×

了解下Google搜索算法:蜂鸟Hummingbird

作者:Terry2021.05.25来源:Web前端之家浏览:5149评论:0
关键词:seo

500.jpg

可能大家对于百度搜索比较数据,尤其是在SEO方面,会更多倾向于百度;但是谷歌的SEO还是的了解下,今天我们简单介绍下Google搜索算法:Hummingbird。

Hummingbird

Google搜索算法的名称为蜂鸟Hummingbird。蜂鸟更注重自然语言查询,考虑了上下文和单个关键字的含义。它还对网站的各个页面上的内容进行了更深入的研究,从而提高了将用户直接引导至最合适的页面而不只是网站首页的能力。

蜂鸟是整体搜索算法,就像汽车中装有整体引擎一样。发动机本身可以由各种零件组成,例如机油滤清器,燃油泵,散热器等。同样,蜂鸟包含了各个部分,例如旨在打击垃圾邮件的Panda, Penguin 和Payday, 旨在改善本地搜索结果的Pigeon,旨在降级广告大量网页的Top Heavy以及旨在奖励移动设备的Mobile Friendly友好的页面和Pirate旨在打击版权侵害。

谷歌排名的三大信号:

1. 链接仍然是最重要的信号,谷歌和必应将链接视为具有良好内容的选票,PageRank是整个蜂鸟算法的一部分,该算法涵盖了一种基于指向其他页面的链接来赋予页面信誉的特定方式。

2. 单词内容是第二重要的信号,单词涵盖了从页面上的单词到Google如何解释人们进入RankBrain分析之外的在搜索框里输入的单词。

3. RankBrain是第三重要的信号,该算法确定哪些结果显示在Google搜索页面上以及它们的排名。

Google一直以来都在谈论200多个主要排名信号,这些信号都由Hummingbird算法中的各个部分进行处理,以找出Google响应各种搜索而显示的排名页面,同时这些信号经过评估后可能会多达10,000个变体或子信号。

RankBrain

RankBrain是Google的机器学习人工智能系统的名称,由2015年推出,该系统用于帮助处理其搜索结果,并已得到Google的确认。RankBrain是Google整体搜索“算法”的一部分,该计算机程序用于对已知的数十亿个页面进行排序,并找到与特定查询最相关的页面。

谷歌RankBrain是做什么的?

RankBrain主要用于解释人们提交的搜索内容,以查找可能没有所搜索单词的页面。包括对用户输入的确切信息返回的查询结果,还包括搜索信息的同义词结果返回,知识图谱结果返回。

示例:

Smarts同义词:如果用户搜索“运动鞋”, RankBrain可能会理解用户的意思也就是“跑鞋”,返回结果里会包含跑鞋相关页面。还比如有关“苹果”(Apple)技术公司和“苹果”(apple)水果的页面。

知识图谱:知识图谱(Knowledge Graph)于2012年推出,是Google进一步完善单词间联系的一种方式。更重要的是,它学会了如何搜索“不是字符串的东西”,不是用户输入内容直接结果。知识图是有关世界事物及其之间关系的事实数据库。

例如搜索“奥巴马的妻子何时出生”,并获得有关Michele Obama的答案,而无需使用她的名字。

微软用自己的机器学习系统RankNet,作为今天Bing搜索引擎的一部分。

BERT

BERT于2019年10月21日当周开始在Google的搜索系统中推出英语查询,包括精选摘要,BERT模型也被用于改善两个国家的特色片段。Google重大搜索更新(包括BERT算法)有助于其更好地理解用户搜索查询背后的意图,这应该意味着更相关的结果。

BERT将影响10%的搜索量,这意味着它可能会对您品牌的自然可见度和点击量产生一些影响。

BERT是Bidirectional Encoder Representations from Transformers的简称,代表来自变压器的双向编码器表示,它是一种基于神经网络的自然语言处理预训练技术,可以帮助Google更好地识别搜索查询中单词的上下文语境意思。

神经网络:神经网络算法是为模式识别而设计的。对图像内容进行分类,识别笔迹甚至预测金融市场的趋势是神经网络在现实世界中的常见应用程序。

自然语言处理(NLP):是指处理语言学的人工智能的一个分支,其目的是使计算机能够理解人类自然交流的方式。NLP带来的进步示例包括社交监听工具,聊天机器人和智能手机上的单词建议。

BERT工作流程:能够基于句子或查询中的整个单词集来训练语言模型(双向训练),而不是传统的以有序单词序列(从左至右,组合词从左到右,从右到左)进行训练的方法。BERT允许语言模型基于周围的单词学习单词上下文,而不仅仅是基于紧随其后的单词。

Google将BERT称为“深度双向”,因为单词的上下文表示“从深度神经网络的最底层开始”。

BERT返回搜索结果示例:

输入“成人数学练习书”查询以前在自然搜索结果的顶部浮出了6至8年级书的清单。应用BERT后,Google会在结果顶部显示一本名为“成年数学”的书的清单。在该查询的当前结果中看到6-8年级的书仍在排名中,但是有两本专门针对成年人的书,包括精选的摘要。

BERT主要应用于更长更多的对话式查询或包含介词for, to的搜索查询结果的返回,搜索将能够理解您查询中单词的上下文。品牌搜索和较短的短语只是可能不需要BERT的自然语言处理的两种类型的查询示例。

Hummingbird vs BERT vs RankBrain

Hummingbird 是谷歌整体搜索算法,RankBrain和BERT是整个Hummingbird算法的一部分。

蜂鸟还包含SEO领域中大家熟悉的名称,例如旨在打击垃圾邮件的Panda, Penguin 和Payday,旨在改善本地搜索结果的Pigeon,旨在降级广告大量网页的Top Heavy以及旨在奖励移动设备的Mobile Friendly友好的页面和Pirate Update旨在打击版权侵害。

RankBrain和BERT是用于通知搜索结果的两种独立算法。

RankBrain是与常规的自然搜索排名算法并行运行,并且用于对由这些算法计算出的结果进行调整。

BERT在查看单词之前和之后的内容,以了解单词的含义和相关性,与传统算法不同。传统算法的确会尝试查看页面上的内容,以了解其内容以及与之相关的内容。但是,传统的NLP算法通常只能查看单词之前的内容或单词之后的内容以了解其他上下文,以帮助其更好地理解该单词的含义。BERT的双向组成部分使其与众不同。

BERT可以与RankBrain一起与其他Google算法一起单独应用,或者根据搜索词完全不组合。谷歌始终坚持对丰富内容奖励的基本原则保持不变。

您的支持是我们创作的动力!
温馨提示:本文作者系Terry ,经Web前端之家编辑修改或补充,转载请注明出处和本文链接:
https://www.jiangweishan.com/article/seo20210525a1.html

网友评论文明上网理性发言已有0人参与

发表评论: