人们在浏览网站和阅读内容时的感受很难量化。然而，如果你想真正吸引你的受众，这是你需要了解的事情。这意味着你可能需要学习如何在 WordPress 中使用机器学习来分析内容的影响。
使用正确的工具，你实际上可以量化内容的情感影响，并调整它来针对不同的情感。平心而论，这不是一门精确的科学，我们无法告诉你哪些情感最能引起受众的共鸣。不过，你还是可以从中了解到很多。
在本文中，我们将讨论 WordPress 中的机器学习可能会如何改变你处理内容创建的方式。然后，我们将向你介绍一款工具，帮助你分析文章的的情感影响。让我们来了解一下我们的情感吧！
人工智能可能如何改变你使用 WordPress 的方式
首先，重要的是要明白我们离真正的人工智能（AI）还差得很远。虽然技术已经进步，但它仍然无法编写原创内容。然而，我们在一个领域取得了巨大进展，那就是机器学习，这是一个（某种程度上的）类似领域。
机器学习涉及让计算机使用算法来更好地完成特定任务。你向这些系统输入的数据越多，它们分析和预测结果的能力就越强。
目前已经有一些基于机器学习的 WordPress 应用可供公众使用。例如，WordLift 可以帮助你建立更好的分类体系并为你的内容找到来源。
然而，大多数机器学习应用仍然非常不稳定。
这意味着很难预测这项技术在短期内会如何发展，以及它将如何影响内容创作。
为了让你更好地了解现状，我们采访了 Tom Ewer——WordCandy 的创始人——他拥有为 WordPress 网站创建内容的丰富经验。以下是他所说的：
首先，重要的是要记住，我们仍然处于人工智能和机器学习的早期阶段。我认为我们将看到一些有趣的工具进步，帮助你为内容建立更好的分类体系，并找到读者可能想要查看的相关文章。已经有一些插件可以做到这一点，随着技术的改进，结果也会改善。然而，我认为我们还远未达到机器智能可以接管创建引人注目（且准确）内容的过程的程度，所以我不会建议你现在开始缩减作家和编辑的数量！Tom Ewer，WordCandy
这是对 WordPress 机器学习当前状态的可靠评估。在这一点上，它是一项只有少数应用场景的独特技术。然而，我们确实发现了一款在 WordPress 中使用机器学习效果很好的工具。让我们来看看：
WordPress 中的机器学习：Watsonfinds 简介
Watsonfinds 是建立在 IBM Watson 系统之上的服务。Watson 自称是一种人工智能，但更准确地说，它是一个复杂的机器学习系统，可以访问数 TB 的数据，并具有为特定目的分析这些数据的能力。
在这个特定的情况下，Watsonfinds 可以利用它的“知识”来分析 WordPress 编辑器中的任何文本，并将其分解为五种情绪：快乐、悲伤、愤怒、厌恶和恐惧。掌握了这些信息，你就可以调整你的内容，直到达到你想要的精确情感（只要是这五种情绪中的一种或多种）。
要使用这个工具，你只需安装并激活插件。然后转到你的任何页面或文章，使用编辑选项打开它们。在里面，你会发现编辑器顶部有一个新按钮。准备好分析你内容的情感影响时，点击它：
现在，Watsonfinds 会显示一个窗口，包含对你内容的简单分析。这包括每种情绪“强度”的百分比细分，以及关于你的语气如何影响参与度的简短提示：
在这个阶段，你可以回去继续完善你的内容，并将你的 WordPress 机器学习新工具付诸实践！
Watsonfinds 是一个免费插件，但有一个高级服务正在开发中，将包含更深入的分析。
如何使用 Watsonfinds 分析你的 WordPress 内容的情感影响
正如我们之前提到的，Watsonfinds 将其分析集中在五种核心情绪上。在这一节中，我们将讨论其中的每一种，并解释如何利用 WordPress 中的机器学习来更好地与你的用户建立联系。
1. 悲伤 ☹️
没有人想要悲伤，但可以说在某些情况下，你可能希望引起受众强烈的负面情绪。目标不是玩弄他们的感情，而是与他们建立情感纽带。为了说明这一点，这里有一段来自我们最近文章中的简短段落，Watsonfinds 将其判定为“悲伤”：
我们完成了所有初步的想法，结果发生了两种情况之一：我们意识到我们的文章没有引起受众的共鸣，或者我们完全没有了想法。有时两种情况同时发生，缺乏成长加上原始想法的终结耗尽了我们的动力。
Watsonfinds 为何得出这个结论很容易看出来。事实上，我们甚至可以说这段文章相当令人沮丧。在这种情况下，作者用这段文字与读者建立联系，讨论我们所有人都经历过的问题。这样一来，当我们最终揭示解决方案时，情感影响将更加显著。
另一方面，如果你写文章时直接进入揭示环节，往往就不那么吸引人。注意我们使用的短语，如“耗尽了我们的动力”和“缺乏成长”。如果你去掉这些，悲伤分数会急剧下降：
然而，Watsonfinds 仍然能够理解这段文章的第一部分并不积极。这在 WordPress 的机器学习方面令人印象深刻。
2. 快乐 😄
你很难找到一个不喜欢感到快乐的人，这让这种情绪在你的内容中很容易被接受。让我们看看 Watsonfinds 的表现如何，从我们最近关于非常适合网站构建器的主题的文章中摘录一小段：
它们都非常灵活，可以满足多种用途，让配置您的网站变得简单，无论您使用的是 Beaver Builder、Elementor 还是 Visual Composer。
闲话少说，看看这些精美的设计，选择您最喜欢的一个，立即开始使用您选择的构建器自定义您的网站。
这两段文字中的正面转折很容易被发现。为了给您更多背景信息，这段摘录是我们所说的”揭示”。这是我们有时在介绍中使用的简单技巧，先分解问题，然后向读者展示解决方案。自然地，揭示应该是一个快乐的时刻，而 Watsonfinds 并没有忽略这一点。
在 WordPress 中尝试了机器学习之后，我们发现任何给定情绪的得分超过 60% 就相当强了。这意味着那种感觉明显占主导地位，但还没有达到向读者强加的程度。总的来说，Watsonfinds 特别擅长识别”快乐”的段落，这非常适合您想确保内容达到目标的情况。
3. 厌恶 🤮
到目前为止，我们已经讨论了两种相当 straightforward 的情绪。现在是时候研究一个更复杂的了——厌恶。从故事讲述的角度来看，厌恶的应用不如快乐或悲伤那么多，但它仍然可以派上用场。以下是 Watsonfinds 发现主要为”厌恶”的萨尔曼·拉什迪语录示例：
为捍卫言论自由的问题之一是，你经常必须为你认为极端、令人厌恶和恶心的人进行辩护。
Watsonfinds 解释说，这种情绪可以是改变读者想法的有用工具。然而，根据我们的经验，使用厌恶来增进对不喜欢事物的共鸣要好得多。例如，如果我们评论一个您讨厌的 WordPress 插件，我们可能会说：
这个插件是我见过的最差的 WordPress 工具之一。它毁了我的网站，还放火烧了我的狗。即使你付钱给我，我也再也不会使用它了，我建议您立即卸载它！
我们当然不会这么直白，但这个夸张的例子表明，WordPress 中的机器学习在分析厌恶方面确实有些吃力。在我们的测试中，我们不得不使用极端形容词来提高厌恶分数，这并不理想。
4. 恐惧 😨
为了保持负面情绪的趋势，让我们来谈谈恐惧。这不是您想过度使用的东西，但它可以是写作和营销中聪明运用时的便捷工具（FOMO，有人吗？）。以下是最近一篇关于安全 WordPress 主题文章的摘录示例：
您不需要太担心它会过时、与您的插件发生冲突、被恶意行为者盯上，或者直接破坏您的网站。
我们之前讨论过如何在开场白中利用悲伤来给人留下更深刻的印象，但恐惧也能起到同样的效果。在这种情况下，作者提到了如果你不使用一个安全主题可能会出现的问题，然后他们话锋一转，告诉您如何应对。
在引发恐惧时，关键在于谈论负面结果以及它们如何对您的读者产生负面影响。如果您能触及他们害怕的事情，您就能更轻松地通过解决方案来吸引他们。
5. 愤怒 😠
最后，让我们来谈谈愤怒。老实说，愤怒并不是我们在写文章时试图从读者那里引发的常见情绪。愤怒是一个棘手的工具，它可以帮助您与受众建立联系，但也可能疏远他们。让我们举一个WordPress主题评论的简短例子，看看Watsonfinds是怎么说的：
这个主题完全毁了我的网站，导致我失去了所有流量！我要起诉开发者、这个网站以及所有相关人员。
根据Watsonfinds的分析，这段文字在愤怒类别中只获得了55.34%的分数，这很令人惊讶，因为它读起来就像一条愤怒的YouTube评论。该工具还讨论了愤怒如何促使读者采取行动，情况可能如此，也可能并非如此。
根据我们的经验，如果您的愤怒与您的受众相同，您可以利用这一点建立联系，但这不是一种可持续的情感。就您的内容而言，悲伤、恐惧和喜悦等情感在使用WordPress中的机器学习时更容易量化，也更容易正确使用。
结论
如果您能让您的读者产生某种感受，您就能更容易地与他们互动并建立信任。Watsonfinds可以帮助您分析内容的情感影响力，就我们而言，它做得相当不错。它不会告诉您要改变什么，但如果您正确地针对某种核心情感，它会发出信号。
让我们来分析一下这五种情感各自如何影响您的内容：
- 悲伤： 悲伤的感觉可以让您的受众与您更亲近。
- 喜悦： 快乐的读者是最好的读者类型，Watsonfinds非常擅长识别积极内容。
- 厌恶： 这种情感有点棘手，但可以帮助您与读者建立在共同厌恶事物上的联系。
- 恐惧： 尽管带有负面含义，恐惧是推动转化的高度有效动力。
- 愤怒： 这种情感在某些情况下可以帮助您与读者建立联系（尽管我们认为在大多数情况下最好避免使用）。
