13933871212

石家庄网站建设 > 博客教程 > seo优化教程 >

seo优化教程

发布时间:2019-04-07

高级链接建设:如何找到绝对最佳出版商和作家
Link Building | 内容 | 营销行业
作者的观点完全是他或她自己的观点(不包括不太可能发生的催眠事件),并且可能并不总是反映出Moz的观点。
在我的上一篇文章中,我解释了如何使用网络可视化工具来帮助您大规模改进您的内容营销PR / Outreach策略 - 了解哪些新闻媒体拥有最大的联合网络,使您的外展团队能够优先考虑通过较低的联合出版物对高联合出版物进行优先排序。结果?您正在投放的内容享有明显更广泛的链接拾取。

今天,我将更深入地介绍一下 - 我们将研究一些技巧,以便更好地了解您特定市场中的发布商联合网络。我把这个技术分成了两部分:

技术一 - 利用Buzzsumo影响者数据和Twitter抓取来找到最有影响力的记者撰写任何主题
技术二 - 利用Gdelt数据集揭示发布者之间使用上下文链接的深层故事联合网络。
为什么这样呢?
如果您有兴趣大规模生成高价值链接,这些技术提供了无可否认的竞争优势 - 它们可以帮助您深入了解作家和新闻出版物如何相互联系和联合。

我们在Fractl看来,数据驱动的内容故事具有强大的新闻钩子,找到能够发现内容引人注目的作家和出版物,并有效地推销它们是ROI SEO活动中最高的单一活动。如果做得恰当,完全有可能生成数十个,有时甚至数百个或数千个具有一个或少数内容活动的高权限链接。

让我们潜入。

使用Buzzsumo了解任何主题的记者影响者网络
首先,您想要弄清楚您的topc影响者是谁。Buzzsumo的一个非常方便的功能是它的“影响者”工具。您可以在影响选项卡上找到它,然后按照以下步骤操作:

仅选择“记者”。这将仅限于已知为主要出版物的记者和记者的Twitter帐户。博主和下级授权发布商将被排除在外。
使用主题关键字进行搜索。如果它很简单,一两次搜索应该没问题。如果它更复杂,请创建一些相关查询,并整理出现在所有查询中的Twitter帐户。或者,在搜索中使用布尔“和/或”来缩小结果范围。确保您的搜索结果尽可能与您的目标条件完全匹配的记者返回至关重要。
理想情况下,您需要至少100个结果。只要您确定结果很好地代表了您的目标标准,通常情况下会更好。
对搜索结果感到满意后,请点击导出以获取CSV。

下一步是抓住这些已知记者影响者所遵循的所有人 - 目标是了解这100名左右影响者中哪一人影响其他100人。此外,我们希望找到这个群体之外的人,其中许多人都是共同的。

为此,我们利用Twint,一个在Github上提供的方便的Twitter刮刀来吸引这些记者影响者所关注的所有人。使用我们的抓取数据,我们构建了一个边缘列表,它允许我们在Gephi中可视化结果  。

这是一个供您浏览的交互式版本,以下是它的外观截图:


此图显示了哪些节点(影响者)具有最多的In-Degree链接。换句话说:它告诉我们,在我们的媒体影响者中,谁最受关注。 

These are the top 10 nodes:

Maia Szalavitz (@maiasz) Neuroscience Journalist, VICE and TIME
Radley Balko (@radleybalko) Opinion journalist, Washington Post
Johann Hari (@johannhari101) New York Times best-selling author
David Kroll (@davidkroll) Freelance healthcare writer, Forbes Heath
Max Daly (@Narcomania) Global Drugs Editor, VICE
Dana Milbank (@milbank)Columnist, Washington Post
Sam Quinones (@samquinones7), Author
Felice Freyer (@felicejfreyer), Boston Globe Reporter, Mental health and Addiction
Jeanne Whalen (@jeannewhalen) Business Reporter, Washington Post
Eric Bolling (@ericbolling) New York Times best-selling author
Who is the most influential?

Using the “Betweenness Centrality” score given by Gephi, we get a rough understanding of which nodes (influencers) in the network act as hubs of information transfer. Those with the highest "Betweenness Centrality" can be thought of as the “connectors” of the network. These are the top 10 influencers:\

Maia Szalavitz (@maiasz) Neuroscience Journalist, VICE and TIME
David Kroll (@davidkroll) Freelance healthcare writer, Forbes Heath
Jeanne Whalen (@jeannewhalen) Business Reporter, Washington Post
Travis Lupick (@tlupick), Journalist, Author
Johann Hari (@johannhari101) New York Times best-selling author
Radley Balko (@radleybalko) Opinion journalist, Washington Post
Sam Quinones (@samquinones7), Author
Eric Bolling (@ericbolling) New York Times best-selling author
Dana Milbank (@milbank)Columnist, Washington Post
Mike Riggs(@mikeriggs)作家兼编辑,Reason Mag 
@maiasz,@ davidkroll和@ johannhari101都很出色。在“In-Degree”和“Betweenness Centrality”中,获奖者之间存在相当大的重叠,但他们仍然存在很大差异。 

我们还能学到什么?
可视化的中间部分包含许多最大的节点。此视图中的节点的大小为“In-Degree”。位于中心的大型节点不成比例地跟随图表的其他成员,并且从众多其他有影响的节点中受到欢迎。这些记者通常会被其他人所遵循。通过这些位于中心的节点进行筛选将会出现许多记者,这些记者的行为是最初从BuzzSumo撤出的小组的影响者。

所以,如果你有一个关于利基话题的竞选活动,你可以考虑向这个数据展示一个影响者 - 根据我们的可视化,他们网络中共享的文章将具有最大范围和潜在的投资回报率

使用Gdelt通过上下文链接分析找到关于主题的最有影响力的网站
第一个例子是找到最适合投资的最佳记者的好方法,但是顶级记者往往总体上最为投入。很多时候,在主要出版物中从不太知名的作家那里获得拾取可能更容易。出于这个原因,了解哪些主要出版商最具影响力,并享受特定主题,主题或节拍的最广泛的联合,可以是非常有帮助的。

通过使用Gdelt庞大而全面的数字新闻故事数据库,以及Google BigQuery和Gephi,可以更深入地挖掘出重要的战略信息,帮助您确定内容投放的优先顺序。

我们在Gdelt的数据库中提取了所有文章,这些文章在给定的时间范围内被称为特定主题。在这种情况下(与前面的例子一样),我们研究了“行为健康”。对于我们在Gdelt数据库中找到的符合我们标准的每篇文章,我们还抓取了仅在文章上下文中找到的链接。

以下是它的完成方式:

在Google BigQuery上连接到Gdelt - 您可以在此处找到教程。
从Gdelt提取数据。您可以使用以下命令:SELECT DocumentIdentifier,V2Themes,Extras,SourceCommonName,DATE FROM [gdelt-bq:gdeltv2.gkg]其中(V2Themes喜欢'%Your Theme%')。
选择您找到的任何主题,这里只需更换百分比之间的部分。
提取每篇文章中找到的链接并构建边缘文件。这可以通过一个相对简单的python脚本完成,从查询结果中提取所有<PAGE_LINKS>,清除链接只显示其根域(不是完整的URL)并将它们放入边缘文件格式。
注意:边缘文件由Source - > Target对组成。Source是文章,Target是文章中的链接。边缘列表如下所示:

第1条,文章中的第一个链接。
第1条,文章中的第二个链接。
第2条,文章中的第一个链接。
第2条,文章中的第二个链接。
第2条,文章中的第三个链接。
从这里开始,边缘文件可以用于构建网络可视化,其中节点发布者和它们之间的边缘表示从我们的Gdelt数据中找到的上下文链接拉动我们想要的任何主题。

最终的可视化是出版商的网络表示,他们撰写了关于成瘾的故事,以及这些故事链接到的地方。


我们可以从这张图中学到什么?
这告诉我们哪些节点(发布者网站)具有最多的In-Degree链接。换句话说:谁是最相关的。我们可以看到,该主题的链接最多的是:

哪个出版商最有影响力? 
使用Gephi提供的“中间性中心性”评分,我们可以粗略地了解网络中哪些节点(发布者)充当信息传输的中心。具有最高“中介中心性”的节点可以被认为是网络的“连接器”。从这些高中介性中心节点获取拾取器为该特定主题/主题提供了更大的联合可能性。 


我们还能学到什么?
与第一个例子类似,中介中心性数量,度内链接数量越多,图表中位置越中心,通常可以说该节点越“重要”。以此为指导,可以轻松识别最重要的投球目标。 

了解一些边缘集群可以为其他潜在机会提供额外的见解。包括一些特定于不同区域或州本地新闻的集群,以及一些外语出版集群。

包起来
我已经概述了我们在Fractl使用的两种不同技术来理解特定主题领域的影响网络,包括出版物和这些出版物的作者。所描述的可视化技术不是明显的指南,而是用于梳理大量数据和查找隐藏信息的工具。使用这些技术可以发现新的机会并确定优先顺序,因为您已准备好找到最佳位置来推销您努力创作的内容。

您是否有任何类似的想法或策略,以确保您与您的内容推销最好的作家和出版商?评论如下!

13933871212

13933871212


网站建设
Website
客户案例
Customer case
关于展为
About ZHANWEI
展为致力于网站建设与网络营销,微信营销,专业领域包括网站建设、网站seo优化推广、移动互联网营销、三网合一网站建设,微信营销小程序开发,与其他网站建设及系统开发公司不同,我们的整合解决方案结合了展为网络建设经验和互联网整合营销的理念,并将策略和执行紧密结合,且不断评估并优化我们的方案,为客户提供一体化全方位的互联网品牌整合方案!

扫码咨询

Copyright © 石家庄展为网络有限公司. 冀ICP备14018173号-6 Copyright 2010-2020版权所有
网站建设
客户案例