3 алгоритма Google, которые мы знаем о & 200, которые мы не знаем

1. 3 алгоритма Google, о которых мы знаем
2. Начальный алгоритм PageRank
3. Алгоритм на вершине холма
4. Тема-чувствительный PageRank
5. D'о!
6. 200+, о которых мы не знаем
7. Остановимся, угадаем и пойдем с тем, что знаем

Когда я встречаюсь с клиентами или присутствую на конференциях, меня всегда спрашивают: «Как получить высокий рейтинг в Google (вставить ключевое слово-фраза-du-jour)?» Я отвечаю стандартным ответом: «Только поисковые инженеры и Google могут скажу, а они не разговаривают.

Неизбежно, спрашивающий выглядит удрученным, бормочет на мои учетные данные и уходит. Я тихо кричу в своей голове: «Не убивай посланника, потому что мы все несчастные, Уайл Э. Койотс, преследующие Ларри и Сергея Дорожного бегуна с нулевым шансом поймать их, независимо от того, что мы заказываем у ACME!»

Тринадцать лет назад, до того, как Конус Молчания упал на метод работы Google, мы получили представление о методе их безумия. Это, в сочетании с общеизвестными основополагающими принципами всех поисковых систем, дает нам представление о том, что происходит за этим не таким простым блоком на белой странице.

В этой статье я собираюсь исследовать 3 алгоритма, которые мы точно знаем, что Google использует для получения результатов поиска, и рассуждать о более чем 200 других алгоритмах, которые, как мы подозреваем, они используют, основаны на патентных заявках, обратном инжиниринге и Ouija. доска.

Что такое алгоритм (вы можете спросить)?

Есть много определений алгоритма. Национальный институт стандартов и технологий определяет алгоритм как «вычислимый набор шагов для достижения желаемого результата». Спросите разработчика, и он скажет вам, что алгоритм - это «набор инструкций (процедур или функций), который используется для выполнить определенную задачу ». Мое любимое определение, и то, с которым я работаю, взято из TED Talk Кевина Славина из MIT« Как алгоритмы формируют наш мир »: Алгоритмы - это« математика, которую компьютеры используют для решения вещей ».

3 алгоритма Google, о которых мы знаем

PageRank

Наиболее известным алгоритмом Google является PageRank, значение предварительного запроса, которое не имеет отношения к поисковому запросу. В зачаточном состоянии алгоритм PageRank использовал ссылки, указывающие на страницу, как указание на ее важность. Ларри Пейдж, в честь которого назван алгоритм, использовал модель академического цитирования, где статьи, цитирующие другую, были подтверждением ее авторитета. Как ни странно, они не имеют колец цитирования или схем покупки цитат, как с веб-ссылками. Предупреждение, страшная, кровоточащая вычислительная математика.

Начальный алгоритм PageRank

Исходный алгоритм PageRank

Для борьбы со спамом в PageRank был добавлен алгоритм Random Surfer . Этот алгоритм «представлял» случайного серфера, который путешествовал по сети и следовал по ссылкам на каждой странице. Однако иногда Random Surfer произвольно, так же как и мы, обрабатывая мысли, не возвращался на исходную страницу и продолжал идти, или прекращал переходить по ссылкам и «переходил» на другую страницу. Шаги алгоритма:

1. В любое время t, серфер на какой-то странице P
2. В момент времени t + 1 серфер случайным образом следует за исходящим каналом
3. Surfer заканчивается на какой-то странице Q (со страницы P)
4. Процесс повторяется бесконечно

В этом преимущество алгоритмов, а не сверхурочных, и они никогда не устают и не скучают.

Алгоритм на вершине холма

Алгоритм Surf up Dude работал около 10 минут, прежде чем SEO-сообщество нашло дыру в своем гидрокостюме для манипулирования рейтингами. В начале 2000-х годов процессоры освоили вычислительную математику, и Google удалось развернуть алгоритм Hilltop (около 2001 года). Этот алгоритм был первым введением семантического влияния на результаты поиска, поскольку машину можно научить понимать семантика ,

Hilltop походит на лингвистическую схему Ponzi, которая приписывает качество ссылкам на основе авторитета документа, указывающего ссылку на страницу. Один из алгоритмов Hilltop разделяет сеть на множество тем. Если определенные документы в тематической области имеют много ссылок от независимых экспертов в одной и той же тематической области, этот документ должен быть авторитетным. Ссылки из авторитетных документов имеют больший вес. Уполномоченные документы имеют тенденцию ссылаться на другие органы власти по той же теме и на концентраторы, страницы, на которых много ссылок на документы по той же теме.

Тема-чувствительный PageRank

Тематический алгоритм PageRank представляет собой набор алгоритмов, которые продвигают семантическое мышление на несколько шагов дальше. Якобы алгоритм использует онтологию Open Directory (dmoz.org) для сортировки документов по темам.

Другой алгоритм вычисляет оценку для контекстно-зависимого ранга релевантности на основе набора «векторов». Эти векторы представляют контекст использования термина в документе, контекст термина, использованного в истории запросов, и контекст предыдущего использования пользователем, содержащийся в профиле пользователя.

Итак, я знаю, о чем ты думаешь. Как они могут сделать это для всей сети? Они не Они используют алгоритмы прогнозного моделирования для выполнения этих операций в репрезентативном подмножестве сети, собирают векторы и применяют полученные данные ко всем «ближайшим соседям».

D'о!

[Добавлено 16 мая 2013 г.]
Есть много алгоритмов для индексации, обработки и кластеризации документов, которые я оставил без внимания, потому что включение их заставило бы многих из вас столкнуться с проблемой "скука от скуки". Тем не менее, НЕЛЬЗЯ оставлять мать всех алгоритмов поиска информации, TF-IDF, которую ласково называют поисками фанатов, как Term Frequency-Inverse Document Frequency.

Введенный в 1970-е годы, этот основной алгоритм ранжирования использует наличие, количество вхождений и места вхождения, чтобы получить статистический вес важности конкретного термина в документе. Он включает в себя функцию нормализации, которая предотвращает заселение длинных скучных документов в результаты поиска из-за сдвигового характера их обхвата. Это мой любимый алгоритм, потому что он поддерживает принцип Вуди Аллена, который показывает 80% успеха.

200+, о которых мы не знаем

Все поисковые системы тщательно следят за своей полной структурой алгоритма ранжирования документов. Тем не менее, мы живем в прекрасной стране, которая имеет патентную защиту идей. Эти патенты дают представление о мышлении Google, и вы обычно можете определить, какие из них развернуты.

Panda, самое известное обновление, представляет собой развивающийся набор алгоритмов, которые объединяются для определения качества контента и взаимодействия с пользователем на определенном веб-сайте. Существуют алгоритмы, которые применяют деревья решений к большим наборам данных о поведении пользователей.

Эти деревья решений смотрят, если это / то это:

• Если страница превысила определенное соотношение изображений и текста, то это плохой пользовательский интерфейс.
• Если значительная часть поисковиков не связана с чем-либо на странице (ссылками, навигацией, точками взаимодействия), то страница не интересна поисковикам, использующим этот конкретный запрос.
• Если поисковики не выбирают страницу из набора результатов, она не имеет отношения к запросу.
• Если поисковик возвращается к результатам поисковой системы, чтобы выбрать другой результат или уточнить поиск, то контент не был релевантным и не был удобен для пользователя.

В дополнение к деревьям решений может использоваться любой из ряда алгоритмов макета страницы, которые определяют количество и размещение изображений на странице в зависимости от объема контента в зависимости от фокуса внимания поисковика.

Следом за Пандой следуют алгоритмы Пингвина. Эти алгоритмы специально предназначены для обнаружения и удаления веб-спама. Они используют обширные ресурсы данных Google, чтобы оценить качество ссылок, указывающих на сайт, измерить скорость получения ссылок, отношение источника ссылки к теме страницы, владение общим доменом ссылочных сайтов и отношения между ссылочными сайтами.

Как только сайт проходит установленное пороговое значение, другой алгоритм, вероятно, помечает сайт для дополнительного просмотра специалистом по оценке или автоматически ранжирует страницу так, чтобы он попадал в результаты поиска.

Остановимся, угадаем и пойдем с тем, что знаем

Как и в случае с формулой Coca-Cola или рецептом жареной курицы полковника Сандерса «Kentucky Fried Chicken», подробности того, что использует Google для определения того, кто и где находится в наборе результатов поиска, являются тщательно охраняемым секретом. Вместо того, чтобы рассуждать о том, что мы можем знать, давайте сосредоточимся на том, что мы знаем:

• Чтобы получить оценку за термин, этот термин должен присутствовать в документе. Иногда контекстное или семантическое совпадение с термином приводит вас к участию в конкурсе купальников SERP за размещение. Хотя не рассчитывай на это.
• Лучшее начало - быть разборчивым и реалистичным в отношении того, за что вы хотите претендовать.
• Текст на странице приводит к включению в результаты поискового запроса. Будьте о чем- то , а не о многих вещах.
• Качественный контент ориентирован, свеж и привлекателен.
• Пользовательские заголовки, которые описывают страницу с использованием контекстно релевантных ключевых слов, являются низко висящими фруктами. Выберите его для ваших самых важных страниц.
• Убедительный текст описания в результатах поиска будет рисовать клики. Удовлетворение ожиданий искателя с богатым содержанием будет держать их на странице.
• Изображения, изображения и реклама наиболее эффективны при использовании в модерации.
• Ссылки важны, но только правильные. Для Google «правильные» виды - это ссылки со страниц на одну и ту же тему и занимают высокие позиции в контекстно-ориентированных поисках.

Какие основные алгоритмы мы пропустили? Дайте нам знать об этом в комментариях.

Похожие

Комментарии