الگوریتم رنک برین چیست و با چه هدفی آماده است؟
الگوریتم رنک برین مهمترین الگوریتم گوگل است که درماه آوریل سال ۲۰۱۵ به صورت آنلاین اجرا شد اما تا اکتبر ۲۰۱۵ معرفی نشد. هدف از این الگوریتم بهبود تجربه جستجوی کاربر بوده است که تاثیر بسیار در سئو سایت نیز دارد.
رنک برین در ابتدا به شکل زیرمعرفی شد:
الگوریتم رنک برین تنها هوش مصنوعی زنده است که گوگل در نتایج جستجوی خود از آن استفاده می کند. گوگل برای آموزش الگوریتم ها از ماشین یادگیری یا machine learning استفاده می کند.
الگوریتم رنک برین برای منظم سازی نتایج جستجوی زنده استفاده می شود تا به کاربران خود در جستجوی بهتر عبارات کمک کند.
این الگوریتم سومین فاکتور مهم گوگل در رتبه بندی می باشد ( بعد از محتوا و لینک ها ).
الگوریتم رنک برین برای چه آمده است؟
به زبان ساده تر باید بگم که الگوریتم رنک برین از این جهت طراحی شد که بتواند درک کامل تری از جستجوی انسان ها داشته باشد و در واقع هدف این بوده که بتواند مانند یک انسان رفتار کند، رنک برین قصد دارد تا معنای محتوا را بفهمد، میخواهد بداند که کاربر بدنبال چیست و اینکه نتایج را برای کاربران شخصی سازی کند.
رنک برین قصد دارد تا به هدف شما نزدیک شود، وقتی شما کلمه ای را سرچ میکنید و بعد وارد سایتی میشوید و محتوای آن سایت از نظر شما مناسب نیست و مجددا وارد سایت دیگری میشوید این یک معنی دارد و آن اینکه کلمه سرچ شده برای سایت اولی که شما وارد آن شدید مناسب نیست و اگر این اتفاق برای کاربران دیگر نیز بیفتد، الگوریتم رنک برین متوجه جایگاه اشتباه آن وب سایت میگردد.
الگوریتم رنک برین یکی از مولفه های الگوریتم اصلی گوگل است که از ماشین یادگیری استفاده می کند تا به این ترتیب بتواند مرتبط ترین نتایج را به عبارت های موتورهای جستجو ارائه دهد.
قبل از ورود الگوریتم رنک برین ، گوگل از الگوریتم پایه خود برای نمایش نتایج متناسب با عبارات جستجو استفاده می کرد. پس از رنک برین اعتقاد بر این است که از نوعی مدل تفسیری استفاده می شود که می تواند فاکتورهایی مانند مکان کاربر، شخصیت بخشی و کلمات عبارت جستجو برای تعیین هدف کاربر را در نظر بگیرد.
با تشخیص هدف واقعی، گوگل نتایج مرتبط تری ارائه می دهد.
وجه ماشین یادگیری در الگوریتم رنک برین، آن را از سایر آپدیت ها مجزا می کند. گوگل برای آموزش به رنک برین و ارائه نتایج مفید، ابتدا آن را با داده هایی از منابع متفاوت تغذیه می کند. الگوریتم این داده ها را دریافت کرده، آنها را مورد ارزیابی قرار می دهد و خود را تحت آموزش این داده ها قرار می دهد تا به این ترتیب به مرور زمان سیگنال های مختلف را با نتایج متنوع هماهنگ کند و اینکه رتبه بندی های موتورهای جستجو را براساس این محاسبات مرتب کند.
مقالات مرتبط: آموزش سئو
اما آیا رنک برین واقعا یک سیگنال در رتبه بندی محسوب می شود؟
خیر، به شکلی که در مورد سیگنال های رتبه بندی مرسوم تصور می کنیم، اتفاق نمی افتد. الگوریتم رنک برین روشی است برای پردازش عبارت هایی که برای گوگل ناشناخته هستند، به این صورت که مناسب ترین و نزدیک ترین عبارت را جایگزین عبارت جستجو شده توسط کاربر می کند.
حدود ۱۵ درصد از عبارات جستجو شده و پردازش شده در گوگل جدید هستند، به عبارت دیگر هیچکس قبلا این عبارات را سرچ نکرده است.
چطور این میزان عبارت های ناشناخته می تواند وجود داشته باشد؟
فکر کردن در مورد این واقعیت برای مغز انسان بسیار سخت است. اما اگر در مورد یک موضوع، مکان یا شخص فکر کنید، متوجه خواهید شد که حتی برای پرسیدن یک پرسش ساده روش های زیادی وجود دارد. زمانی که در مورد برخی تجهیزات مانند تلفنهای هوشمند جستجو می کنیم، تنوع این عبارت بیشتر هم می شود.
در ابتدا الگوریتم رنک برین در تعداد کمی از عبارات گوگل اعمال می شد ( تنها ۱۵ درصد عبارتها ). به مرور زمان این الگوریتم توسعه پیدا کرد و تقریبا در تمام عبارات گوگل اعمال می شود.
گفته می شود که اگر گوگل نسبت به معنای عبارت جستجو مطمئن باشد، الگوریتم رنک برین تاثیر خیلی کمی خواهد داشت. الگوریتم RankBrain تنها زمانی استفاده می شود که گوگل از معنای عبارات مطمئن نیست.
درک کامل رنک برین
برای اینکه به طور کامل الگوریتم رنک برین را درک کنید با یک مثال پیش میرویم، سعی کنید خود را به جای گوکل بگذارید:
از خود بپرسید هدف از سرچ عبارتی مانند “مکان المپیک” چیست؟
آیا منظور کاربر بازی های المپیک تابستانی است یا زمستانی؟
آیا فرد به المپیکی اشاره می کند که به تازگی به پایان رسیده است یا المپیکی که قرار است طی سال های آینده اتفاق بیفتد؟
آیا بازی های المپیک در حال اجراست و کاربر در هتل نشسته و به دنبال مکان اجرای بازیهای المپیک است؟
یا ممکن است کاربر به دنبال اطلاعات تاریخی در مورد مکان و زمان انجام بازی های المپیک در دوره های مختلف باشد؟
حالا تصور کنید قرار است به این عبارت پاسخ دهید، تمام آنچه در دست دارید سیگنال های ساده شده الگوریتم است، از جمله کیفیت محتوا یا تعداد لینک هایی که بخشی از محتوا برای رتبه گرفتن دریافت می کند. تصور کنید بازی های زمستانی در سوچی، روسیه به تازگی به پایان رسیده است و سایت رسمی بازی های المپیک سوچی به خاطر محتوای خود در مورد این رویداد میلیون ها لینک به دست آورده است. اگر الگوریتم simplistic باشد، ممکن است تنها نتایج مربوط به بازی های سوچی را نمایش دهد چرا که بیشترین لینک را دریافت کرده اند، حتی اگر کاربر به دنبال مکان بازی های المپیک در دور بعد باشد.
در چنین شرایط پیچیده اما بسیار کاربردی و رایج است که ضرورت الگوریتم رنک برین ظاهر می شود. تنها از طریق توانایی محاسبه خودکار نتایج براساس الگوهای الگوریتم ماشین یادگیری در رفتار کاربر متوجه می شود و گوگل می تواند آن را تعیین کند، به عنوان مثال اکثر افرادی که جایگاه المپیک را سرچ می کنند، می خواهند بدانند بازی های بعدی المپیک (تابستانی یا زمستانی) کجا برگزار خواهد شد. بنابراین در این مورد، باکس پاسخ گوگل در مورد عبارت مکان بازی های آینده نیاز اکثریت کاربران را در نظر می گیرد.
در باکس پاسخ، بیشتر قصد و نیت اکثر کاربران از جستجوی عبارت “مکان بازی های المپیک” در نظر گرفته می شود، با این حال استثنائاتی هم وجود دارد که توسط گوگل مورد بررسی قرار می گیرند. به عنوان مثال اگر جستجو توسط کاربری انجام می شود که در یکی از شهرهای اجرای بازی های المپیک حضور دارد، گوگل احتمالا مسیر رانندگی به جایگاه اجرای بازی را به کاربر نمایش خواهد داد. به عبارت دیگر، سیگنال هایی مانند مکان کاربر و جدید بودن محتوا نیز باید در نظر گرفته شود تا هدف از جستجو بررسی شده و نتایجی مرتبط با نیاز کاربر به وی ارائه شود.
مقاله مرتبط: الگوریتم گورخر
آگاهی گوگل نسبت به مجموعه عبارت جستجو به چه معناست؟
زمانی که گوگل الگوریتم مرغ مگس خوار را ارائه داد سعی بر این بود که با استفاده از فاکتورهای Onpage و Offpage نوعی هماهنگی در عبارات جستجو ایجاد کند. این فرایند در ابتدا از طریق پایگاه داده ای به نام Freebase تعیین می شد، پس از آن گوگل از WikiData استفاده کرد. اکنون برای اکثر بخش ها از داده هایی که به وسیله machine learning فراهم می شود، استفاده می کنند.
به عنوان مثال فرض کنید مقاله ای در مورد سیب قرمز نوشته اید و به جای اینکه از طریق لینک های داخلی، انکر تکست ها و تگ های H1 سیگنال های مقاله خود را مشخص کنید، تقریبا برای گوگل مشخص باشد که میوه گرد و خوراکی به رنگ قرمز، سیب قرمز است.
پایگاه داده به گوگل می گوید که این استرینگ string سیب قرمز نامیده می شود، پس از آن گوگل می تواند بهترین نتایج هماهنگ با سیب قرمز را نمایش دهد.
اگر گوگل نسبت به منظور کاربر در مورد سیب قرمز مطمئن نباشد (سیب به عنوان یک میوه یا سیب در کامپیوتر) ممکن است نتایج جایگزینی هم در عبارات جستجو نمایش دهد. بنابراین به جای اینکه هر ۱۰ مورد پیشنهادی در مورد میوه باشد، ممکن است ۸ مورد آنها نشان دهنده میوه و ۲ مورد جایگزین آن باشند و یا بالعکس.
الگوریتم RankBrain چه چیزی نیست؟
تا اینجا در مورد اصطلاحات غیر اختصاصی و واقعیات کلی این الگوریتم صحبت کردیم. حالا سوال این است که پشت صحنه رنک برین چیست؟
این الگوریتم پردازشگر زبان طبیعی نیست، بلکه به عنوان NLP شناخته می شود. عبارت NLP مخفف Neuro-Linguistic Programming و به معنای برنامه عصبی زبانی است.
NLP جایگاهی کامل برای جستجو است که در آن کامپیوتر می تواند جملات کامل را تحلیل کرده و با استفاده از ساختار و زبان جلمه، هدف کاربر را درک می کند (به عبارتی NLP یعنی فرد با قدرت کلام می تواند بر سیستم عصبی فردی دیگر تاثیر بگذارد).
کلمات در معنا به کلمات دیگری اشاره می کنند و NLP می تواند زبان را به نحوی که انسان از آن استفاده می کند، درک کند که این کار با فرایندهای مختلف انجام می شود.
گرچه RankBrain گامی است که شما را به هدف نهایی نزدیکتر می کند، اما این الگوریتم هم نمی تواند تنها بر اساس معنا روی نتایج تاثیری داشته باشد.
الگوریتم رنک برین برای رسیدن به بهترین و مناسب ترین نتیجه به یک پایگاه داده از روابط، و بردارهایی از روابط شناخته شده بین عبارات مشابه، نیاز دارد. استنتاج زمانی اتفاق می افتد که عبارت جستجو درک نشده، اما نتایج نمایش داده شده براساس داده های ارائه شده هستند.
الگوریتم RankBrain دقیقا چطور کار می کند؟
این الگوریتم از مجموعه ای از داده ها استفاده می کند که براساس انسان ها، مکان ها، هویت های مختلف و سایر موارد تهیه شده اند، این داده ها الگوریتم و ماشین یادگیری آن را تغذیه می کنند.
این کلمات یا عبارت های جستجو با استفاده از یک فرمول ریاضی به بردارهای کلمه ای تقسیم می شوند تا به کلمات آدرس بدهند. کلمات مشابه دارای آدرس های مشابه هستند.
چطور برای الگوریتم رنک برین بهینه شویم؟
بهینه سازی برای این الگوریتم بسیار ساده است و در واقع همان نکاتی است که ۱۵ سال است تکرار می کنیم که برای آن لازم است به زبان طبیعی بنویسید، یعنی سعی کنید محتوایی به زبان انسان بنویسید.اگر سعی کنید به زبان ماشین بنویسید، RankBrain گیج شده و محتوای شما را نمایش نمی دهد.
بهتر است محتوای آماده شده تان را خودتان بخوانید و از دیگران هم بخواهید که آن را بخوانند و در مورد طبیعی و روان بودن آن نظر بدهند. اگر متن آن طبیعی و روزمره به نظر برسد، مطمئن باشید متن بهینه شده ای دارید.
اینجا یک سوال دیگر هم مطرح می شود که چرا می خواهید متن خود را برای الگوریتم رنک برین بهینه کنید؟
الگوریتم رنک برین برای برخی موارد منحصر به فرد مفید است. برای اکثر سایت ها زمان و انرژی صرف شده برای تعیین عبارتی که برای گوگل ناشناخته است، بیشتر از سایر موارد هزینه بر است. در حقیقت زمانی که برای این الگوریتم بهینه هستید، سعی دارید برای عبارتی که تعداد کمی از مردم جستجو می کنند و به طور دائم نیز در حال تغییر است، بهینه باشید.
نتایج RankBrain طوری طراحی شده اند که تغییر می کنند و نتایج بهتر را نمایش می دهند. بنابراین بهینه شدن برای این الگوریتم یعنی همیشه در هدف گوگل قرار بگیرید.
بهترین توصیه ها برای این کار:
محتوای خوب بنویسید، مطمئن شوید محتوای شما طبیعی و قابل درک توسط انسان است، در کل سعی کنید برای انسان ها محتوا ارائه دهید و نه ربات های گوگل، این راه را همیشه ادامه دهید.
چه زمانی الگوریتم RankBrain بر روی نتیجه عبارت جستجو تاثیر بیشتری می گذارد؟
الگوریتم رنک برین بر روی عبارات جستجو در همه زبان ها و کشورها تاثیر می گذارد. زمانی که عبارت جستجو جدید و ناشناخته است، الگوریتم RankBrain بیشترین نقش را بازی می کند.
آیا الگوریتم رنک برین بر روی روش های سئو کردن سایت هم تاثیر می گذارد؟
بسته به پیچیدگی و به روز بودن مهارت های شما در سئو، RankBrain می تواند به میزان کم یا زیاد تئوری ها و عملکرد شما را در سئو تغییر دهد.
آیا رنک برین در نوع نمایش نتایج جستجو هم تاثیرگذار است؟
در پاسخ به این سوال باید بگم که بله، کاملا، این الگوریتم کاملا در این موضوع دخالت میکند و نوع معرفی سایت را در نتایج تغییر میدهد، فرض کنید سایت شما با چند کلمه در یک صفحه خاص ، در گوگل ایندکس شده است، شما برای آن صفحه هدف یک متا عنوان و یک متا توضیحات تعریف کرده اید، رنک برین برای کلمات مختلف آنها را تغییر میدهد.
برای درک کامل تر این موضوع با یک مثال پیش میرویم، فرض کنید شما در سایت خود صفحه ای دارید که با کلمه خرید گوشی در گوگل نمایش داده میشود، همان صفحه با کلمه فروش گوشی هم نمایش داده میشود، اما الگوریتم رنک برین گاهی اوقات متا توضیحات و عنوان آن صفحه را برای کاربران تغییر میدهد و بعد نمایش میدهد و این یکی دیگر از نکات در مورد بهینه سازی برای کاربران است.
برای سئو سایت ،لازم است که سه مفهوم در الگوریتم رنک برین درک شوند، این مفاهیم عبارتند از:
۱٫ سیگنال های رتبه بندی مختلف برای عبارات مختلف به کار گرفته می شود
قبل از RankBrain، برای بهینه سازی صفحات سایت با ارزیابی سیگنال های قدیمی (مانند تنوع پیوندها، عمق محتوا، هماهنگی کلمات کلیدی و غیره) انجام می شد. پس از ورود این الگوریتم لازم است محتوا طوری نوشته شود که نیاز کاربر را رفع کند، طوریکه این مسئله از لینک ها مهم تر شده است.
۲٫ سیگنال هایی که برای محبوبیت سایت به کار برده می شوند
سئو محبوبیت سایت به عنوان یک منبع قابل را برای موتورهای جستجو تامین می کند و با این محبوبیت می توانید براساس مهم ترین کلمات کلیدی خود بهترین رتبه را در گوگل بگیرید. درک رنک برین محیطی را ایجاد می کند که در آن برند شما می تواند ارائه محتوایی ارائه دهد که نیاز کاربر را برآورده می کند.
۳٫ یک کلمه کلیدی در یک صفحه
همه شما با مسئله منحصر بودن یک صفحه با کلمه کلیدی خاص خود آشنا هستید، در قوانین جدید سئو هر کلمه کلیدی دارای یک صفحه است و توصیه نمی شود از یک کلمه کلیدی در چند صفحه استفاده کنید. به علاوه می توانید از فرم های مختلف کلمه کلیدی در یک صفحه استفاده کنید، ظهور الگوریتم رنک برین تمرکز بر روی مفهوم کلمه کلیدی با محتوای جامع و عدم استفاده از آن در صفحات مختلف را برجسته تر می کند.
الگوریتم رنک برین یک الگوریتم در حال پیشرفت است که هدف آن کامل کردن تفسیرهای گوگل از هدف کاربر در جستجو است.
این الگوریتم تمایل شدیدی به انسان شدن دارد.
در نهایت باید عرض کنم که الگوریتم رنک برین در وب فارسی نیز کاملا فعال شده و تغییرات آن را میتوان به وضوح دید.
دیدگاهتان را بنویسید