ما هو Google RankBrain ؟
يُعد RankBrain أحد مكونات خوارزمية Google الأساسية التي تستخدم التعلم الآلي قدرة الآلات على تعليم نفسها من خلال مدخلات البيانات لتحديد النتائج الأكثر صلة باستعلامات محرك البحث.
Pre-RankBrain ، استخدمت Google خوارزمية أساسية لتحديد النتائج التي سيتم عرضها لاستعلام معين. بعد RankBrain ، يُعتقد أن الاستعلام يمر الآن بنموذج تفسير يمكنه تطبيق عوامل محتملة مثل موقع الباحث والتخصيص وكلمات الاستعلام لتحديد النية الحقيقية للباحث.
من خلال تمييز هذه النية الحقيقية ، يمكن لـ Google تقديم نتائج أكثر صلة.
إن جانب التعلم الآلي في RankBrain هو ما يميزه عن التحديثات الأخرى. من أجل “تعليم” خوارزمية RankBrain لإنتاج نتائج بحث مفيدة ، يقوم Google أولاً “بتغذية” البيانات من مجموعة متنوعة من المصادر.
ثم تأخذها الخوارزمية من هناك ، وتحسب نفسها وتدرس نفسها بمرور الوقت لمطابقة مجموعة متنوعة من الإشارات مع مجموعة متنوعة من النتائج وترتيب تصنيفات محرك البحث بناءً على هذه الحسابات.
فهم RankBrain
لوضع تصور واضح عن RankBrain ، قد يساعدك أن تضع نفسك في مكان Google ، في محاولة لفهم القصد من استعلام محرك بحث مثل “موقع الأولمبياد”.
ما هو الهدف الحقيقي من هذا البحث؟
هل يريد الباحث معرفة الألعاب الأولمبية الصيفية أو الشتوية؟ هل يشيرون إلى أولمبياد اختتمت للتو أم أنها ستقام بعد أربع سنوات من الآن؟
هل يحضر الباحث الأولمبياد الآن ويجلس في فندق ويبحث عن الاتجاهات إلى مكان حفل الافتتاح؟ هل يمكنهم حتى البحث عن معلومات تاريخية حول موقع أولمبياد أولمبياد في اليونان القديمة؟
الآن ، تخيل أنه في محاولة الإجابة على هذا الاستعلام ، كل ما لديك هو إشارات خوارزمية مبسطة مثل جودة المحتوى أو عدد الروابط التي حصل عليها جزء من المحتوى لترتيب النتائج لهذا الباحث.
تخيل أن دورة الألعاب الشتوية في سوتشي بروسيا قد اختتمت للتو الشهر الماضي وحصل موقع أولمبياد سوتشي الرسمي على ملايين الروابط لمحتواه حول هذا الحدث الماضي. إذا كانت الخوارزمية الخاصة بك مبسطة ، فقد تعرض نتائج حول ألعاب سوتشي فقط ، لأنها حصلت على أكبر عدد من الروابط … حتى لو كان الباحث يأمل بالفعل في معرفة موقع دورة الألعاب الأولمبية الشتوية المقبلة في بيونغتشانغ ، كوريا الجنوبية.
في هذا الموقف المعقد ولكن الشائع ، تبرز قدرة RankBrain على أنها ضرورية. فقط من خلال القدرة على حساب النتائج رياضيًا استنادًا إلى الأنماط التي “لاحظت” خوارزمية التعلم الآلي في سلوك الباحث
يمكن لـ Google تحديد ، على سبيل المثال ، أن غالبية الأشخاص الذين يبحثون عن “موقع الأولمبياد” يريدون معرفة مكان الألعاب التالية (سواء كانت الصيف أو الشتاء) ستقام. لذلك ، في هذه الحالة ، سيخدم مربع إجابات Google مع موقع الألعاب القادم غالبية احتياجات الباحثين.
على الرغم من أن مربع الإجابة هذا قد يتناول الغرض من معظم عمليات البحث عن “موقع الأولمبياد” ، إلا أن هناك استثناءات ملحوظة يجب على Google معالجتها.
على سبيل المثال ، إذا تم إجراء البحث بواسطة مستخدم داخل مدينة أولمبية (مثل Pyeongchang) خلال أسبوع الألعاب ، فقد توفر Google بدلاً من ذلك اتجاهات القيادة إلى الجناح حيث ستُقام مراسم الافتتاح. بمعنى آخر ، يجب مراعاة إشارات مثل موقع المستخدم وحداثة المحتوى لتفسير النية وتقديم النتائج التي يرجح أن ترضي الباحثين.
RankBrain هو عمل مستمر ، بهدف التعلم الآلي من إتقان تفسير Google لنية الباحث بمرور الوقت. ومن المثير للاهتمام ، أن استعلامنا الافتراضي ، “موقع الأولمبياد” ، الذي تم إجراؤه في الولايات المتحدة في نيسان (أبريل) 2017 ، يعرض نتيجة مربع إجابات Google هذه:
هل يشير هذا إلى أن الجهاز يعتقد أن معظم الأشخاص الذين يبحثون عن هذا المصطلح لا يزالون مهتمين بألعاب ريو دي جانيرو الصيفية لعام 2016 أكثر مما يهتمون به في الحدث التالي ، دورة الألعاب الشتوية لعام 2018 في بيونغتشانغ؟
هل تنجح RankBrain هنا ، بناءً على الأنماط التي حسبتها ، أم أنها لا تزال “قيد التنفيذ” ، لست متأكدًا من غموض استعلامنا عما إذا كنا نريد إجابة أقدم أو شائعة أو أحدث تتطلع إلى المستقبل؟
وماذا سيعود هذا الاستعلام إذا تمكنا من إجرائه في كانون الثاني (يناير) 2018؟ هل سيُظهر مربع الإجابة بيونغ تشانغ لأن الإشارات المحيطة بالحدث قد اشتدت بحلول ذلك الوقت؟
نظرًا لأن المدى والفروق الدقيقة في تأثير RankBrain على كيفية عمل خوارزمية البحث الأساسية من Google لم يتم توضيحها بالكامل بعد ، فإن إحدى أفضل الطرق لمعرفة المزيد حول كيفية عمل RankBrain قد تأتي من مراقبة عدد المرات التي تستجيب فيها Google لمجموعة متنوعة خاصة بك. استفسارات بإجابات مرضية. كم مرة يفسرون نواياك بشكل صحيح؟
هل يغير RankBrain الطريقة التي نؤدي بها تحسين محركات البحث؟
اعتمادًا على التطور والحداثة لمهارات تحسين محركات البحث الشخصية ، قد يمثل RankBrain إما تغييرًا طفيفًا أو رئيسيًا في نظرياتك وممارساتك.
قدم خبير براءات الاختراع بيل سلاوسكي المثال التوضيحي التالي لسبب أهمية RankBrain في بيئة البحث:
“بالنسبة للفروسية ، فإن الحصان هو حيوان كبير ذو 4 أرجل ، بالنسبة للنجار ، الحصان له 4 أرجل ، لكنه لا يعيش في الحقول أو يمضغ التبن ، بالنسبة للاعب الجمباز ، فإن الحصان هو شيء أعتقد أنك تقوم به
مع سياق RankBrain مهم ، والتأكد من التقاط هذا السياق ربما يكون مفتاحًا لتحسين نهج التعلم الآلي هذا. ”
يؤكد Wizard of Moz Rand Fishkin على الحاجة إلى مُحسّنات محرّكات البحث على كل مستوى لفهم ثلاثة مفاهيم أساسية في بيئة RankBrain:
1. تنطبق إشارات الترتيب المختلفة على طلبات بحث مختلفة
Pre-RankBrain ، ربما كان من المناسب تقييم تحسين صفحة موقع الويب من خلال تقييم جميع الإشارات التقليدية (تنوع الرابط ، عمق المحتوى ، مطابقة الكلمات الرئيسية ، إلخ). بعد RankBrain ، تحتاج مُحسّنات محرّكات البحث إلى تحديد نوع المحتوى الذي يخدم احتياجات المستخدمين على أفضل وجه.
لشيء مثل إعصار مفاجئ ، ستعتمد على الحداثة أكثر بكثير من الروابط التي قد تكون قد تراكمت على قطعة ما. بالنسبة إلى شيء مثل تاريخ الموسيقى الأمريكية الأصلية ، ستعتمد على عمق المحتوى والموضوعات ذات الصلة التي يحتمل أن يغطيها نطاقك ، مما يشير إلى سلطة الإشارة. اعلم أن خوارزميات التعلم الآلي التي تقود RankBrain تطابق الإشارات مع نية الاستعلام ، وأن مُحسّنات محرّكات البحث يجب أن تفعل ذلك أيضًا.
2. تنطبق الإشارات على سمعة موقع الويب الخاص بك
تسعى مُحسّنات محرّكات البحث إلى بناء سمعة علامتك التجارية كمورد موثوق به من قِبل محركات البحث والمستخدمين البشريين لتقديم تجربة محددة. يمكن أن تشمل فوائد إنشاء مثل هذه السمعة الترتيب الجيد للكلمات الرئيسية الأكثر أهمية بالنسبة لك.
هل تحتاج علامتك التجارية إلى بناء سمعتها بناءً على حداثة أو عمق أو تنوع الروابط المكتسبة أو مشاركة المستخدم العالية أو إشارات أخرى؟ تعتمد الإجابة على الموضوعات التي تغطيها (على سبيل المثال ، نتائج الأحداث الرياضية في الوقت الفعلي مقابل دورة عبر الإنترنت في تعلم اللغة الإسبانية).
هل عمليات البحث التي تأمل في ترتيبها تطلب إجابات سريعة أو موجزة أو استكشافات متعمقة؟ بمرور الوقت ، يجب أن يبني مجالك سمعة بناءً على الإشارات التي يريد تقديمها ، مدركًا أن RankBrain يخلق بيئة يمكن أن تصبح فيها علامتك التجارية معروفة بتقديم نوع معين من المحتوى الذي يلبي حاجة معينة.
3. كلمة رئيسية واحدة صفحة واحدة ميتة حقًا
من المحتمل أنك تعلم بالفعل أن ممارسة إنشاء صفحة لـ “ملعقة” وأخرى لـ “ملعقة” وأخرى لـ “ملعقة مطبخ” وأخرى لـ “أداة تقليب الفطائر” وأخرى لـ “ملعقة معدنية” وهي عبارة عن حصان قديم متعب يحتاج إلى وضعه في المراعي.
ستقوم مُحسّنات محرّكات البحث الحديثة بدمج كل هذه العبارات (وعناوين URL المرتبطة بها) في جزء واحد من المحتوى الشامل الذي يشتمل على لغة طبيعية ، بما في ذلك عبارات الكلمات الرئيسية المختلفة التي تعكس الطريقة التي يبحث بها البشر ويتحدثون بها.
هذه ليست أخبارًا جديدة لمعظم مُحسّنات محرّكات البحث في حالة التنبيه ، ولكن ظهور RankBrain يسلط الضوء على حكمة التركيز على إجمالي مفاهيم الكلمات الرئيسية بمحتوى شامل ، بدلاً من تقسيم صفحات متعددة لتغطية متغيرات مثل “عنصر واجهة مستخدم” مقابل “أدوات”.