Che cos'è Google RankBrain e come funziona: Profit Hunter

Che cos'è Google RankBrain e come funziona: Profit Hunter

Contenuto dell'articolo

  1. Concetto di Google RankBrain
  2. Hummingbird
  3. Movimento da "stringhe di caratteri "a" oggetti "
  4. Query complesse e il loro impatto sull'output
  5. Esempi del funzionamento dell'algoritmo

Concetto di Google RankBrain

RankBrain è il nuovo sistema di generazione di problemi di autoapprendimento di Google, che cerca risposte pertinenti alla richiesta di un utente in base a fattori come la cronologia delle query, il comportamento degli utenti, il contesto della pagina (ulteriori informazioni sulla tecnologia di indicizzazione di LSI).

Alla fine di ottobre, è venuto fuori il nuovo sistema di autoapprendimento di Google RankBrain, che, insieme ad altri fattori di ranking, aiuta a determinare le pagine più rilevanti per le query di ricerca degli utenti.

Per essere più specifici, i processi di RankBrain perfezionano le richieste utilizzando schemi di riconoscimento per frasi chiave complesse e ambigue (ambigue) e definendole in argomenti specifici.

Ciò consente a Google di mostrare risultati di ricerca migliori, soprattutto quando si tratta di centinaia di milioni di query al giorno. Lo staff del motore di ricerca ha notato che RankBrain è uno dei fattori di classifica più importanti che l'algoritmo tiene in considerazione.

RankBrain è una delle centinaia di segnali che determina quali risultati devono apparire nei risultati e in che modo verranno classificati. Si tratta di un tentativo di migliorare i risultati della ricerca in base alla tecnologia del Knowledge Graph e alla ricerca di oggetti:

Che cos'è Google RankBrain e come funziona: Profit Hunter

Che cos'è Google RankBrain e come funziona: Profit Hunter

Quindi cos'è una ricerca obiettiva? Come funziona con RankBrain e in che direzione va Google? Per capire questo, è necessario tornare indietro qualche anno fa.

Hummingbird (Hummingbird)

Il lancio di questo algoritmo è stato un cambiamento radicale. È stata una ricostruzione di come Google ha elaborato le query organiche: dalla ricerca di stringhe di caratteri alla ricerca degli oggetti stessi, per i quali sono definiti un valore, proprietà e relazioni specifici con altri oggetti.

Come appare il colibrì? Un nuovo algoritmo è nato dai tentativi degli sviluppatori di incorporare una ricerca semantica nel motore di ricerca di Google. In altre parole, volevano creare una macchina di autoapprendimento in grado di comprendere il linguaggio naturale umano (tecnologia NLP). Si presumeva che il motore di ricerca capirà cosa intendi quando scrivi la tua query.

Lo scopo della ricerca semantica è migliorare l'accuratezza del risultato riconoscendo le intenzioni dell'utente e il significato contestuale dei termini al fine di generare risultati più pertinenti. I sistemi di ricerca semantica tengono conto di vari parametri (inclusi il contesto, gli obiettivi dell'utente, le variazioni di parole, i sinonimi, le domande generalizzate e strettamente tematiche) per fornire le risposte più accurate.

Sono passati due anni, ma chiunque utilizzi Google comprende che il sogno della ricerca semantica non è ancora stato realizzato. Anche se alcuni tentativi in ​​questa direzione sono già stati fatti. Ad esempio, i database vengono utilizzati per definire e raggruppare gli oggetti in gruppi in base al valore. Tuttavia, il motore semantico deve capire in che modo il contesto influenza le parole e essere in grado di determinare e interpretare il loro significato.

Google non è ancora in grado di comprendere il linguaggio naturale (umano), sebbene sia in grado di percepire oggetti e relazioni noti attraverso definizioni.

Naturalmente, un motore di ricerca può imparare un sacco di concetti e relazioni dopo un po ', se un numero sufficiente di persone cerca una combinazione di termini. È qui che entra in gioco la macchina RankBrain. Sulla base dell'esperienza acquisita, tenta di assumere l'assunto più pertinente al momento di formulare il problema.

Quindi, per definizione, Google non è un motore di ricerca semantico. Allora che cos'è?

Movimento da "stringhe di caratteri" a "oggetti"

Il motore di ricerca di oggi ha eccellenti capacità di mostrare informazioni specifiche. Hai bisogno di previsioni del tempo? Informazioni sul traffico? Recensioni di ristoranti? Google può fornire queste informazioni, eliminando la necessità di visitare siti di terze parti. Da solo dà la risposta all'inizio del problema della pagina. Questo è possibile grazie al grafico della conoscenza.

Il movimento da "linee" a "oggetti" è eccellente, quando è necessario trovare una risposta alle domande che iniziano con Chi, Cosa, Dove, Quando, Perché e "Mi piace" . Inoltre, guidato dalle informazioni del Knowledge Graph, Google è in grado di fornire agli utenti informazioni di cui non erano a conoscenza, ma che potrebbero essere utili a loro.

Tuttavia, questo salto nella direzione di "oggetti" ha degli svantaggi. Sebbene il PS sia in grado di fornire informazioni specifiche basate su database, non è ancora così efficace nel trovare le risposte più rilevanti per query composte complesse. Tali domande spesso consistono in termini che sono liberamente accoppiati. Google è difficile da combinare in un unico "oggetto".

Di conseguenza, quando specifichi un determinato insieme di termini complessi nella tua ricerca, è molto probabile che otterrai solo pochi risultati rilevanti e il grado di questa rilevanza non sarà molto alto. Per la maggior parte, l'emissione è una raccolta di opzioni casuali, ma non risposte dirette. Ma perché sta succedendo?

Richieste complesse e il loro impatto sul tema

Come abbiamo già detto, è difficile per Google trovare risposte adeguate nelle query che contengono termini poco correlati. PS non è in grado di capire e stabilire relazioni. In questo caso, la tecnologia RankBrain fa un'ipotesi sulla relazione tra questi termini, li indovina.

Prova a stampare una query composita utilizzando l'elenco a discesa delle opzioni. Scegli il più adatto di loro. Vedrai che le query proposte da Google forniscono risultati più accurati nel problema. Questo perché gli oggetti stessi nella richiesta e le connessioni tra di loro sono noti al motore di ricerca.

A proposito, cosa si intende con la parola "oggetto"?

Questi sono nomi: persone / luoghi / cose / idee, ecc. Il loro significato è definito nei database a cui fa riferimento Google. PS funge da enorme enciclopedia digitale. Tuttavia, se i due oggetti non sono correlati tra loro, la macchina ha difficoltà a comprendere la richiesta dell'utente. Lei fa solo una supposizione.

Esempi dell'algoritmo

  • Entriamo nella query "Tè freddo, limone, vetro" (tè freddo, limone, vetro), costituito da oggetti che hanno una relazione comprensibile. un sacco di risultati molto rilevanti.
  • Ora lo cambieremo: "Tè freddo, Rooibos, vetro" (tè freddo, rooibos, vetro). C'è ancora una rilevanza sufficiente, ma è già in calo. Perché? Perché Rooibos è usato raramente per preparare il tè freddo.
  • "Tè freddo, Goji, vetro" (Tè freddo, Goji, vetro) Osserviamo la rilevanza parziale: alcuni oggetti cadono, Google è leggermente confuso.
  • "Tè freddo, zucchero disciolto, vetro "(Tè freddo, zucchero disciolto, un bicchiere). La questione comprende non solo le pagine con le ricette del tè, ma anche una descrizione dei processi chimici.

Che cos'è Google RankBrain e come funziona: Profit Hunter

  • Tuttavia, se utilizziamo il suggerimento Google a discesa e inseriamo "Bicchiere di tè freddo con zucchero", di nuovo otterremo un problema di altissima qualità che risponde alla nostra domanda .

Che cos'è Google RankBrain e come funziona: Profit Hunter

Google sta cercando di tradurre le parole che appaiono sulle pagine in "oggetti" che significano qualcosa e hanno Proprietà: questo è ciò che il cervello umano di solito fa, ma nel caso di un computer, questo è chiamato "intelligenza artificiale".

Questo è un compito difficile, ma il lavoro è già in corso. " Google costruisce la propria comprensione di ciò che quelli o oggetti e ciò che le persone dovrebbero sapere su di loro ", ha detto Amit Singhal, un ingegnere del software al

Ti piacciono gli articoli? Iscriviti alla newsletter!

Ricerca

articoli Correlati