预测搜索引擎排名信号的价值 2017-06-15 03:14:29

$888.88
所属分类 :基金

Google最近获得了一项具有广泛实际应用的专利该专利涵盖了如何通过机器学习,在价值未知时预测排名信号值

鉴于互联网上的大量内容以及每天都有的更多内容,Google需要找到一种为页面赋值的方法,即使它们尚未被抓取和编入索引如果Google没有抓取它,页面如何排名呢

Google如何使用没有任何入站链接的新内容

该专利中的方法解决了Google算法如何解决和计算未知因素并使用它们来确定页面排名的位置我们将讨论Google可能正在使用的可能实现以及它为搜索引擎优化专家解决的几个问题( SEO)但在我们开始之前,我觉得有必要提供我的标准免责声明仅仅因为某些东西已获得专利,并不意味着它被纳入算法中我们需要权衡专利或其部分使用的概率

我们在我们身边看到的东西和有意义的东西如果不出意外,它让我们一瞥谷歌正在研究的内容鉴于本专利中概述的主题和方法,我想很可能至少有一些迭代正在使用中,并且很可能随着机器学习系统的发展而不断扩展让我们从挖掘螺母和螺栓开始如果您对源头感兴趣,可以在这里找到完整的专利,但我将覆盖专利的应用,它们的含义以及它们的使用方法让我们从专利中的图像开始,这些图像现在没有意义,但有助于解释:请查看上图中的项目150和160这两个因素很重要,这就是我们要讨论的内容,因为机器学习被用来解决SEO多年来抱怨的重大搜索问题虽然我们将要讨论的系统有各种各样的应用,但专利概述了一个核心第0008节中的问题:搜索系统可以更新搜索引擎索引,该索引使用生成的资源的搜索引擎排名信号的值来索引资源,然后搜索引擎可以使用生成的值对资源进行排名

因此,完整性搜索引擎索引,反过来,搜索引擎的准确性和效率可以提高基本上,他们已经确定了一个重大问题:没有已知的排名信号值,没有办法对内容进行排名,即使内容最适合特定查询让我们考虑以下简单计算链接到新内容:链接数量(信号a)=未知或不可用内容与“蓝色小部件”的相关性(信号b)= 98/10通过域名/内部PageRank(信号c)= 92/10根据计算,我们知道页面的相关性,我们知道实力域名正在传递给页面;但是,如果不知道链接的数量或它们的重量,谷歌如何正确排名页面

如果Google不知道页面有多少或哪种类型的入站链接,那么Google如何对其进行排名

使用链接计数作为乘数的任何公式或算法都将归零使用未知信号值,任何计算都无法正确,并且Google将无法产生最佳结果作为SEO,我们遇到类似问题:您可以没有链接的排名,即使查询的最佳内容也难以获得不排名的内容的链接

本专利中的方法赋予算法预测值的能力,直到确认为止这个预测因子可能是最激动人心的方面,因为它有助于快速测试并加速机器学习校正的部署虽然专利中讨论了各种排列,但其核心是培训机器学习系统以产生可能的价值

没有一个时排名信号专利中概述的方法需要两个索引这些不应该与我们每天使用的搜索索引相混淆而意图可能是将这个应用于一般的ind例如,之前谷歌将使用两个封闭的索引,与一般搜索索引分开为了便于说明,我们将其称为索引A和索引B对于索引A,排名信号值已知并应用于训练算法的理解它的起点算法也被赋予了页面和反向链接 一旦训练了算法以理解网页的结构并且已经适应相关元素(如反向链接),就会分配一个值,然后将信号值应用于第二个索引

在索引B中,信号值对于算法是已知的但没有纳入机器学习系统索引B训练自己通过学习它给出正确的因子权重的位置和它不基于索引A的信息它在第二个索引中事情变得更有趣,因为算法还考虑可能适用于排名信号的其他查询当索引B中的算法试图预测单个结果时,它可能总是偏离一点,但是当预测许多结果时,预测变得更加准确由于“智慧”人群“现象,指数B被允许自我纠正(这是机器学习元素在起作用),并通过合并其他查询和它的内容来实现s learn如果索引B中的系统可以确定多个相关查询的信号值,这可能有助于为初始查询生成未知值

了解搜索引擎的工作方式总是有价值的,但更直接地说,理解它是有价值的

将使新站点和新资源快速排名的系统上面描述的双索引系统具有编码器和解码器编码器访问网页并创建编码表示虽然我显然不知道这对于后端,基于对专利中实体的多个引用,它可能是页面内实体的映射以及与索引中的其他实体或其他资源的已知关系.Google已被授予专利,可以让他们对新资源进行排名(页面)使用可能的排名信号同一专利也将促进其他工程师或机器学习系统创建新信号,并允许整体alg orithm对尚未分配值的页面进行排名可以根据链接,用户行为指标和可能获得的内容质量为新内容或资源分配值基本上,他们已经找到了预测搜索未来的方法然而,更具开创性的是,该系统提供了一种方法,使机器学习系统能够自己生成信号人类不再需要告诉算法什么是重要的:机器学习教会算法查找,识别和为信号分配一个值虽然你可以直接做很少的事情来影响机器学习,你可以通过继续制作精彩内容并促进良好链接的发展来间接地发挥作用

查看网站上的内容并找出类型内容产生流量和链接,因为这些是谷歌可以通过其分析和搜索控制台工具IMO测量的指标,这些是机器学习系统将使用的信号我f

您当前的内容排名很好,生成链接,点击和分享,可能会预测新内容也会这样做检查您的分析和反向链接,并记录您正在做的事情,并让它激发未来的内容和链接建设努力相反,注意不顺利的事情就像算法注意到成功一样,它也注意到失败如果您网站上的趋势是积极的,您可能会得到奖励,如果它是负面的,那么相反可能是真的如果你没有快速排名,特别是对时间敏感的内容,你很可能无法得到你需要的信号来排名下一篇文章,本文中表达的意见是客座作者的意见而不是搜索引擎土地工作人员必然会在此处列出