搜索引擎算法基于人工智能。有没有SEO的东西?

原来的

搜索引擎算法基于人工智能。有没有SEO的东西?

三年前,当谷歌alphago出来世界时,我写了“alphano,深度学习和seo”帖子,之后,我一直非常关注人工智能和搜索算法的进展。

我不知道何时+ TAO搜索算法将何时像AI更大,并且我不知道在搜索算法中应用AI技术在多大程度上。由于人工智能技术的不可驾驶,搜索引擎与算法基础非常谨慎,否则不容易调试。

然而,算法中的一些模块是肯定的,先前引入了百度DNN模型和谷歌的RankBrain算法,所有这些都是搜索算法中的AI。

那么基于人工智能的完整搜索算法是什么?什么是工作原则和过程?只是谈谈我的理解。

人工智能优势和搜索

目前,人工智能主流方法是机器学习中的深度学习分支。这在这篇文章中并不严谨。

简单地说,人工智能被赋予了大量培训数据,人为智能,从它自己掌握。标记为AI系统的数据或其讲述AI系统结果。例如,在GO,AI系统有大量的历史棋局数据(后来alpha甚至历史棋子,自我上的局的数据),以及获胜游戏的结果,这个结果是标签。 AI系统自我学习板与结果之间的关系(丢失)。

在搜索中,AI系统在页面上具有大量数据,即搜索引擎本身介绍库,您需要标记,即知道哪些页面是高质量的?用户满意的搜索结果是多少?然后AI算法然后学习页面特征(这是排名因子)和路由关系。

传统的搜索算法是搜索工程师手动选择排序因子,并且给定排名因子的重量必须根据给定公式计算排名。该方法的缺点是当数据量大时,排名因子更难以调节排名因子的重量。初始重量可能是基于常识,加上头部,并且有很多主观和随机。当有数百个因素时,当这些因素受到影响时,调整这些因素的重量变得混淆,不能预见到结果。

从大规模数据到AI良好。 AI可以快速寻找可能的排名因素,调整排名因子重量,自动迭代计算,拟合在排名因子和用户满意度搜索结果之间的计算公式。

通过训练数据训练的计算公式是AI搜索算法,其可以应用于用户更多搜索。

谁会扮演一个标签?

由于培训AI搜索算法需要播放标签数据,然后这些标签数据在哪里?这是搜索引擎质量评估员的作用。

不久在谷歌质量评估指南之前,详细介绍了质量评估员的工作。这些真实的用户(他们不是谷歌员工),在学习质量评估指南之后,谷歌为评估系统提供了评估员真实的网站,评估系统中的评估员。主要是:

尝试页面质量

搜索结果特定查询单词

去ogle质量评估器长期以来,不应该招募开发AI算法,而是用于评估传统算法的质量。但他们的评估数据只是有效的人工智能系统使用。

以这种方式,AI系统知道用户满意的搜索结果是用于查询字,其按任何顺序排列。

现在,AI系统具有大量的页面功能数据,并且知道什么样的搜索结果是真正的用户,下一步是培训系统,找到页面功能和搜索排名之间的关系。

培养人工智能搜索算法

搜索引擎可以将标记的搜索结果分为两组。使用一组培训,一组验证。

AI算法检查训练组搜索结果中的哪些功能,这些功能应给予我们重量,根据什么样的计算公式,可以计算用户满意度(标签)搜索结果。

与传统算法不同,需要哪些功能(排名因子),因此提供了这些功能,而不是工程师决定,是AI系统查找和评估。例如,这些因素可能是想要得到它的工程师:

关键词密度

页面内容长度

页面上没有广告吗?

页面上有多少外部链接

页面上有多少内部链接

锚文本的查询Word的链接是多少

页面域名中有多少外链可用

页面打开速度有多快

等待等,可能有数百万

也许工程师从未想过它,也许有些似乎没有关系,这是不合理的。如:

页面亲密的单词

文章作者姓名是三个字

本页首次抓住一周。

页面外的数量是单一方向

以上是示例,用于解释AI不是因果关系,而是相关的关系。只要ai看到哪个功能足够,它就足以将这些功能链接和排名。这不是Ai Care,也是不必要的。

当然,一些因素可能是负的,例如域的长度,可能与高排名负相关。

训练有素的AI系统的过程是找到这些排名因素(无论是人类是否合理),给出这些因素必须有重量,拟合计算公式,只是用户满足的搜索结果。该拟合过程应迭代,一个重量值,公式不是自动调节,再次计算,直到相对完善的准收集的评估器具有怠速搜索结果。此培训过程可能是几天,也许几周,您必须观看数据量。

AI搜索算法验证

训练有素的AI搜索算法可以应用于不在培训数据中的其他查询词。

首先,使用前面提到的验证组数据,如果新训练算法给出的搜索结果与验证组数据一致(也是评估者已经翻过标签),则算法很好,它可以在线。如果由AI算法给出的搜索结果与验证组结果中的页面不同,或者页面基本相同但排序差值大,则可能是限制AI系统。

当然,要做所有查询词,AI算法和评估者给出的搜索结果播放了最令人满意的搜索结果。喜欢,它不太可能。据估计,只要前20个,例如前20页序列可以在某个容错范围内。较低的前面,较低的容错率越低,如第一个第二页的顶部不正确,第三页后面的页面不严重。

经过验证的算法可以上线并接受真实用户的测试。这可能涉及SEO通常认为它与排名有关,但搜索引擎一直被拒绝:用户是否体验数据是否是排名因素?

许多SEO排名因子表明,页面命中,跳跃率,用户停留时间,访问深度是高度相关性的,但谷歌已经明确拒绝否认这些数据是排名因素。当然,对于百度来说,点击率显然是排名因素。

原因是搜索引擎需要体验数据的质量,以验证这些用户的搜索算法。如果用户是通用的,则提高跳线,表明新的在线算法存在问题,并且需要进行调整。尽管搜索引擎不使用用户数据来等级,但算法的目标是改善用户数据,使得这两个是高度相关的。

在新的AI算法在线之后,搜索引擎监视的用户数据显示用户满意,算法成功,等待下一轮优化。

以上纯粹猜测。

请在后台主题设置-主题授权-激活RiPro主题的正版授权,授权购买:RiTheme官网
免责声明: 本站提供的一切软件、教程和内容信息仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络收集整理,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑或手机中彻底删除上述内容。如果您喜欢该程序和内容,请支持正版,购买注册,得到更好的正版服务。我们非常重视版权问题,如有侵权请邮件与我们联系处理。敬请谅解!
转载请注明出处:
网赚 » 搜索引擎算法基于人工智能。有没有SEO的东西?

提供最优质的资源集合

赞助会员 了解详情