人类识别模式,和人在谷歌工作认识到关键词,反向链接,域名年龄、标题标签和meta描述所有伟大的因素,可用于排序和排名的网站。

 

然而识别这样的模式需要收集很多数据的学习,人类不那么擅长的东西。

 

bluebrain-4

 

机器,相反,在收集数据是伟大的,但他们不擅长识别模式,这些模式如何融入大局,和理解他们的意思。基本上,他们不能读了写在墙上的人类。

 

所以电脑和人需要一起工作来执行复杂的信息收集和分析的过程,是在搜索引擎的结果。不是很好,如果在某种程度上,这两个可以融合在一起?

 

进入RankBrain,谷歌的人工智能机器学习过程“非常大的一部分”的搜索结果中每一天,人工智能,不仅收集数据,但也看到了模式。

 

嗨,RankBrain。你是什么?

RankBrain没有篡夺PageRank的宝座。相反,它是一个更大的算法,搜索查询的一部分,解释什么是用户搜索,找出如何以新的方式提交的请求。

 

robothand

 

把搜索词“马特·卡茨”为例。几年前,谷歌和其他搜索引擎寻找页面匹配精确的术语。如今,谷歌的算法理解“马特·卡茨”是一个更好的人。

 

搜索“马特·卡茨”也可能抓取页面和信息匹配“谷歌垃圾团队”“SEO”,甚至“饼干的人。”(如果你不知道为什么结果会马特·卡茨,查一下。这是一个有趣的故事。)

 

简而言之,谷歌现在可以做得更好的识别单词之间的关系,他们的意思是,他们引用什么概念,以及为什么他们被串成一个搜索词。RankBrain加深理解。

 

据彭博社报道,“使用人工智能嵌入大量的书面语言为数学实体——称为向量计算机可以理解。如果RankBrain看到一个词或短语不熟悉,这台机器可以猜什么单词或短语可能有类似的意义和相应的过滤结果,使其更有效地处理从未搜索查询。”

 

想到RankBrain像职员在床上浴。如果你走进店里,说你正在寻找“塑料窍门,挤压柠檬的汁醋没有得到任何种子,”店员或AI将合成一系列单词和回应,“哦,柑橘榨汁器吗?这些都是在过道11,跟我来。”

 

RankBrain吗?你不意味着天网吗?史密斯或代理人吗?

不。RankBrain不是的。说RankBrain“学习”并不意味着你可以坐下来,显示代数的基本原则,设置松散解决方程X。

 

相反,它是美联储大量的历史搜索和他们的结果,这意味着对未来搜索信息进行预测。

 

robotchess-4

 

如果这些预测被认为与相对精度达到目的,那么人类工程师RankBrain发布其最新版本。继续数学类比,它有点像一个学生需要多练习sat考试,以确保她能得分前坐下来。

 

和RankBrain证明,成绩很好。

 

谷歌的搜索工程师、工艺支撑搜索算法的软件,被要求看看一些搜索结果排名,猜猜他们认为在上面。他们确实很好,选择正确的时间的70%。然而,RankBrain 80%的时间是正确的。

 

事实上,谷歌发现关掉RankBrain”会损害用户忘记在维基百科上提供一半的页面,”格雷格•柯拉的一位高级研究科学家在谷歌,告诉彭博。

 

好的,但是SEO RankBrain将做什么?是要踢在沙堡吗?

考虑到Corrado RankBrain告诉彭博是“第三重要的信号导致搜索查询的结果,“逻辑说它能够并且已经影响SEO。

 

尽管谷歌开始推出RankBrain几个月前,没有同样的效果,熊猫和企鹅。

 

如果有的话,RankBrain可能已经帮助SEO拉更多的相关搜索的因素。在当地一家披萨店可能没有排名在一些地方结果页面之前,它现在可能收入榜首,多亏了RankBrain的直觉。

 

目前,RankBrain不像HAL 9000或t - 800《终结者》,而更像约翰尼5或瓦力:一个朋友,而不是敌人。

 

我彻底(人类)的预测是,聪明的搜索引擎优化机构将开始实验,特别是小型企业和本地搜索,找出如果他们能在RankBrain拉开帷幕,了解是什么使蜱虫,从而增加客户的破浪的机会在serp中。