构建任何数量的本地页面都可能是一项痛苦的任务。很难在主题内容、专业知识和位置之间找到正确的组合，而走捷径的诱惑总是被这样一个事实所缓和，即好的、独特的内容几乎不可能扩展。
在本周的 Whiteboard Friday 版中，Russ Jones 分享了他最喜欢的白帽技术，它使用自然语言生成来创建本地页面来满足您的需求。
单击上面的白板图像，在新标签页中打开高分辨率版本！
视频转录
嘿，伙计们，这里是 Russ Jones 和 Moz 再次与您讨论重要的搜索引擎优化问题。今天我要谈谈我最喜欢的技术之一，这是我几年前为特定客户发明的，多年来变得越来越重要。
使用自然语言生成创建超本地内容
我称之为使用自然语言生成来创建超本地内容。现在我知道里面有一堆长词。你们有些人熟悉它们，有些人不熟悉。
所以让我给你一个场景，这可能是你在某个时候熟悉的场景。想象一下，您有一个新客户，该客户在美国拥有大约 18,000 个地点。
然后谷歌告诉你你需要制作独特的内容。现在，当然，它不必是 18,000。即使是 100 个位置也很困难，不仅要创建独特的内容，还要创建与该特定位置具有某种相关性的独特有价值的内容。
所以我今天想做的是讨论一种使用自然语言生成的特定方法，以便大规模创建这些类型的页面。
什么是自然语言生成？
现在可能有几个问题，我们需要继续前进，从一开始就离开我们的盘子。那么首先，什么是自然语言生成？嗯，自然语言生成实际上是为了生成天气警报而产生的。你实际上可能已经看过 100,000 次了。
每当有雷暴或者说大风警告之类的时候，你会在电视底部看到，如果你像我一样年纪大一些，或者你的手机上有一个显示国家气象局有就某种危险的天气警报发出某种警告，你需要躲起来。
好吧，您在那里看到的语言是由机器生成的。它考虑了他们获得的所有关于天气的数据，然后他们将其放入人类自动理解的句子中。它有点像 Mad Libs，但从某种意义上说，它的技术含量更高，而不是有趣或愚蠢，实际上是非常有用的信息。
这就是我们的目标。我们希望使用自然语言生成为具有非常有用信息的企业生成本地页面。
这不是黑帽子吗？
现在我们几乎总是得到或者我至少几乎总是得到的问题是：这是黑帽子吗？我们不应该做的一件事就是自动生成内容。
因此，我将在最后花一点时间来准确讨论我们如何将这种类型的内容创建与标准的 Mad Libs 风格区分开来，将不同的城市词插入内容生成以及我们在这里所做的事情。我们在这里所做的是为我们的客户提供独特有价值的内容，因此它通过了高质量内容的测试。
让我们看一个例子
所以让我们这样做。让我们谈谈我认为最简单的方法，我称之为谷歌趋势方法。
1.选择要比较的项目
因此，让我们退后一步，谈谈这个拥有 18,000 个地点的业务。现在我们对这项业务了解多少？好吧，不管他们在哪个行业，企业都有一些共同点。
他们要么有类似的产品或服务，而这些产品和服务可能有风格、口味或配料，只是你可以比较他们提供的不同项目和服务的各种东西。这就是我们在美国几乎所有地区制作独特内容的机会。
我们将要使用的工具是谷歌趋势。所以你要做的第一步是你要带这个客户，在这种情况下，我会说它是一个比萨连锁店，例如，我们将识别出那些我们可能想比较一下。在这种情况下，我可能会选择浇头。
所以我们会对意大利辣香肠、香肠和凤尾鱼感兴趣，而上帝禁止菠萝，只是各种不同类型的配料，可能因地区、城市和城市的需求而异。那么我们要做的就是直接进入谷歌趋势。
谷歌趋势最好的部分是它们不仅仅是在国家层面提供信息。您可以将范围缩小到城市级别、州级别，在某些情况下甚至可以缩小到邮政编码级别，因此，它允许我们收集有关此特定服务或产品类别的超本地信息。
因此，例如，这实际上是西雅图目前对意大利辣香肠、蘑菇和香肠配料的需求的比较。因此，当人们在谷歌上搜索披萨时，大多数人都会搜索意大利辣香肠。
2. 按位置收集数据
因此，您要做的是获取所有不同的位置，并收集有关它们的此类信息。所以你会知道，例如，这里对意大利辣香肠的兴趣可能是对香肠比萨的 2.5 倍。好吧，每个城市和每个州的情况都不一样。事实上，如果你选择了很多不同的浇头，你会发现各种各样的东西，不仅仅是人们订购或想要它们的数量的比较，还可能是随着时间的推移事情发生了怎样的变化。
例如，也许意大利辣香肠已经不那么受欢迎了。如果你看看某些城市，那可能是素食主义者和纯素食主义增加的情况。嗯，自然语言生成的一个很酷的地方在于，我们可以自动提取这些独特的关系，然后将其用作数据来通知我们最终放置在我们网站页面上的内容。
例如，假设我们选择了西雅图。系统将能够自动识别这些不同类型的关系。假设我们知道意大利辣香肠是最受欢迎的。它还可以识别比萨上的凤尾鱼已经过时了。几乎没有人再想要它们了。
那种东西。但是正在发生的事情是，我们正在缓慢但肯定地提出这些趋势和数据点，这些趋势和数据点对即将订购比萨饼的人来说是有趣和有用的。例如，如果你要为 50 人举办一个派对，但你不知道他们想要什么，你可以做每个人都会做的事，比如三分之一的意大利辣香肠，三分之一的普通香肠，以及三分之一的蔬菜，如果你喜欢举办生日派对或其他东西，这是一种标准。
但如果你登陆必胜客页面或达美乐页面，它告诉你，在你居住的城市里，人们真的很喜欢这种特殊的配料，那么你实际上可能会更好地决定你要点什么。所以我们实际上是在提供有用的信息。
3.生成文本
所以这就是我们谈论从趋势和我们从所有语言环境中获取的数据生成文本的地方。
寻找当地趋势
当然，现在第一步只是关注当地趋势。但本地趋势并不是我们唯一可以关注的地方。我们可以超越这一点。例如，我们可以将其与其他位置进行比较。因此，在西雅图，人们真的很喜欢蘑菇作为浇头之类的东西，这可能同样有趣。
与其他位置比较
But it would also be really interesting to see if the toppings that are preferred, for example, in Chicago, where Chicago style pizza rules, versus New York are different. That would be something that would be interesting and could be automatically drawn out by natural language generation. Then finally, another thing that people tend to miss in trying to implement this solution is they think that they have to compare everything at once.
Choose subset of items
That’s not the way you would do it. What you would do is you would choose the most interesting insights in each situation. Now we could get technical about how that might be accomplished. For example, we might say, okay, we can look at trends. Well, if all of the trends are flat, then we’re probably not going to choose that information. But we see that the relationship between one topping and another topping in this city is exceptionally different compared to other cities, well, that might be what gets selected.
4. Human review
Now here’s where the question comes in about white hat versus black hat. So we’ve got this local page, and now we’ve generated all of this textual content about what people want on a pizza in that particular town or city. We need to make sure that this content is actually quality. That’s where the final step comes in, which is just human review.
In my opinion, auto-generated content, as long as it is useful and valuable and has gone through the hands of a human editor who has identified that that’s true, is every bit as good as if that human editor had just looked up that same data point and wrote the same sentences.
所以我认为在这种情况下，特别是当我们谈论向全国如此多样化的地区提供数据时，以一种允许我们生成内容并允许我们我们可以为用户提供最好的和最相关的内容。
所以我希望你能接受这一点，花一些时间研究自然语言生成，最终能够构建出比以往更好的本地页面。谢谢。
Speechpad.com 的视频转录
