机器学习已经是一件大事了。它就在这里，而且它在更多企业中的使用比您想象的要多。几个月前，我决定深入研究这个主题以了解更多信息。在今天的文章中，我将详细介绍它的工作原理，但我也计划讨论它对 SEO 和数字营销的实际影响。
作为参考，请参阅 Rand Fishkin 关于我们如何进入两种算法世界的演示。兰德在本次演讲中详细介绍了机器学习对搜索和 SEO 的影响，以及它如何影响 SEO。我稍后会详细讨论这一点。
为了好玩，我还将提供一个工具，让您可以根据多种因 通辽移动数据库 素估计获得转发的机会：您的关注者的社会权威、您是否发布照片、主题标签等等。添加其他几个因素。我将此工具称为Twitter 参与度预测器(TEP)。为了构建 TEP，我构建并训练了一个神经网络。该工具将接受您的输入，然后使用神经网络来预测您获得 RT 的机会。
TEP 利用了我于 2014 年 12 月发表的关于Twitter 参与度的一项研究的数据，其中我们检查了来自 190 万条实际推文（而不是转发和收藏）的信息，以了解哪些因素影响了获得转发的机会。
2011 年，当我采访 Google 的 Peter Norvig 时，我第一次对机器学习有了有意义的了解，他告诉我 Google 如何使用机器学习来教授 Google 翻译。