نوشته های مشابه
الگوریتم رنک برین گوگل ; الگوریتم رنک برین گوگل (Google RankBrain) در واقع یک جزئی از الگوریتم اصلی گوگل است که از یادگیری ماشین (Machine learning) (توانایی ماشین ها برای آموزش خود با استفاده از داده های ورودی) برای تعیین نتایج مرتبط با عبارات سرچ شده در گوگل استفاده می کند.
قبل از به وجود آمدن رنک برین، گوگل از الگوریتم پایه ای خود برای تعیین نتایج مرتبط با جستجو استفاده می کرد. اما پس از به وجود آمدن رنک برین ، پروسه ی سرچ در گوگل با اتکا بر یک مدل تفسیری که می تواند عوامل احتمالی ای مانند محل جستجوگر، شخصی سازی و هم چنین کلمه ی سرچ شده را برای تعیین دقیق منظور جستجوگر مشخص کند، انجام می شود. با شناسایی منظور واقعی شخص جستجوگر ، گوگل می تواند نتایج مرتبط تری با جستجو را ارائه دهد.
پروسه ی یادگیری ماشین در الگوریتم رنک برین از ویژگی خاصی برخوردار است که آن را از بقیه ی الگوریتم های گوگل متمایز می کند. به منظور ایجاد توانایی یادگیری ماشین در Google RankBrain برای ایجاد نتایج سرچ مرتبط تر، ابتدا گوگل داده هایی از منابع متنوع و گوناگون را در اختیار این الگوریتم قرار داد. پس از این که این الگوریتم داده ها را دریافت کرد، شروع به یادگیری آنها و مطابقت دادن سیگنال های متفاوت و متنوع با نتایج گوناگون کرد. نتیجه ی این کار سامان دادن به رتبه بندی موتور جستجو بر اساس این محاسبات بود که هم اکنون در سرچ های خود شاهد این نظم و هماهنگی در گوگل خصوصاً برای کلمات کلیدی طولانی خواهید بود.
درک الگوریتم رنک برین گوگل
برای این تصویر درستی از الگوریتم رنک برین گوگل داشته باشید، بهتر است خود را به جای گوگل بگذارید که سعی دارد قصد واقعی یک کوئری جستجو شده در موتور جستجو را مثلاً برای “Olympics location” پیدا کند.
قصد واقعی از این جستجو چیست؟ آیا جستجوکننده می خواهد درباره مسابقات المپیک تابستانی بداند یا زمستانی؟ آیا منظور وی مسابقات المپیکی است که در گذشته برگزار شده است یا مسابقاتی که چند سال دیگر خواهد بود؟ آیا جستجوکننده می خواهد در مسابقات المپیک حضور داشته باشد، در اتاق هتل خود بنشیند و به دنبال مسیر رسیدن به مراسم افتتاحیه باشد؟ آیا ممکن است که وی به دنبال اطلاعات تاریخی در مورد مکان اولین مسابقات المپیک در یونان قدیم باشد؟
حال تصور کنید که زمان پاسخ دادن به این کوئری، تمام چیزی که در اختیار دارید سیگنال های ساده الگوریتم مانند کیفیت محتوا یا تعداد لینک هایی که یک قطعه محتوا کسب کرده است تا برای نتایج این جستجو رتبه بگیرد باشد. تصور کنید که بازی های زمستانی در سوچی روسیه ماه گذشته برگزار شده است و وب سایت المپیک سوچی میلیون ها لینک برای محتوای خود در زمینه رویداد گذشته دریافت کرده است. اگر الگوریتم شما ساده گرا باشد، ممکن است تنها نتایج مربوط به مسابقات سوچی را نمایش دهد، چرا که آن ها بیشترین لینک ها را دریافت کرده اند… حتی اگر جستجوکننده در واقع امیدوار بوده است که موقعیت مکانی بازی های زمستانی المپیک بعدی در پیونگ چانگ کره جنوبی را بداند.
در این موقعیت پیچیده اما رایج است که ظرفیت رنک برین گوگل نقش حیاتی پیدا می کند. تنها با داشتن توانایی محاسبه ریاضیاتی بر اساس الگوهایی که الگوریتم یادگیری ماشینی در رفتار جستجو کننده متوجه شده است می باشد که گوگل می تواند نیت واقعی را مشخص کند، به عنوان مثال، اکثر افرادی که “مکان المپیک” را جستجو می کنند می خواهند بدانند که مسابقات بعدی (چه زمستانی و چه تابستانی) در کجا برگزار می شوند. بنابراین در این مورد، یک باکس پاسخگوی گوگل به همراه موقعیت مکانی بازی های آینده می تواند نیاز اکثریت افراد را در این زمینه برطرف کند.
در حالی که باکس مذکور می تواند قصد واقعی اکثر جستجوها در مورد مکان المپیک را شناسایی کند، استثنائات قابل توجهی هستند که گوگل باید در نظر بگیرید. به عنوان مثال، اگر یک جستجو توسط کاربری که در شهر المپیک (مانند پیونگ چانگ) در هفته برگزاری مسابقات انجام شود، گوگل ممکن است مسیرهای منتهی به مکانی که مراسم افتتاحیه در آن جا برگزار می شود را ارائه کند. به زبان دیگر، سیگنال هایی مانند موقعیت مکانی کاربر و تازگی محتوا برای تفسیر نیت در نظر گرفته شوند و نتایجی را ارائه کنند که به احتمال خیلی زیاد جستجوکنندگان را راضی خواهند کرد.
RankBrain یک پروژه در حال پیشرفت است، با هدف این که در طول زمان یادگیری ماشینی بتواند تفسیر گوگل از نیت جستجوکنندگان را به حالت بی نقص برساند. جالب اینجاست که کوئری فرضی ما، “مکان المپیک”، که در آپریل ۲۰۱۷ در امریکا جستجو شده است این باکس پاسخگویی گوگل را برمی گرداند:
آیا این موضوع نشان می دهد که ماشین باور دارد بیشتر افرادی که این کیوورد را جستجو می کنند همچنان به مسابقات المپیک تابستانی ریو در سال ۲۰۱۶ بیشتر از رویداد بعدی که مسابقات زمستانی پیونگ چانگ است علاقه مندند؟ آیا RankBrain در این جا بر اساس الگوهایی که محاسبه کرده است موفق بوده است، یا هنوز “در حال کار کردن” است و مطمئن نیست که ما با این کوئری به دنبال یک پاسخ قدیمی تر و محبوب تر هستیم یا چیزی جدیدتر که به آینده نگاه می کند؟ این کوئری در صورتی که در ژانویه ۲۰۱۸ جستجو می شد چه چیزی را برمی گرداند؟ آیا باکس پاخگویی پیونگ چانگ را نشان می داد چرا که سیگنال های دوروبر این رویداد در طول زمان تشدید شده اند؟
به دلیل وسعت و تاثیرات دقیقی که رنک برین روی نحوه کار کردن الگوریتم اصلی گوگل گذاشته است هنوز به طور کامل شکل نگرفته است، یکی از بهترین راه ها برای این که بفهمیم RankBrain چطور کار می کند ممکن است با مشاهده این که معمولاً هر چند وقت یک بار گوگل به کوئری های مختلف شما پاسخی می دهد که شما را راضی کند میسر باشد. هر چند وقت یک بار آن ها به درستی نیت جستجوی شما را تفسیر می کنند؟
۳ مفهوم ضروری در رنک برین
با توجه به میزان آپدیت بودن شما در زمینه سئو ممکن است رنک برین سبب تغییرات کوچک یا بزرگی در دانش قبلی شما شود. همانطور که در مفهوم RankBrain توضیح دادیم ممکن است بسیاری از روش های قدیمی سئو تغییر کنند. رنک برین سعی می کند بفهمد هر فرد با هر سلیقه ای دقیقا به دنبال چه چیزی است و این کار با بسیاری از ابزار های قدیمی دیگر امکان پذیر نیست. برای این که بهتر به این سوال پاسخ دهیم بهتر است ابتدا با مفاهیم زیر در مورد نحوه کار الگوریتم رنک برین گوگل آشنا شویم.
1 – سیگنال های رتبه بندی برای هر سرچ به صورت جدا گانه اعمال می شوند.
قبل از RankBrain ممکن بود برای پیدا کردن بهترین پاسخ ، گوگل تمام سیگنال های سنتی نظیر تعداد بک لینک ها، کلمات کلیدی و … ارزیابی کند. بعد از رنک برین ، گوگل در واقع می خواهد بهترین پاسخ های واقعی را برای رفع نیاز کاربران خود پیدا کند.
به همین دلیل برای سوال های مختلف ممکن است از سیگنال های مختلفی استفاده کند. برای مثال زمانی که در مورد یک طوفان یا موضوعی که به صورت لحظه ای ترندز شده است سرچ می کنید شما به دنبال مطلبی با بیشترین لینک که مربوط به دو سال قبل است نیستید! پس گوگل به جای این که تعداد بک لینک ها را ملاک قرار دهد موضوعات جدید و به روز در مورد آن واقعه را به شما نشان خواهد داد. اما زمانی که شما در مورد یک مطلب آموزشی سرچ می کنید می خواهید پاسخ خود را از یک صفحه معتبر دریافت کنید در اینجا نیز رتبه بندی سیگنال ها متفاوت خواهد بود.
2 – سیگنال ها به چیزی که سایت شما را با آن می شناسند اعمال می شوند.
سئو سبب می شود که نام تجاری و سایت شما به یک منبع مورد اعتماد تبدیل شود و موتورهای جستجو و انسان ها سایت شما را بر این اساس انتخاب کنند. این کار باعث خواهد شد که رتبه بندی بالا برای کلمات کلیدی ، مهمترین مسئله برای شما باشد. اما بر اساس عناوینی که در سایت خود بر روی آن کار می کنید سیگنال های دیگری مانند جدید بودن مطالب، عمق داشتن یا کوتاه بودن مطالب، میزان لینک های دریافتی به مطالب و … بسیار مهم هستند. در طول زمان شما باید شهرت سایت خود را بر اساس سیگنال هایی که کاربرانتان ترجیح می دهند ایجاد کنید. RankBrain با استفاده از این سیگنال ها تشخیص می دهد که مطالب سایت شما می تواند به چه کاربرانی کمک کند.
3 – یک کلمه کلیدی برای یک صفحه واقعاً دیگر کاربردی ندارد.
احتمالا بسیاری از شما با این قانون آشنا هستید. یک کلمه کلیدی برای هر صفحه به این معنا است که اگر کلمه کلیدی شما “سینک آشپزخانه” باشد، شما باید برای یک صفحه از کلمه کلیدی “سینک” استفاده کنید و برای مطلب بعدی باید از “ظرفشویی آشپرخانه” و کلمات مشابه استفاده کنید. اما در حال حاضر تاریخ مصرف این روش تمام شده است.
در سئو مدرن شما باید از این کلمات کلیدی مرتبط و هم معنی به صورت هم زمان در یک مطلب استفاده کنید تا به همراه لینک های مرتبط با هر یک از آن ها نزدیک ترین نتیجه به آن چیزی که انسان ها انتظار دارند را در اختیار آن ها قرار دهید. با این که این مورد جدیدترین روش سئو نیست اما با ظهور رنک برین دلیل بیشتری برای تمرکز بر کلیه مفاهیم مرتبط با یک کلمه کلیدی در یک محتوای جامع وجود دارد.
جمع بندی
همان طور که گفتیم الگوریتم رنک برین گوگل بر مبنای هوش مصنوعی (AI) و یادگیری ماشینی (ML) ساخته شده، این کار به گوگل کمک می‌کند تا نتایج جستجو را پردازش کند و نتایج جستجوی مرتبط‌تر را برای کاربران فراهم کند. پس هدف نهایی الگوریتم رنک برین RankBrain، جلب رضایت کاربران است.
