Rank Brain مؤلفه ای از الگوریتم اصلی گوگل است که با استفاده از یادگیری ماشینی (توانایی ماشین آلات برای آموزش خود از ورودی داده) مهمترین نتایج را برای سوالات موتور جستجو تعیین می کند. قبل از Rank Brain ، گوگل با استفاده از الگوریتم اساسی خود تعیین کرد که چه نتایجی برای یک پرسش مشخص نشان داده شود. اعتقادPost-Rank Brain بر این است که اکنون پرس و جو از طریق یک مدل تفسیر انجام می شود که می تواند از عوامل احتمالی مانند مکان جستجوگر ، شخصی سازی و کلمات پرسش برای تعیین هدف واقعی جستجوگر استفاده کند. با تشخیص این هدف واقعی،Google می تواند نتایج مرتبط تری را ارائه دهد.
جنبه یادگیری ماشینی Rank Brain چیزی است که آن را از سایر به روز رسانی ها متمایز می کند. برای “آموزش” الگوریتم Rank Brain برای تولید نتایج جستجوی مفید، گوگل ابتدا داده های آن را از منابع مختلف “تغذیه” می کند. سپس الگوریتم آن را از آنجا می گیرد ، خودش را به مرور محاسبه و آموزش می دهد تا سیگنال های مختلف را با انواع نتایج مطابقت دهد و براساس این محاسبات رتبه بندی موتور جستجو را انجام دهد.
درک Rank Brain
برای درک دقیقRank Brain ، می تواند به شما کمک کند تا خود را در جای گوگل قرار دهید ، و سعی کنید هدف جستجوی موتور جستجو مانند “مکان المپیک” را درک کنید.
هدف واقعی این جستجو چیست؟ آیا جستجوگر می خواهد در مورد بازی های المپیک تابستانی یا زمستانی اطلاعاتی کسب کند؟ آیا آنها به المپیکی اشاره می کنند که به تازگی به پایان رسیده است یا مسابقه ای که چهار سال دیگر برگزار می شود؟ آیا جستجوگر در حال حاضر در المپیک حضور دارد ، در هتلی نشسته و به دنبال مسیرهای برگزاری مراسم افتتاحیه است؟ آیا آنها حتی می توانند به دنبال اطلاعات تاریخی در مورد محل اولین بازی های المپیک در یونان باستان باشند؟
حال ، تصور کنید که در تلاش برای پاسخ به این پرسش ، شما فقط سیگنال های الگوریتم ساده ای دارید مانند کیفیت محتوا یا تعداد پیوندهایی که یک قطعه از محتوا برای رتبه بندی نتایج برای این جستجوگر بدست آورده است. تصور کنید که بازی های زمستانی در سوچی ، روسیه ماه گذشته به پایان رسید و وب سایت رسمی بازی های المپیک سوچی میلیون ها لینک برای محتوای خود در مورد این رویداد گذشته کسب کرده است. اگر الگوریتم شما ساده گرایانه باشد ، ممکن است فقط نتایج مربوط به بازی های سوچی را نشان دهد ، زیرا آنها بیشترین لینک را به دست آورده اند. حتی اگر جستجوگر واقعاً امیدوار بود که محل بازی های بعدی المپیک زمستانی در پیونگ چانگ ، کره جنوبی را بفهمد .
در این شرایط پیچیده اما معمول است که ظرفیت Rank Brain ضروری به نظر می رسد. تنها با امکان محاسبه ریاضی نتایج براساس الگوریتم یادگیری ماشینی در رفتار جستجوگر است که گوگل می تواند تعیین کند که، به عنوان مثال، اکثر افرادی که “مکان المپیک” را جستجو می کنند می خواهند بدانند که بازی های بعدی (تابستان یا زمستان باشند) کجا برگزار می شود. بنابراین ، در این حالت، یک جعبه پاسخ گوگل با موقعیت مکانی بازی های آینده، اکثر نیازهای جستجو گران را برآورده می کند.
اگرچه این جعبه پاسخ ممکن است هدف اصلی بیشتر جستجوهای “مکان المپیک” را نشان دهد ، اما موارد استثنایی قابل توجهی وجود دارد که گوگل باید به آنها بپردازد. به عنوان مثال ، اگر جستجو در هفته بازی ها توسط کاربری در یک شهر المپیک (مانند پیونگ چانگ) انجام شود ، گوگل می تواند در عوض راهنمایی های رانندگی را به غرفه ای كه مراسم افتتاحیه در آن برگزار می شود، ارائه دهد. به عبارت دیگر، سیگنال هایی مانند موقعیت کاربر و تازگی محتوا باید در نظر گرفته شوند تا هدف را تفسیر کنند و نتایج را در راستای رضایت جستجو گران ارائه دهند .
Rank Brain کاری در دست انجام است، و هدف آن یادگیری ماشینی است که تفسیر گوگل از هدف جستجوگر را با گذشت زمان کامل می کند. جالب توجه است، پرسش فرضی ما ، “مکان المپیک” ، که در آوریل سال 2017 در ایالات متحده انجام شد، نتیجه جعبه پاسخ گوگل Rio de Janeiroرا ارائه می دهد.
آیا این نشان می دهد که ماشین معتقد است بیشتر افرادی که به دنبال این اصطلاح هستند هنوز بیش از بازی های زمستانی پیونگ چانگ 2018، به بازی های تابستانی 2016 ریودوژانیرو علاقه مند هستند؟ آیا Rank Brain بر اساس الگویی که محاسبه کرده است در اینجا موفق می شود یا هنوز “در حال انجام” است ، از ابهام پرسش ما مطمئن نیستیم که آیا می خواهیم پاسخی قدیمی تر ، محبوب یا پاسخ تازه تری به آینده داشته باشیم؟ و اگر ما بتوانیم آن را در ژانویه 2018 انجام دهیم ، این پرسش چه بازگشتی خواهد داشت؟ آیا جعبه پاسخ پیونگ چانگ را نشان خواهد داد زیرا در آن زمان سیگنال های مربوط به این رویداد شدت یافته اند؟
از آنجا که هنوز میزان و تفاوت های ظریف تأثیر Rank Brain در نحوه کار الگوریتم جستجوی گوگل کاملاً مشخص نشده است ، یکی از بهترین راه های یادگیری بیشتر در مورد چگونگی کار RankBrain ممکن است از مشاهده هر چند وقت یکبار پاسخ گوگل به انواع پرس و جو های شما با پاسخ رضایت بخش باشد. چند وقت یکبار آنها هدف شما را به درستی تفسیر می کنند ؟
آیا Rank Brain روش انجام سئو را تغییر می دهد؟
بسته به پیچیدگی و مدرن بودن مهارت های شخصی شما در سئو، Rank Brainممکن است یک تغییر جزئی یا عمده در نظریه ها و عملکردهای شما باشد. کارشناس محترم ثبت اختراع، Bill Slawski، مثال بارز زیر را در مورد ضرورت Rank Brain در محیط جستجو ارائه داد:
“برای سوار کاری اسب یک حیوان بزرگ 4 پا است، برای یک نجار، یک اسب 4 پا دارد، اما در مزارع زندگی نمی کند یا یونجه نمی خورد، برای یک ژیمناستیک اسب چیزی است که من معتقدم شما پرش از خرک را انجام می دهید. اهمیت زمینهRank Brain ، و اطمینان از اینکه آن متن را ضبط می کنید احتمالاً کلیدی برای بهینه سازی این روش یادگیری ماشین است.
نابغهMoz ، Rand Fishkin بر نیاز به جستجوگر ها در هر سطح برای درک سه مفهوم اساسی در محیط Rank Brain تأکید می کند :
- سیگنال های مختلف رتبه بندی برای درخواست های مختلف اعمال می شوند
قبل از Rank Brain ، ارزیابی بهینه سازی صفحه وب سایت با ارزیابی تمام سیگنالهای سنتی (تنوع پیوند ، عمق محتوا ، تطبیق کلمات کلیدی و غیره) ، شاید مناسب بوده باشد. پس از Rank Brain ، سئو کاران باید نوع محتوایی که به بهترین وجه نیازهای کاربران را تأمین می کند، را تعیین کنند . برای چیزی مانند طوفان ناگهانی، شما بیش از پیوند هایی که ممکن است قطعه ای بدست آورده باشد ، روی تازگی حساب خواهید کرد. برای چیزی مانند تاریخ موسیقی بومی آمریکا، شما به عمق محتوا و موضوعاتی که احتمالاً دامنه شما پوشش می دهد که به اقتدار اشاره می کند اعتماد خواهید کرد. بدانید که الگوریتم های یادگیری ماشینی که Rank Brain را هدایت می کنند سیگنال های منطبق بر پرسش هدف هستند و سئو کاران باید این کار را نیز انجام دهند.
- سیگنال ها به اعتبار وب سایت شما اعمال می شوند
سئو به دنبال ایجاد اعتبار برند شما به عنوان منبعی است که مورد اعتماد موتور های جستجو و کاربران انسانی برای ارائه یک تجربه خاص باشد. مزایای ایجاد چنین شهرتی می تواند شامل رتبه بندی مناسب برای مهمترین کلمات کلیدی شما باشد. آیا نام تجاری شما نیاز دارد که شهرت خود را بر اساس تازگی، عمق، تنوع لینک های به دست آمده، تعامل زیاد کاربر یا سایر علائم ایجاد کند؟ پاسخ به موضوعاتی بستگی دارد که شما پوشش می دهید (به عنوان مثال ، امتیازات رویدادهای ورزشی در زمان واقعی در مقابل یک دوره آنلاین برای یادگیری زبان اسپانیایی). آیا جستجو هایی که می خواهید رتبه بندی کنید برای پاسخگویی سریع، کوتاه یا کاوش های عمیق مورد نیاز است؟ با گذشت زمان ، دامنه شما باید براساس سیگنال هایی که می خواهد ارائه دهد، اعتبار ایجاد کند، زیرا متوجه می شود که Rank Brain محیطی را ایجاد می کند که در آن نام تجاری شما با ارائه نوع خاصی از محتوا که نیاز خاصی را برآورده می کند شناخته می شود.
- یک کلمه کلیدی – یک صفحه واقعاً مرده است
به احتمال زیاد ، شما از قبل می دانید که ایجاد صفحه برای “کفگیر”، دیگری برای “کفگیر ها”، دیگری برای “کفگیر آشپزخانه”، دیگری برای ” چرخاننده پنکیک ” و دیگری برای “کفگیر فلزی” یک اسب پیر خسته است که باید به چراگاه برده شود. SEO مدرن تمام این عبارات (و آدرس های اینترنتی مرتبط با آن ها) را در یک قسمت کامل از محتوای کامل قرار می دهد که شامل زبان طبیعی است، از جمله عبارات کلیدی متنوعی که بیانگر نحوه جستجو و صحبت انسان است. این خبر جدیدی برای اکثر SEO های محتاط نیست، اما ظهور Rank Brain نظریه تمرکز روی کل مفاهیم کلمه کلیدی با محتوای جامع را برجسته می کند، به جای اینکه چندین صفحه را برای انواع مختلفی مانند “widget” در مقابل “widget” را پوشش دهد.
حقایق دیگری در مورد Rank Brain
Rank Brain به عنوان بخشی از الگوریتم مرغ مگس خوار گوگل ذکر شده است.
در سال 2015 ، گوگل اظهار داشت که از Rank Brain برای پردازش 15٪ از سوال هایی که سیستم قبلاً هرگز با آنها روبرو نشده بود استفاده می شود. تا سال 2016 ، گوگل از Rank Brain برای همه سوالات استفاده می کرد.
0 دیگاه