Sie sind hier:
  • Ausgaben
  • #89
  • Verwandte Seiten mit ChatGPT und KNIME finden

Verwandte Seiten mit ChatGPT und KNIME finden

Rebecca Schwarz
Rebecca Schwarz

Rebecca Schwarz ist SEO-Consultant bei der get traction GmbH und verantwortet Projekte unterschiedlicher Produktsegmente (News, E-Commerce, B2B). Ihr Arbeitsalltag dreht sich um die Konzeption von SEO-Strategien und die Unterstützung von Kunden im redaktionellen SEO, wie Redaktionsworkshops und Entwicklung von Content-Strategien. Um größere Datenmengen zu verarbeiten und bei wiederkehrenden SEO-Tasks Zeit zu sparen, nutzt sie die Open-Source-Software KNIME und gibt hierzu auch regelmäßig Schulungen. Neben ihrer Rolle als Consultant ist sie Koorganisatorin und Moderatorin des SEO-Stammtischs Rhein-Main in Darmstadt und teilt sie ihr Wissen als Speakerin auf bekannten Konferenzen.

Mehr von diesem Autor
Luca Schumacher

Luca Schumacher unterstützt die get traction GmbH tatkräftig bei analytischen Fragestellungen. Seine Expertise in der Datenanalyse mit KNIME sowie seine Programmierfähigkeiten in Python ergänzt er durch ein ausgeprägtes analytisches Verständnis und die Fähigkeit, komplexe Fragestellungen bis in die Tiefe zu durchdringen

Mehr von diesem Autor

In der alltäglichen SEO kommt es immer wieder zu einer Fragestellung: Welche Seiten einer Domain sind besonders ähnlich zueinander? Um das herauszufinden, braucht es nicht nur viel Zeit und Nerven. Bei großen Websites steht man hier häufig vor einem schier unüberwindbaren Berg an Inhalten, die geprüft und miteinander verglichen werden müssen. Doch seit der Möglichkeit, die KI in Arbeitsprozesse einzubinden, eröffnen sich neue Analysemöglichkeiten. Mithilfe des Screaming Frog, ChatGPT und KNIME wird nachfolgend beschrieben, wie sich verwandte Seiten finden lassen, um beispielsweise ähnliche Inhalte miteinander zu verlinken oder Duplicate Content zu identifizieren.

Artikel ist noch nicht online verfügbar

Du kannst die entsprechende Ausgabe hier online bestellen oder warten. Alle Artikel erscheinen hier jeweils 12 Monate nach der Printausgabe.