主题都与每个人相关。

为了创造愉快的用户体验，LinkedIn 必须处理数字并快速识别：

  • 哪些内容是高质量的
  • 哪些内容与谁相关

如果您想了解有关其背后的技术和软件的更多信息，请在此处、此处和此处查看有关 LinkedIn 工程的这三篇文章。

重要提示：在开始创建病毒式 LinkedIn 帖子之前，请确保您的 LinkedIn 个人资料是最新的并经过优化，这样您就可以通过新的 LinkedIn 连接给人留下完美的第一印象。 如果您需要一些指导，您可以查看我的如何编写完美的 LinkedIn 头条新闻 + 39 个示例文章。

领英活动图

LinkedIn 算法的核心构建块之一是活动图。

LinkedIn 根据活动来查看用户生成的内容。

哪些类型的活动有助于算法

每当有人以任何方式与一条内容交互时，每条内容都有一个附加活动的子集：

  • 喜欢
  • 评论
  • 分享

活动本身可以成为内容。

  • 蒂姆喜欢了一篇纯文字的帖子。
  • 简评论了一篇文章。

不同内容类型的不同优先级

在每个活动的根部，我们都有内容。

  • 用户生成的内容由您关注的人和页面间接通过#hashtags 和预测的兴趣
    • LinkedIn Pulse 文章
    • 带附件的帖子
      • 纯文本
      • 照片
      • 视频
      • 文档（有时也称为轮播帖子。您可以了解有关如何在 Canva 中创建 LinkedIn 轮播帖子的更多信息。）
      • 关联
        • 内部或首选域，例如linkedin.com
        • 外部的
  • 用户活动和事件
    • 喜欢
    • 评论
    • 分享
    • 与他人联系
    • 新工作
    • 生日
    • 完成课程
  • 推广内容
    • 内部的
      • 领英学习课程
      • 领英高级版
    • 外部的
      • 公司的付费广告活动
  • 策划内容
    • LinkedIn 编辑团队精心挑选的文章
  • 动态内容
    • 为您推荐工作

每种内容类型在提要优先级方面都有不同的内部评级。

与用户生成的内容相比，LinkedIn 编辑团队精心挑选的文章和付费广告活动出现在其他人的新闻源中的可能性要高得多。

在用户生成内容的空间内，不同的内容类型也有不同的优先级。 在 2017 年末，纯文本帖子是唯一可以让尽可能多的人看到您的内容类型。

2018 年初，LinkedIn 改变了优先级，开始在新闻源中优先考虑视频内容而不是纯文本帖子，以推动和推广他们新的原生视频平台的推出。

到今天为止，不同内容类型之间的平衡更加平衡，重点是视频和纯文本帖子。

LinkedIn如何对内容进行排名？

像 LinkedIn 这样的优秀在线社区总是对垃圾邮件发送者有吸引力。

垃圾邮件总是会造成糟糕的用户体验。 因此，快速识别并消除其新闻源中的垃圾邮件和低质量内容是 LinkedIn 的首要任务之一。

假设有人在 LinkedIn 上创建了一篇文章。 一些用户开始参与其中。

  • 文章
    • 13 个赞
    • 6 条评论
    • 3股

这些元素中的每一个都可以在特定情况下包含或促进垃圾邮件。

如果一篇文章被识别为垃圾邮件，LinkedIn 将不再在每个人的新闻源中显示它。 它还必须确保诸如“詹姆斯喜欢垃圾邮件文章”之类的附加活动也被禁止。

另一方面，如果文章没问题，我们不会因为某些评论包含垃圾邮件而压制它。

LinkedIn 正在使用递归和基于图形的算法来识别这种树状结构中的垃圾邮件。 每个节点都会收到一个质量分数并得到解决。 如果顶部节点被识别为垃圾邮件，则所有后续子节点也会被抑制。

要避免的垃圾邮件和低质量内容

现在，究竟要避免哪些低质量的垃圾内容？

让我们从显而易见的任何对其他用户有害或危险的事情开始：

  • 导致的外部链接
    • 病毒和恶意代码
    • 钓鱼网站
    • 骗局
    • 快速致富计划
    • 金字塔计划
    • 传销
    • ICO

然后我们有通常被认为对工作/ NSFW 不安全的内容

  • A片
  • 暴力
  • 赌博
  • 等等

接下来，我们有低质量的 SEO 文章。

  • 非常短，300 到 500 字长
  • 经常从其他内容创建者那里窃取并用软件重新制作。
  • 更好的是第三世界国家血汗工厂的人写的
  • 经常包含大量指向其他网站的链接，他们正在努力推广

什么是转机？ 诸如“狗喜欢吃香肠”这样的句子。 可以通过将句子分解成构建块来重组：“{Dogs|Many dogs|Some dogs} {like|enjoy|prefer|love} {to eat|to consume|to feed on} {sausages|meat|... }。

许多 SEO 专家使用这些专家来快速、廉价地生成大量新的内容。 他们窃取其他人的博客文章，通过旋转软件运行它们，然后将其发布到他们的一个网站上，为其他网站生成反向链接。

这些文本通常听起来很愚蠢。 这个想法是欺骗搜索引擎如谷歌认为许多相关的网站和页面链接到一个目标页面，这样在谷歌上排名更高的目标页面。 幸运的是，在人工智能和机器学习的帮助下，这种技术变得越来越无效。

然后我们的内容不是真正的垃圾邮件，但对读者仍然没有价值或没有价值。 这可能是

  • 新闻稿
  • 一篇文章是由一个不知道如何写的人用最好的意图写的
    • 研究课题
    • 写引人入胜的副本
    • 用段落和部分来组织文本
    • 使用图像和视觉效果来分解文本
    • 创造愉快的阅读体验

不良内容信号

没有过多的细节，这里有一些技术

  • 关键字和词组匹配
  • 人工智能和机器学习来理解文本和识别模式
  • 已标记和列入黑名单的域的外部数据库
  • 检测恶意代码的杀毒软件

如果上述技术均无法匹配，则识别低质量内容可能具有挑战性。

对于这些案例，LinkedIn 正在使用用户行为来训练他们的 AI 系统。

  • 如果有人点击链接，他们是否会立即点击返回按钮
  • 人们喜欢、评论和分享帖子吗？
  • 人们会留下原创的、有意义的评论吗？
  • 新人对内容有何反应？ 有时，垃圾邮件发送者使用他们自己的参与 pod 为低质量的内容提供高质量的外观。 通过向与内容创建者无关的人展示有问题的内容，更有可能获得客观的反馈。 如果他们不喜欢它，他们不会做出反应。
  • 人们在他们的活动中付出了多少努力？ 例如，当他们与网络分享帖子时，他们是否会花时间撰写独特的摘要？
  • 参与度如何偏离基线参与度？ 比方说，LinkedIn 发布的平均帖子获得了 1% 的点赞率。 如果 100 人看到一个帖子，1 人会喜欢它。 如果帖子已显示给 300 人，但点赞的人不到 300 人，则该帖子可能会被视为低质量，因为点赞率低于平均水平。

持续在其内容上获得低质量分数的内容创建者会获得负质量分数。 这意味着无论他们发布什么新内容，系统都会假设它可能是低质量的，并且会以较慢的速度向更少的人展示。

制作高质量的内容

与 LinkedIn 识别垃圾邮件和低质量内容的方式相同，它也识别高质量内容。

持续获得良好个人内容评级的内容创建者将获得积极的质量分数。 换句话说，LinkedIn 为这些创作者提供了怀疑的好处，如果一个帖子在短时间内没有收到大量的参与，并且会在确定之前先向更多的人展示它结论。

以下是帮助您获得高质量内容状态的活动列表。

  • 内容一致
    • 未标记为垃圾邮件
    • 低质量
  • 高于基线的大量参与
    • 喜欢
    • 评论
    • 分享
  • 高质量的参与
    • 长评论
    • 带有子评论的长评论
    • 分享文字摘要
  • 后续参与
    • 帖子的“分享”也会获得高质量的参与度
  • 读者或观众决定关注或联系内容创建者

内容相关性

LinkedIn 试图预测用户感兴趣的内容类型。

它通过机器学习技术结合了自我分类和间接学习。

LinkedIn 将每条内容分类为不同的主题和主题。

一旦LinkedIn算法分析了内容，您可以将其想象为附加到每个帖子的隐形主题标签。

然后系统会将帖子显示给不同的用户。 如果用户正在参与内容，它将记录主题和活动并将其存储在用户配置文件中。

示例：我读了一篇关于“内容营销”的帖子并喜欢它。 然后，LinkedIn 会将“内容营销”添加到我的兴趣中并记录我的参与。

我与其他“内容营销”内容的互动越多，我就越确定我对此感兴趣。

下次 LinkedIn 可以选择向我显示“内容营销”或“猫图片”时，它可能会选择第一个。

（LinkedIn 还使用每个 LinkedIn 帖子中包含的主题标签来确定它属于哪个主题和主题。如果您想了解有关主题标签的更多信息，我的综合 LinkedIn 主题标签主指南将是最好的起点。

关系相关性

与内容相关性类似，内容创建者和内容消费者之间的关系非常重要。

每次有人与其他人的内容交互时，都会在系统中记录三个主要数据点。

  • 互动类型和强度？
    • 像
    • 评论
    • 分享
    • 连接的
    • 跟随
    • 交换信息
    • 写了建议
    • 背书
    • 在同一家公司工作
  • 与谁或谁的内容？
  • 什么时候？

您可以将其视为衰减函数。 如果我昨天与某人互动，关系得分会很高。 分数越高，LinkedIn 算法就越有可能首先向我显示他们第二天的内容。

假设我六个月前回复了某人的内容，但后来再也没有回复过。 然后系统会降低关系分数，结果这个人会越来越少地出现在我的新闻源中。 一种一击的奇迹乐队。

让 LinkedIn 算法为您工作

LinkedIn 算法及其所有质量指标都很复杂，但是如果您有正确的策略和计划，就有可能进入 LinkedIn 的好书！

如果您想通过内容营销在 LinkedIn 上产生高质量的潜在客户，那么您必须关注以下内容。

  • 了解如何避免低质量的内容。
  • 将尽可能多的高质量内容信号集成到每条内容中。
  • 创建一个有效的内容策略，以保证您的目标受众与主题和关系高度相关。
  • 建立有效的销售渠道，引导您的受众访问您的网站。
  • 建立一个电子邮件列表。

通过使用系统的计划和深思熟虑的内容策略，我为自己取得了惊人的成果。