LinkedIn算法如何工作？

已發表: 2018-12-10

在本文中，我將為您提供 LinkedIn 算法不同元素的總體概覽。

這將幫助您創建正確、高質量的內容信號，這些信號對於在 LinkedIn 上產生大量視圖、參與度和最終業務至關重要。

LinkedIn算法如何工作？

為了了解如何在 LinkedIn 上進行病毒式傳播，了解 LinkedIn 算法的工作原理非常重要。

LinkedIn 擁有 8.1 億用戶的龐大用戶群。

為了讓他們開心，每天都必須創造出色的用戶體驗。

除了與其他人聯繫和交流外，LinkedIn 上最受歡迎的功能之一是包含用戶生成內容的新聞源。

不幸的是，並非所有內容都很棒，也不是所有主題都與每個人相關。

為了創造愉快的用戶體驗，LinkedIn 必須處理數字并快速識別：

  • 哪些內容是高質量的
  • 哪些內容與誰相關

如果您想了解有關其背後的技術和軟件的更多信息，請在此處、此處和此處查看有關 LinkedIn 工程的這三篇文章。

重要提示：在開始創建病毒式 LinkedIn 帖子之前，請確保您的 LinkedIn 個人資料是最新的並經過優化，這樣您就可以通過新的 LinkedIn 連接給人留下完美的第一印象。 如果您需要一些指導，您可以查看我的如何編寫完美的 LinkedIn 頭條新聞 + 39 個示例文章。

領英活動圖

LinkedIn 算法的核心構建塊之一是活動圖。

LinkedIn 根據活動來查看用戶生成的內容。

哪些類型的活動有助於算法

每當有人以任何方式與一條內容交互時，每條內容都有一個附加活動的子集：

  • 喜歡
  • 評論
  • 分享

活動本身可以成為內容。

  • 蒂姆喜歡了一篇純文字的帖子。
  • 簡評論了一篇文章。

不同內容類型的不同優先級

在每個活動的根部，我們都有內容。

  • 用戶生成的內容由您關注的人和頁面間接通過#hashtags 和預測的興趣
    • LinkedIn Pulse 文章
    • 帶附件的帖子
      • 純文本
      • 照片
      • 視頻
      • 文檔（有時也稱為輪播帖子。您可以了解有關如何在 Canva 中創建 LinkedIn 輪播帖子的更多信息。）
      • 關聯
        • 內部或首選域，例如linkedin.com
        • 外部的
  • 用戶活動和事件
    • 喜歡
    • 評論
    • 分享
    • 與他人聯繫
    • 新工作
    • 生日
    • 完成課程
  • 推廣內容
    • 內部的
      • 領英學習課程
      • 領英高級版
    • 外部的
      • 公司的付費廣告活動
  • 策劃內容
    • LinkedIn 編輯團隊精心挑選的文章
  • 動態內容
    • 為您推薦工作

每種內容類型在提要優先級方面都有不同的內部評級。

與用戶生成的內容相比，LinkedIn 編輯團隊精心挑選的文章和付費廣告活動出現在其他人的新聞源中的可能性要高得多。

在用戶生成內容的空間內，不同的內容類型也有不同的優先級。 在 2017 年末，純文本帖子是唯一可以讓盡可能多的人看到您的內容類型。

2018 年初，LinkedIn 改變了優先級，開始在新聞源中優先考慮視頻內容而不是純文本帖子，以推動和推廣他們新的原生視頻平台的推出。

到今天為止，不同內容類型之間的平衡更加平衡，重點是視頻和純文本帖子。

LinkedIn如何對內容進行排名？

像 LinkedIn 這樣的優秀在線社區總是對垃圾郵件發送者有吸引力。

垃圾郵件總是會造成糟糕的用戶體驗。 因此，快速識別並消除其新聞源中的垃圾郵件和低質量內容是 LinkedIn 的首要任務之一。

假設有人在 LinkedIn 上創建了一篇文章。 一些用戶開始參與其中。

  • 文章
    • 13 個贊
    • 6 條評論
    • 3股

這些元素中的每一個都可以在特定情況下包含或促進垃圾郵件。

如果一篇文章被識別為垃圾郵件，LinkedIn 將不再在每個人的新聞源中顯示它。 它還必須確保諸如“詹姆斯喜歡垃圾郵件文章”之類的附加活動也被禁止。

另一方面，如果文章沒問題，我們不會因為某些評論包含垃圾郵件而壓制它。

LinkedIn 正在使用遞歸和基於圖形的算法來識別這種樹狀結構中的垃圾郵件。 每個節點都會收到一個質量分數並得到解決。 如果頂部節點被識別為垃圾郵件，則所有後續子節點也會被抑制。

要避免的垃圾郵件和低質量內容

現在，究竟要避免哪些低質量的垃圾內容？

讓我們從顯而易見的任何對其他用戶有害或危險的事情開始：

  • 導致的外部鏈接
    • 病毒和惡意代碼
    • 釣魚網站
    • 騙局
    • 快速致富計劃
    • 金字塔計劃
    • 傳銷
    • ICO

然後我們有通常被認為對工作/ NSFW 不安全的內容

  • A片
  • 暴力
  • 賭博
  • 等等

接下來，我們有低質量的 SEO 文章。

  • 非常短，300 到 500 字長
  • 經常從其他內容創建者那裡竊取並用軟件重新製作。
  • 更好的是第三世界國家血汗工廠的人寫的
  • 經常包含大量指向其他網站的鏈接，他們正在努力推廣

什麼是轉機？ 諸如“狗喜歡吃香腸”這樣的句子。 可以通過將句子分解成構建塊來重組：“{Dogs|Many dogs|Some dogs} {like|enjoy|prefer|love} {to eat|to consume|to feed on} {sausages|meat|... }。

許多 SEO 專家使用這些專家來快速、廉價地生成大量新的內容。 他們竊取其他人的博客文章，通過旋轉軟件運行它們，然後將其發佈到他們的一個網站上，為其他網站生成反向鏈接。

這些文本通常聽起來很愚蠢。 這個想法是欺騙搜索引擎如穀歌認為許多相關的網站和頁面鏈接到一個目標頁面，這樣在谷歌上排名更高的目標頁面。 幸運的是，在人工智能和機器學習的幫助下，這種技術變得越來越無效。

然後我們的內容不是真正的垃圾郵件，但對讀者仍然沒有價值或沒有價值。 這可能是

  • 新聞稿
  • 一篇文章是由一個不知道如何寫的人用最好的意圖寫的
    • 研究課題
    • 寫引人入勝的副本
    • 用段落和部分來組織文本
    • 使用圖像和視覺效果來分解文本
    • 創造愉快的閱讀體驗

不良內容信號

沒有過多的細節，這裡有一些技術

  • 關鍵字和詞組匹配
  • 人工智能和機器學習來理解文本和識別模式
  • 已標記和列入黑名單的域的外部數據庫
  • 檢測惡意代碼的殺毒軟件

如果上述技術均無法匹配，則識別低質量內容可能具有挑戰性。

對於這些案例，LinkedIn 正在使用用戶行為來訓練他們的 AI 系統。

  • 如果有人點擊鏈接，他們是否會立即點擊返回按鈕
  • 人們喜歡、評論和分享帖子嗎？
  • 人們會留下原創的、有意義的評論嗎？
  • 新人對內容有何反應？ 有時，垃圾郵件發送者使用他們自己的參與 pod 為低質量的內容提供高質量的外觀。 通過向與內容創建者無關的人展示有問題的內容，更有可能獲得客觀的反饋。 如果他們不喜歡它，他們不會做出反應。
  • 人們在他們的活動中付出了多少努力？ 例如，當他們與網絡分享帖子時，他們是否會花時間撰寫獨特的摘要？
  • 參與度如何偏離基線參與度？ 比方說，LinkedIn 發布的平均帖子獲得了 1% 的點贊率。 如果 100 人看到一個帖子，1 人會喜歡它。 如果帖子已顯示給 300 人，但點讚的人不到 300 人，則該帖子可能會被視為低質量，因為點贊率低於平均水平。

持續在其內容上獲得低質量分數的內容創建者會獲得負質量分數。 這意味著無論他們發布什麼新內容，系統都會假設它可能是低質量的，並且會以較慢的速度向更少的人展示。

製作高質量的內容

與 LinkedIn 識別垃圾郵件和低質量內容的方式相同，它也識別高質量內容。

持續獲得良好個人內容評級的內容創建者將獲得積極的質量分數。 換句話說，LinkedIn 為這些創作者提供了懷疑的好處，如果一個帖子在短時間內沒有收到大量的參與，並且會在確定之前先向更多的人展示它結論。

以下是幫助您獲得高質量內容狀態的活動列表。

  • 內容一致
    • 未標記為垃圾郵件
    • 低質量
  • 高於基線的大量參與
    • 喜歡
    • 評論
    • 分享
  • 高質量的參與
    • 長評論
    • 帶有子評論的長評論
    • 分享文字摘要
  • 後續參與
    • 帖子的“分享”也會獲得高質量的參與度
  • 讀者或觀眾決定關注或聯繫內容創建者

內容相關性

LinkedIn 試圖預測用戶感興趣的內容類型。

它通過機器學習技術結合了自我分類和間接學習。

LinkedIn 將每條內容分類為不同的主題和主題。

一旦LinkedIn算法分析了內容，您可以將其想像為附加到每個帖子的隱形主題標籤。

然後系統會將帖子顯示給不同的用戶。 如果用戶正在參與內容，它將記錄主題和活動並將其存儲在用戶配置文件中。

示例：我讀了一篇關於“內容營銷”的帖子並喜歡它。 然後，LinkedIn 會將“內容營銷”添加到我的興趣中並記錄我的參與。

我與其他“內容營銷”內容的互動越多，我就越確定我對此感興趣。

下次 LinkedIn 可以選擇向我顯示“內容營銷”或“貓圖片”時，它可能會選擇第一個。

（LinkedIn 還使用每個 LinkedIn 帖子中包含的主題標籤來確定它屬於哪個主題和主題。如果您想了解有關主題標籤的更多信息，我的綜合 LinkedIn 主題標籤主指南將是最好的起點。

關係相關性

與內容相關性類似，內容創建者和內容消費者之間的關係非常重要。

每次有人與其他人的內容交互時，都會在系統中記錄三個主要數據點。

  • 互動類型和強度？
    • 像
    • 評論
    • 分享
    • 連接的
    • 跟隨
    • 交換信息
    • 寫了建議
    • 背書
    • 在同一家公司工作
  • 與誰或誰的內容？
  • 什麼時候？

您可以將其視為衰減函數。 如果我昨天與某人互動，關係得分會很高。 分數越高，LinkedIn 算法就越有可能首先向我顯示他們第二天的內容。

假設我六個月前回復了某人的內容，但後來再也沒有回復過。 然後系統會降低關係分數，結果這個人會越來越少地出現在我的新聞源中。 一種一擊的奇蹟樂隊。

讓 LinkedIn 算法為您工作

LinkedIn 算法及其所有質量指標都很複雜，但是如果您有正確的策略和計劃，就有可能進入 LinkedIn 的好書！

如果您想通過內容營銷在 LinkedIn 上產生高質量的潛在客戶，那麼您必須關注以下內容。

  • 了解如何避免低質量的內容。
  • 將盡可能多的高質量內容信號集成到每條內容中。
  • 創建一個有效的內容策略，以保證您的目標受眾與主題和關係高度相關。
  • 建立有效的銷售渠道，引導您的受眾訪問您的網站。
  • 建立一個電子郵件列表。

通過使用系統的計劃和深思熟慮的內容策略，我為自己取得了驚人的成果。