الگوریتم رنک برین (RankBrain) گوگل چیست؟
الگوریتم رنک برین (RankBrain)، یکی از الگوریتمهای اصلی گوگل است. این الگوریتم از یادگیری ماشین (توانایی ماشینها در یادگیری حاصل از دادههای ورودی) برای ارزیابی نتایج بسیار مرتبط با جستجوهای انجام شده در موتور جستجو استفاده میکند. گوگل قبل از ابداع رنک برین (RankBrain) از الگوریتم پایه برای ارزیابی نتایج نمایش داده شده برای هر جستجو استفاده میکرد. حالا با وجود رنک برین، عبارت جستجو شده از مدل تفسیری عبور میکند که از عواملی مثل مکان جستجو، شخصی سازی و کلمات عبارت جستجو برای ارزیابی مقصود اصلی جستجو کننده یا کاربر استفاده میکند. گوگل با تشخیص هدف و مقصود واقعی کاربر، نتایج مرتبطتر را نمایش میدهد.
جنبه یادگیری ماشین الگوریتم رنک برین، آن را از سایر الگوریتمهای گوگل تفکیک میکند. گوگل برای آموزش رنک برین در جهت تولید نتایج جستجوی مرتبط در وهله اول دادههای منابع مختلف را در اختیارش قرار میدهد. سپس این الگوریتم با کمک این دادهها به محاسبه و آموزش خودش در طول زمان پرداخته تا انواع نشانهها را با انواع نتایج ربط دهد و رتبههای موتور جستجو را براساس این نتایج رتبه بندی میکند.
شناخت رنک برین
برای شناخت رنک برین باید خودتان را جای گوگل بگذارید و قصد کاربر از جستجوی عبارت «مکان المپیک» را تشخیص دهید. هدف واقعی از جستجوی این عبارت چیست؟ آیا کاربر میخواهد در مورد بازیهای المپیک تابستانی و زمستانی اطلاعات کسب کند؟ آیا به المپیک خاصی اشاره دارد یا مکان المپیکهای جدید را میخواهد؟ آیا کاربر میخواهد همین حالا در المپیک شرکت کرده، در هتل بماند و به دنبال مسیرها و خیابانهای افتتاحیه است؟ آیا به دنبال اطلاعات تاریخی در مورد مکان المپیکهای اولیه در یونان باستان است؟
حالا فرض کنید که علایم الگوریتمی سادهای مثل کیفیت محتوا یا تعداد لینکها به یک محتوا را در پاسخ به عبارت فوق در نظر گرفته و نتایج را در اختیار جستجو کننده قرار میدهید.
فرض کنید که بازیهای زمستانی در سوچی روسیه که در چند ماه قبل برگزار شده و وب سایت رسمی المپیک سوچی میلیونها لینک را بابت محتوایش دریافت کرده است. اگر الگوریتم ساده شما تنها نتایج بازیهای سوچی را نشان دهد؛ چون بیشترین تعداد لینک را دریافت کرده و کاربر فقط مکان المپیک زمستانی بعدی در پیونگ یانگ کره جنوبی را بخواهد چه میشود؟
در اینجا ظرفیت رنک برین برای جستجوهای پیچیده اهمیت پیدا میکند. این الگوریتم به لحاظ ریاضی، نتایج را بر اساس الگوهای یادگیری ماشین رفتار جستجو کننده محاسبه میکند که گوگل قادر به ارزیابی آنها هست. برای مثال اغلب افرادی که به دنبال «مکان المپیک» هستند؛ میخواهند از مکان بعدی بازیها اطلاع پیدا کنند. پس در این مورد پاسخ گوگل حاوی مکان بازیهای آتی، نیاز اغلب کاربران را برطرف خواهد کرد.
نمونه کادر جستجوی حاصل از الگوریتم رنک برین
با اینکه پاسخ فوق، نیاز اغلب کاربران و جستجوگران «مکان المپیک» را برطرف میکند ولی جزئیات ریزی هم مدنظر گوگل قرار میگیرد. برای مثال اگر کاربر در شهری حضور دارد که المپیک قرار است در آن برگزار شود (مثل پیونگ یانگ) پس گوگل مسیرهای رانندگی به سمت مکان افتتاحیه را ارائه خواهد داد. به عبارت دیگر علایمی مثل مکان کاربر و تازگی محتوا را برای تفسیر مقصود کاربر و ارائه نتایج؛ مدنظر قرار میگیرد.
رنک برین به صورت پیش رونده عمل میکند و هدف یادگیری ماشین تکمیل تفسیر گوگل از قصد کاربر در طول زمان است. جستجوی فرضی «مکان المپیک» در ایالات متحده در تاریخ آوریل 2017 به نتایج زیر میرسد:
آیا ماشین یادگیرنده در مثال فوق معتقد است که اغلب افرادی که این عبارت را جستجو کردهاند به جای بازیهای زمستانی پیونگ یانگ 2018 به بازیهای تابستانی 2016 ریو دو ژانیرو علاقمند هستند؟ آیا رنک برین در این مورد بر اساس الگوهای محاسباتی هنوز نمیداند که پاسخ قدیمیتر و محبوبتر یا نتیجه آتی و تازهتر مدنظر است؟ اگر این جستجو را در ژانویه 2018 انجام میدادیم به چه نتیجهای میرسیدیم؟ آیا زمان اثری روی نمایش نتایج دارد؟
از آنجا که میزان و ظرافت اثر رنک برین روی الگوریتم جستجوی اصلی گوگل هنوز به طور کامل شناخته شده نیست، یکی از بهترین روشهای شناخت بیشتر عملکرد رنگ برین، از مشاهده پاسخگویی گوگل به انواع جستجوهای خودتان و دستیابی به پاسخهای رضایت بخش حاصل میشود. آیا در اغلب موارد این موتور جستجو تفسیر درستی از هدف و مقصود شما دارد؟
آیا الگوریتم رنک برین، روش سئو را تغییر داده است
رنک برین بر اساس پیچیدگی و حرفهای بودن مهارت های سئوی شما میتواند حداقل یا حداکثر تغیر را در فرضیهها و روشهای کاری شما ایجاد کند. بیل اسلاوسکی کارشناس این حوزه مثال زیر را از رنک برین ارائه کرده که در محیط جستجو ضرورت دارد:
«از نظر یک اسب سوار و یک نجار، خر حیوانی با چهار پا است. ولی از نظر یک ژیمیناست، خر در مزارع زندگی نکرده و یونجه نشخوار نمیکند؛ بلکه وسیلهای است که ژیمیناست از رویش میپرد؛ پس با وجود رنک برین، بافت و زمینه کاری کاربر اهمیت مییابد و باید این زمینه را محور بهینه سازی محتوا برای این رویکرد یادگیری ماشین قرار دهید».
مز راند فیسکین، سئو در هر سطحی را نیازمند شناخت سه مفهوم زیر در محیط رنک برین میداند:
1.علایم رتبه بندی متفاوتی برای جستجوهای مختلف به کار میرود
قبل از رنک برین، ارزیابی بهینه سازی وب سایت با ارزیابی تمامی علایم قدیمی (مثل تنوع، گیرایی محتوا، تناسب کلیدواژهها و غیره) انجام میشد. سئو بعد از رنک برین، نیازمند ارزیابی نوع محتوا بود که به بهترین نحو، نیازهای کاربر را مرتفع میکند. برای عبارتی مثل طوفان ناگهانی، به دنبال اطلاعات تازهای هستید که لینکهای دقیقی دارد. برای مفاهیمی مثل تاریخچه موسیقی بومی آمریکا، به عمق محتوا و مرتبط بودنش با موضوعات مدنظرتان توجه خواهید کرد. الگوریتمهای یادگیری ماشین که رنگ برین را میسازند از علایم هماهنگ با هدف جستجو استفاده میکنند و سئو هم باید همین اهداف را مدنظر قرار دهد.
2.علایم کاربردی برای شهرت وب سایت اهمیت دارند
سئو به دنبال کسب اعتبار برای برندتان است تا به منبعی مطمئن برای موتورهای جستجو و کاربران تبدیل شوید. فواید ایجاد چنین شهرتی میتواند رتبه بندی خوبی را برای مهمترین کلیدواژهایتان فراهم کند. آیا برندتان به محتوای تازه، عمیق، انواع لینکهای دریافتی، تعامل بالای کاربران یا سایر علایم نیاز دارد؟ پاسخ به این پرسشها به موضوعات تحت پوشش شما وابسته است. آیا به دنبال رتبه بندی بالا برای تقاضاهای فوری، پاسخهای کوتاه یا بررسیهای دقیق هستید؟ حوزه محتوایی شما با گذشت زمان، شهرت لازم براساس علایم مدنظرتان را فراهم میکند و رنک برین هم محیطی را برای شناخته شدن برندتان از نظر نوع محتوای خاصی در جهت تأمین نیاز خاصی را فراهم میکند.
3. اصل یک کلیدواژه در هر صفحه، منسوخ شده است
شاید می دانید که دیگر تهیه صفحهای برای «کفگیر» صفحه دیگری برای «کفگیرها»، صفحه دیگری برای «کفگیر آشپزخانه» و صفحه دیگری برای «کفگیر فلزی» منسوخ شده است. سئوی مدرن تمامی این عبارت و URL های مرتبط با آنها را در یک قطعه محتوایی ترکیب میکند که شامل انواع کلیدواژههای جستجو شده از جانب افراد و مورد بحث در میان افراد است. این مسأله در سئو چندان جدید نیست، ولی با ابداع رنک برین، متمرکز شدن روی کلیدواژه اصلی به همراه محتوای جامع، بیشتر از خرد کردن آن به چند صفحه برای پوشش دادن انواع کلیدواژههای فرعی مدنظر قرار گرفت.
سایر واقعیتها در مورد رنک برین
- الگوریتم رنک برین به عنوان بخشی از الگوریتم Google Hummingbird (مرغ مگس خوار) محسوب میشود.
- گوگل در سال 2015 رنک برین را برای پردازش 15 درصد از جستجوهایی که سیستم قبل از این با آنها برخورد نداشته مورد استفاده قرار داده است. گوگل از سال 2016 از رنک برین در تمامی جستجوها استفاده میکند.
منبع
https://moz.com/learn/seo/google-rankbrain
دیدگاه شما