راهنماي کامل الگوريتم رتبه مغز گوگل
Google RankBrain چيست؟ چگونه کار مي کند؟ آيا مي توانيد براي آن بهينه سازي کنيد؟ در اينجا همه چيزهايي که بايد در مورد الگوريتم RankBrain گوگل بدانيد آمده است.
در سال 1996، ايده پيوندها به عنوان يک سيگنال رتبه بندي، جستجو را با آنچه به رتبه صفحه گوگل تبديل مي شد، متحول کرد.
به همين دليل است که دهه گذشته سهم بازار جستجو به اين صورت است:
سهم بازار جهاني Statista از موتورهاي جستجو
اتفاقات زيادي افتاده است، و از آن زمان تغييرات و سئو سايت اصفهان الگوريتمهاي عظيمي معرفي شدهاند، اما بدون شک هيچ کدام به اندازه RankBrain مهم نيستند.
همانطور که در زير بحث خواهيم کرد، اين تنها به دليل تأثير آن بر نتايج نيست (اگرچه مسلماً در آنجا نيز برنده مي شود) بلکه به معناي آن است - يادگيري ماشين براي اولين بار در آنچه ما به عنوان جستجو فکر مي کنيم معرفي شد.
RankBrain چيست؟
RankBrain سيستمي است که توسط آن گوگل بهتر ميتواند هدف احتمالي کاربر از يک عبارت جستجو را درک کند. در بهار 2015 عرضه شد، اما تا 26 اکتبر همان سال اعلام نشد.
در ابتدا، RankBrain براي پرس و جوهايي اعمال شد که گوگل قبلا با آنها مواجه نشده بود و در آن زمان و هنوز هم وجود دارد، حدود 15? از کل جستجوها. از آنجا گسترش يافت تا بر همه نتايج جستجو تأثير بگذارد.
در هسته خود، RankBrain يک سيستم يادگيري ماشيني است که از مرغ مگس خوار ساخته شده است، که گوگل را از يک محيط "رشته ها" به "چيزها" رساند.
يعني از «خواندن» کاراکترهاي تحت اللفظي، و در عوض «ديدن» موجوديتي که آنها نمايندگي ميکنند، گرفته شده است.
نکته اي سريع درباره موجوديت ها و چيزهايي که روي رشته ها هستند
براي نشان دادن اين پيشرفت مهم و نقش آن در RankBrain، به سادگي بايد شخصيت هايي را که نام يکي از دوستان و همسالان من را تشکيل مي دهند، در نظر بگيريم:
تا قبل از مرغ مگس خوار، گوگل آن کاراکترها و مجموعهاي از 2 کلمه و 13 کاراکتر را ميديد که به ترتيب مرتب شده و به اندازه کافي در يک صفحه استفاده ميشد، آن را براي رشته جستجوي «jason barnard» مرتبط ميکرد.
واقعاً اين مي تواند هر جيسون باشد، اين مهم نبود.
آنها بر پيوندها و چند سيگنال ديگر تکيه کردند تا "مرتبط" ترين آنها را آشکار کنند، بدون اينکه بفهمند جيسون کيست يا چيست.با مرغ مگس خوار، دوست من ديگر مجموعه ساده اي از شخصيت ها نيست، بلکه به موجوديت تبديل شده است:
نتايج جستجو و خريد گوگل خود را محک بزنيد
CPC، CTR و موارد ديگر را با صنعت خود مقايسه کنيد. ببينيد CVR، AOV، نرخ پرش و ساير KPIهاي شما چگونه روي هم قرار مي گيرند. مقايسه عملکرد براي هر کانال.ما نميتوانيم در اين مقاله با جزئيات زياد به نهادها بپردازيم، اگرچه ميتوانيد در اينجا درباره آنها بخوانيد.اما به طور خلاصه، آنچه در مورد مرغ مگس خوار براي عملکرد RankBrain ضروري بود، اين بود که گوگل اين عبارت را نبيند:جيسون بارنارد دوست ديو ديويس است که پيراهن هاي قرمز را دوست دارد و يک بازارياب ديجيتال است.
و صرفاً آن را به عنوان مجموعه اي از شخصيت ها که بايد مرتب شوند و با پرس و جو سنجيده شوند، تفسير مي کنند.در حالي که بسيار پيشرفته بودند، اساساً در پاسخ به اين سؤال گير کردند: «جيسون بارنارد» چند بار در متن و در پيوندهاي آن متن ظاهر ميشود؟با فرض اينکه پرس و جو دوباره «جيسون بارنارد» باشد، با مرغ مگس خوار، اين جمله براي گوگل بيشتر شبيه به اين خواهد بود:
هر موجوديت اصلي با يک Machine ID نشان داده مي شود.اين شناسه ها براي هر يک منحصر به فرد هستند - و هيچ دو نهادي داراي شناسه يکسان نيستند.من عمداً خودم را به جمله اضافه کردم تا نشان دهم که هميشه کامل نيست.نام من بسيار رايج است، و «ديو ديوي» برجستهتر از من وجود دارد (ميدانم، ميدانم... باورش سخت است).
به دليل پيشينه جيسون در موسيقي، گوگل به راحتي ميتواند بدون زمينه اضافي فرض کند که ديو ديويزي که جيسون با آن دوست بود، ديو ديويس (/m/01pwfk) از The Kinks (/m/08w4pm) است.
گوگل از طريق نهادهاي ديگر در صفحه و ساير اتصالات در وب توضيح ميدهد. اما اين داستان ديگري است، براي يک روز ديگر.
آنچه در زمينه RankBrain مهم است اين است که با مرغ مگس خوار، گوگل (/m/045c7b) اکنون دنيا را به عنوان مجموعه اي از چيزها و نه رشته ها درک مي کند.
بازگشت به RankBrain
با کمي در مورد موجوديتها، ميتوانيم به RankBrain برگرديم.
RankBrain در هسته خود را مي توان به عنوان يک سيستم پيش غربالگري در نظر گرفت.
هنگامي که يک پرس و جو در گوگل وارد مي شود، الگوريتم جستجو در تلاش براي نمايش بهترين محتوا، در بهترين قالب(ها)، پرس و جو را با هدف شما مطابقت مي دهد.
اگر گوگل قصد شما را نداند؟
چرا گوگل RankBrain را معرفي کرد؟
RankBrain در ابتدا براي رفع يک مشکل ساده اما بزرگ راه اندازي شد.
گوگل 15 درصد از پرس و جوها را مورد استفاده قرار نداده بود، و به همين دليل هيچ زمينه اي براي آنها وجود نداشت، و نه تجزيه و تحليل گذشته براي تعيين اينکه آيا نتايج آنها در برآورده کردن هدف کاربر خوب است يا خير.
RankBrain را وارد کنيد.
اين سيستم به جاي رشته ها به چيزها نگاه مي کند.
RankBrain همچنين زمينههاي محيطي (مثلاً مکان جستجوگر) را در نظر ميگيرد و معناي جايي که انجام شده است را برونيابي ميکند.
اين مي تواند يک فرآيند ساده براي درک اين موضوع باشد که ترتيب کلمات ممکن است تابعي از فرآيند جستجو باشد و نه هدف.
چه کسي در ميان ما يک پرس و جو را صرفاً با زدن يک يا دو کلمه اصلاح نکرده است.
قبل از اينکه وارد آن شوم، گوگل مطمئناً ديده است:
“پيتزا ويکتوريا قبل از ميلاد مسيح”
اما وقتي مجموعهاي را که ميخواستم برنميگردانم، ممکن است شروع به اضافه کردن شرايط کنم و در نتيجه سؤالي بيشتر شبيه به:
“پيتزا ويکتوريا بي سي سبزيجات با پوسته نازک”
احتمال زيادي وجود دارد که گوگل آن پرس و جوي خاص را نديده باشد، اما از آنجايي که آنها به چيزها نگاه مي کنند نه رشته ها، مي دانند که پرس و جو مشابه خواهد بود، اگر نه يکسان، مانند:
پيتزاي گياهي با پوسته نازک ويکتوريا قبل از ميلاد مسيح
پيتزاي گياهي با پوسته نازک در نزديکي من
يا با صدا:
"OK Google، از کجا مي توانم يک پيتزاي گياهي با پوسته نازک تهيه کنم؟"
RankBrain چگونه کار مي کند؟
جاي تعجب نيست که گوگل هرگز نحوه عملکرد RankBrain را مشخص نکرده است.
با اين وجود، ميتوانيم حدسهاي درستي در مورد آنچه در پشت صحنه ميگذرد داشته باشيم.
تابع جستجوي جديد
همانطور که در بالا مورد بحث قرار گرفت، ما بايد از فکر کردن با عباراتي که ميفهميم دست برداريم و مانند يک ماشين فکر کنيم.
جايي که ممکن است ببينم:
“پيتزا ويکتوريا قبل از ميلاد مسيح”
گوگل مي بيند:
/m/0663v /m/07ypt
اين به طرز چشمگيري همه چيز را تغيير مي دهد. "ويکتوريا بي سي" دو چيز نيست، بلکه يک چيز است.
هنگام مقايسه مکان هاي ديگر براي:
https://onlineproofing.home.blog/2022/02/14/parsianandishseo/ |