1. 首页
  2. 入门成长营

如何高效利用工具SEO

谷歌首次宣布使用RankBrain已经将近三年半了(2015年10月26日,但它已经开始在2015年初以多种语言推出)。

在那段时间里,G的细节几乎没有关于它是什么或它是如何工作的。

结果是,许多SEO已经加强了用他们自己的猜测和意见填补这个空白,并且这样做,引起了各种各样的混乱。

这是我试图纠正和清理一些混乱。

(如果你想跳过这个措辞,底部有一个TL:DR:D)

RankBrain做什么?
虽然没有太多的公开信息,但我们所拥有的是相当具体的:

“ 如果RankBrain看到一个不熟悉的单词或短语,机器可以猜测哪些单词或短语可能具有相似的含义并相应地过滤结果,使其更有效地处理从未见过的搜索查询。”

  • 格雷格科拉多,来自彭博社的 谷歌将其利润丰厚的网络搜索转变为人工智能机器 }

或者,如果你想要它比那更简洁;

“…… Lemme最后一次尝试:Rankbrain让我们更好地理解查询。……”

  • Gary Illyes(@methode),在Twitter上

Google每天都会收到相当于以前没见过的相当比例的查询: 最后一次检查是15%。

这些可能包括拼写错误和拼写错误,缺点/遗漏,不寻常的措辞/句法结构,使用错误的单词,否定(“不是x”),刚刚发生的事情等等。等等。

RB接收这些奇怪的,精彩的和新的搜索,并尝试识别可能适合搜索者查询的现有搜索和结果。

RankBrain如何运作?
再说一次,我们并没有完全按照G的导游进行,但是有一些点点滴滴。

“… RankBrain使用人工智能将大量的书面语言嵌入数学实体 – 称为矢量 – 计算机可以理解。如果RankBrain看到一个不熟悉的单词或短语,则机器可以猜测哪些单词或短语可能具有相似的含义并相应地过滤结果,从而使其更有效地处理前所未见的搜索查询。……”

  • 来自彭博社的格雷格科拉多:谷歌将其利润丰厚的网络搜索转向人工智能机器

因此,它不是查看单词并尝试解析它们并理解语义(传统的自然语言处理[NLP]),而是将它们转换为数字并将它们绘制在图表上(具有多个维度,而不仅仅是X和Y)。

彼此附近的物品具有某种形式的关系。关系的类型将反映在每个术语的位置和与其邻居的距离上。

如果这听起来很模糊,那是因为它听起来与Word2Vector非常相似。

因此,当G收到一个它不太清楚的查询时,它可以找到与语义相关的部分,并查看结果。

但是,如果这是错的呢?

好吧,这就是Gary Illyes对他最近的Reddit AMA问题的答案可能会出现的地方:
“…

RankBrain是一个PR性感机器学习排名组件,它使用历史搜索数据来预测用户最有可能点击以前看不见的查询。这是一个非常酷的工程项目,无论何时传统的算法都是如此,我们可以无数次地挽救我们的屁股,例如“哦,看起来不是”在查询字符串中!让我们忽略了它的地狱!“,但它通常只依赖于(有时)数月结果页面本身发生的数据,而不是登陆页面。停留时间,CTR,……那些通常是废话。搜索比人们想象的要简单得多。

……”

  • Gary Illyes(@methode),Reddit

我添加了粗体来吸引你关注关键部分。

G可能会返回并查看针对不同搜索点击的内容,并检查其性能。这可以帮助系统了解哪些建议适合,哪些建议失败。

如果你想要更多肉类的东西,你可能想要一些专利?
如果是这样,我很幸运能得到Bill Slawski的帮助, 他向我指出了两项可能有趣的专利:

计算高维空间中单词的数字表示, 和
使用概念作为查询术语替换的上下文
第一项专利(计算数字……)由格雷格科拉多(Greg Corrado)在前面引用的彭博引文中提出。

如果你不喜欢阅读专利的创伤,比尔有两个更好的位,可以在不需要止痛药的情况下获得洞察力:

谷歌脑词矢量方法背后的引文, 和
调查Google RankBrain和查询字词替换
RankBrain可能正在做什么的示例
我们如何通过一个简单的RB演示类型的演示?

查询:Nemee 2020如何

谷歌收到了这个查询,并没有任何看似匹配的内容,而且似乎只是弱相关性。

所以,它需要做一些工作。

它可以通过使用“how”来识别查询的类型。
它可以通过“2020”识别时间因素。
或者它可以识别“nemee”的几种潜力,包括“meme”。
对查询进行矢量化,找到这些矢量的最近邻居。

结果中包含的代表是:

“如何”
“我如何能”
“人们如何”
“创造一个模因”
“发音meme”
“说meme”
所以我们有两种可能的查询类型:

怎么说的问题……
如何制作……的问题
但我们有第三个因素,即“2020”。当我们查看结果组时,几乎没有任何预先存在的查询或结果包含发音时间,其中有中等数量的“如何”查询和结果。

RB决定与此查询匹配的最可能结果是来自“如何制作”查询的结果,因此您将收到的结果将匹配;

“ 如何制作模因2020 ”。

RankBrain是否使用用户体验信号?
没有。

而这就是这篇文章的内容- 清理一些人一直推动的“停留时间”和“点击率”和“反弹”等所有的胡扯。

RankBrain不使用您网页的UX信号。

快速确认;

“…… 停留时间,点击率……那些通常都是废话……”

这是我上面引用的加里的AMA回应。

但是,此时你可以自己使用一点常识。

问自己以下问题:

为什么构建一个试图封装文本字符串之间关系的系统会查看某人在页面上花了多长时间,或者他们离开的速度有多快?

当您停下来并以这种方式查看时,考虑上面的示例,您可以看到基于站点的UX信号与RankBrain无关。

我们知道他们可能使用的唯一此类指标是基于SERP的点击,以确定哪种类型的结果与该类型的查询相关。

你能为RankBrain进行优化吗?
是。

谷歌甚至告诉我们,我们可以 ??

“… 对RankBrain的优化实际上非常简单,而且我们可能已经说了十五年了,而且建议是用自然语言写作。尝试写出听起来像人的内容。如果你试着像机器一样写,那么RankBrain会让你感到困惑,可能只是推回你。但是如果你有一个内容网站,试着读出你的一些文章或你写的任何内容,并询问人们这听起来是否自然。如果它听起来是会话性的,如果它听起来像我们将在日常生活中使用的自然语言,那么肯定的是,您已针对RankBrain进行了优化。如果没有,那么你就是“未优化 ……”

  • Gary Illyes(@methode),与TheSEMPost交谈

我知道 – 这有点蹩脚。

但是,如果你回滚一下,G实际上已经详细说明了如何优化RankBrain!
“…… 如果RankBrain看到一个不熟悉的单词或短语 ……”
“…… 使其更有效地处理前所未见的搜索查询 …”
“… 预测用户最有可能点击以查看以前看不见的查询 …”
所有你需要做的就是面对标准的搜索引擎优化实践,并与你通常的目标完全相反- 高搜索量。

相反,查看所有查询,然后生成不在列表中的变体。

我知道,那甚至更加沉默!

(但是,说实话,你确实想知道:D)

但还有更多- 特别是那些处理时间相关内容的人; 事件和事件。

由于这些是“新的”,查询可能也会(至少部分地)。要在这里获得优势,您可以自己查看类似的搜索,并查看它们拥有的模式。获得一些样本和相关的搜索量数据后,您可以选择您认为最有利和最相关的样本,然后将它们编织到您的内容中。

如果你想更深入地了解RB,以及关联规则学习(深入研究事物的计算方面)之类的事情, Dan Taylor有一篇可能引起关注的文章: 这就是RankBrain如何影响(和不影响) SEO

研究:企业如何准备语音搜索? 链接构建内容生成中的三个基本因素 如何进行品牌检索审核 如何为您的图像编写SEO友好的替代文字
RankBrain会影响排名吗?
不 – 这是一个包含问题。

尽管谷歌已经表示RB是最具影响力的排名因素之一,但我并不是典型的SEO因素。

与标题或链接文本不同,它不是渐变或变量 – 它是布尔值。

您被认为是相关的,并且包含在SERP中以进行查询 – 或者您不是。

因此,您可以针对RankBrain进行优化 – 但这不是排名影响的问题,而是包含索引的问题。

TL; DR
RB做什么?
它试图通过查看先前的搜索数据以及这些搜索中使用的术语的关系来回答未知查询。

RB如何做到这一点?
通过将单词转换为数字并将其绘制到向量空间中。

然后,它可以将查询分解为多个部分,并在向量空间中查找类似的术语,以尝试理解搜索的关系和潜在意图。

示例:

质疑:“nemee 2020”

将查询转换为向量,找到最接近的向量,尝试计算可能的匹配。

浮出两种不同的查询类型; “创造”和“说”。

“2020”与“创造”的联系更强,而不是“说”。

RB将返回“ 如何制作模因2020 ”的SERP 。

RB使用UX吗?
没有。

它处理单词和向量。

不使用跳出率,长按等内容。

你能优化RB吗?
是。

通过自然写作并确保您的内容包含变体。

对于某些类型的内容(事件/事件/新闻),您可以检查类似的搜索并获得提升。

RankBrain会影响排名吗?
不是传统的SEO意义上的。它不是关于“位置”,而是关于您是否为该查询显示。

免责声明:本文仅代表作者个人观点,与穷思笔记网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

发表评论

登录后才能评论

联系我们

18217712232 

在线咨询:点击这里给我发消息

邮件:572693986@qq.com

QR code