سوالات متداول: همه چیز در مورد الگوریتم Google RankBrain
گوگل از یک سیستم هوش مصنوعی به نام “RankBrain” برای کمک به مرتب سازی نتایج جستجوی خود، استفاده می‌کند. آیا شگفت زده‌اید که این سیستم چگونه کار می‌کند و چگونه با سیستم رتبه بندی گوگل هماهنگ است؟ در اینجا همه چیزهایی که ما در مورد RankBrain , بهینه سازی سایت می‌دانیم را می‌خوانید.
اطلاعات این مقاله از سه منبع اصلی به دست آمده است و به مرور زمان به روز رسانی شده‌اند که همراه با یادداشت‌هایی در مورد به‌روزرسانی آنها ارائه می‌شود. این منابع عبارتند از:
- مقاله بلومبرگ که اخبار مربوط به RankBrain را پوشش داده است.
- اطلاعات جانبی که گوگل در حال حاضر مستقیما در گستره موتور جستجو ارائه می‌دهد.
- دانش ما و بهترین فرضیات در مواردی که گوگل پاسخی به آنها ارائه نمی‌کند. همین طور برخی اطلاعات این مقاله را تیم سئو نوین مارکتینگ آزمایش کرده و به نتایج جالبی در فارسی دست یافته است.
RankBrain چیست؟
RankBrain نام سیستم هوش مصنوعی گوگل در قالب یادگیری ماشین است؛ که برای کمک به پردازش نتایج جستجو استفاده می‌شود و توسط گزارش‌های بلومبرگ و همچنین توسط شرکت گوگل تایید شده است.
یادگیری ماشین چیست؟
یادگیری ماشین پدیده‌ای است که یک کامپیوتر به خود و نه توسط افراد دیگر یا برنامه ریزی‌های دقیق، می‌آموزد که چگونه کارها را انجام دهد.
هوش مصنوعی چیست؟
هوش مصنوعی واقعی، یا به اختصار AI، پدیده‌ای است که در آن کامپیوتر به اندازه یک فرد باهوش هوشمند می‌شود. به عبارت دیگر دستیابی به دانش از طریق آموزش و یا از طریق ایجاد ساختارهایی بر مبنای چیزی که می‌داند و ارتباطات جدید را بر اساس آن برقرار می کند.
البته AI واقعی فقط در رمان‌های علمی تخیلی وجود دارد. در عمل، AI به سیستم‌های کامپیوتری اشاره دارد که برای یادگیری و ایجاد ارتباطات استفاده می‌شوند.
AI چه تفاوتی با یادگیری ماشین دارد؟
یادگیری ماشین و هوش مصنوعی، به نظر نسبتا مترادف‌اند. شما ممکن است آنها را به جای یکدیگر استفاده کنید و یا میتوانید از زبان ماشین برای توصیف نوع روش هوش مصنوعی استفاده کنید.
بنابراین RankBrain روش جدیدی است که گوگل نتایج جستجوی خود را با آن رتبه بندی می‌کند؟
خیر، RankBrain بخشی از الگوریتم کلی گوگل است. یک برنامه کامپیوتری که برای طبقه‌بندی میلیاردها صفحه و پیدا کردن صفحه مرتبط و متناسب با درخواست کاربر استفاده می شود.
نام الگوریتم جستجوی گوگل چیست؟
، الگوریتم جستجوی گوگل مرغ مگس خوار ( Hummingbird ) نام دارد. برای چندین سال، الگوریتم کلی نام رسمی نداشت. اما در اواسط سال 2013، گوگل این الگوریتم را بازسازی کرد و نام آن را ( Hummingbird) گذاشت.
بنابراین RankBrain بخشی از الگوریتم جستجوی مرغ مگس خوار است؟
این درک ماست. مرغ مگس خوار الگوریتم جستجوی کلی است، درست مانند یک ماشین که موتوری در درون خود دارد. خود موتور ممکن است از قطعات مختلف ساخته شده باشد، مانند فیلتر روغن، پمپ سوخت، رادیاتور و غیره. به همین ترتیب، مرغ مگس خوار شامل بخش‌های مختلفی است که RankBrain یکی از جدیدترین آنهاست.
به طور خاص، ما می‌دانیم RankBrain بخشی از الگوریتم کلی Hummingbird است، زیرا مقاله بلومبرگ روشن می‌کند که RankBrain تمام جستجوها را مدیریت نمی‌کند و فقط الگوریتم کلی قادر به انجام این کار است.
مرغ مگس خوار همچنین حاوی قسمت های دیگری است که سازگار با فضای SEO است، مانند پاندا Panda ، پنگوئن Penguin و دیگر الگوریتم‌هایی مانند روز پرداخت (Payday) که برای مبارزه با اسپم ساخته شده، کبوتر(Pigeon) که برای بهبود نتایج محلی مأموریت دارد، Top Heavy برای بارگذاری صفحات سنگین شامل تبلیغات زیاد عمل می‌کند، Mobile Friendly برای ایجاد صفحات موردپسند کاربر بر روی موبایل و Pirate (دزدان دریایی) برای مبارزه با نقض قانون کپی رایت طراحی شده‌اند.
من فکر می کردم که الگوریتم کلی گوگل “PageRank” نامیده می شود؟
PageRank بخشی از الگوریتم کلی مرغ مگس خوار است که یک روش خاص برای ارائه اعتبار به صفحات بر اساس لینک‌هایی است که به صفحه اشاره دارد.
PageRank اولین نامی است که گوگل به یکی از بخش‌های الگوریتم رتبه‌بندی خود در شروع به کار موتور جستجوی خود در سال 1998 داده است.
گوگل از چه «سیگنال‌هایی » برای رتبه بندی خود استفاده می کند؟
سیگنال‌ها چیزهایی هستند که Google برای کمک به تعیین نحوه رتبه بندی صفحات وب استفاده می‌کند. به عنوان مثال، کلمات را در یک صفحه وب می‌خواند، بنابراین کلمات یک سیگنال هستند. اگر بعضی از کلمات با فونت درشت نوشته شده باشند، ممکن است سیگنال متفاوتی داشته باشند. محاسباتی که به عنوان بخشی از PageRank استفاده می‌شود، به آن صفحه یک امتیاز PageRank می‌دهد که باز هم یک سیگنال است. اگر یک صفحه سازگار با تلفن همراه باشد، یک سیگنال دیگری را ثبت می‌کند.
تمام این سیگنال‌ها توسط بخش‌های مختلف در الگوریتم مرغ مگس خوار پردازش می‌شوند تا شناسایی کنند کدام صفحات در نتیجه جستجوی شما پیدا شده‌اند.
چند سیگنال در آنجا وجود دارد؟
گوگل به طور مداوم بیش از 200 دسته بندی سیگنال عمده دارد که ممکن است تا 10،000 زیر مجموعه سیگنال داشته باشد. همان‌طور که در مقاله بلومبرگ نیز گفته شد، “صدها” عامل در آن مشارکت دارد.
این تفکر به نظر ما یک راهنمای مناسب است که به طور کلی نشان می‌دهد موتورهای جستجو مانند گوگل چگونه به رتبه بندی صفحات وب کمک می‌کنند.
آیا RankBrain سومین سیگنال مهم است؟
درست است. طبق گفته گوگل این سومین عامل مهم برای رتبه بندی صفحات وب است. برگرفته شده از مقاله بلومبرگ:
RankBrain یکی از “صدها” سیگنالی است که در یک الگوریتم برای تعیین نتایج جستجوی گوگل و رتبه بندی آنها استفاده می‌شود. در چند ماه گذشته، RankBrain سومین عامل مهم برای کمک به دسته بندی نتایج جستجو بوده است.
سیگنال‌های مهم اول و دوم چیست؟
در هنگام نگارش نخست این مقاله، گوگل در این باره چیزی نگفت. فرض ما این بود:
لینک مهم ترین سیگنال باقیمانده است و گوگل این لینک‌ها را در قالب رای شمارش می‌کند. این همچنین یک سیستم به شدت سالخورده است که در لینک‌های خود آنها را پوشش داده‌ام: سیستم شکست خورده “Ballet Box ” که توسط گوگل و بینگ در گذشته استفاده می‌شد.
به عنوان دومین سیگنال مهم، حدس می‌زنم که «کلمات» باشند، چرا که کلمات شامل همه چیز از کلمات موجود در صفحات وب گرفته تا آنالیز و تحلیل کلماتی که کاربران در نوار ابزار جستجو وارد در خارج از RankBrain وارد می‌کنند.[ البته این نظر نویسنده مقاله سرچ انجین لند است و شاید سئو کاران برجسته و متخصصان هوش مصنوعی نظر دیگری داشته باشند آن چیز که روشن است گوگل هنوز بر روی این دو بخش تأکید ویژه‌ای دارد. ]
این کاملا درست بود. در مارس 2016، گوگل دو عامل اول را رونمایی کرد که شامل محتوا و لینک‌ها بودند. اما بین دو عامل لینک‌ها و محتوا گفته نشد کدام یک اول است.
RankBrain دقیقا چه کاری انجام می دهد؟
با مکاتبه با گوگل، من متوجه شدم RankBrain عمدتا برای توصیف جستجوی کلمات استفاده می‌شود تا صفحاتی که دارای کلماتی هستند که به صورت دقیق در عبارات جستجو نوشته نشده‌اند را پیدا کنند.
آیا Google در حال حاضر راهی برای پیدا کردن صفحات فراتر از درخواست دقیق وارد شده ندارد؟
بله، گوگل صفحات فراتر از شرایط دقیق جستجو شده را برای مدتی طولانی پیدا می‌کرد. به عنوان مثال، سال‌ها پیش، اگر شما چیزی شبیه “کفش” را وارد می‌کردید، ممکن بود گوگل صفحاتی را که کلمه “کفش‌ها” در آن ذکر شده بود را پیدا نکند زیرا آنها از نظر فنی دو کلمه متفاوت‌اند. اما “ریشه یابی کلمات” گوگل را دقیق‌تر و هوشمندتر کرد تا آن را قادر سازد تفاوتی بین کفش و کفش‌ها قائل نشود درست مانند “دویدن” که به نوعی مشتق شده از “بدو” است.
گوگل همچنین در مورد اصطلاحات مترادف نیز هوشمند شده است، بنابراین اگر شما “کفش‌های کتانی” را جستجو کنید، ممکن است نتایجی در مورد “کفش‌های دویدن” نیز برای شما نمایش داده شود. همچنین به لحاظ مفهومی نیز اصلاحاتی صورت گرفته است تا بین کمپانی اپل و میوه سیب نیز قادر به تمایز باشد.
در مورد گراف دانش چه نکته ای وجود دارد؟
نمودار دانش یا گراف دانش که در سال 2012 راه اندازی شد، راهی بود که گوگل را برای برقراری ارتباط بین کلمات هوشمندتر کرد. مهم‌تر از آن، گوگل همچنین یاد گرفته است بین رشته‌ها و عبارات تفکیک قائل شود.
رشته‌ها به معنی جستجو تمامی صفحاتی است که دارای کلمه‌ای با املای درست مانند “اوباما” هستند. اما در مورد عبارات، با جستجوی کلمه “اوباما” گوگل متوجه می‌شود که احتمالا منظور شما “باراک اوباما” رئیس جمهور آمریکا است و یک فرد واقعی با ارتباط با اوباما، مکان‌ها و چیزهای دیگر را به شما نمایش می‌دهد.
نمودار دانش پایگاهی از حقایق مربوط به جهان و روابط بین آنها است. به همین دلیل است که شما می توانید جملاتی مانند “همسر اوباما در چه زمانی متولد شد” را جستجو کنید و اطلاعاتی در مورد میشل اوباما، بدون حتی استفاده از نام او، کسب کنید.
