|
Post by account_disabled on Dec 10, 2023 4:03:10 GMT
本质上可以归结为“删除、合并或改进不良内容”。但很少有人认为谷歌关于提高质量的建议是可以通过算法合理衡量的。当时,SEO 社区无法预见人工智能可以从根本上改变谷歌评估内容质量的方式。通过整合机器学习模型,谷歌的算法现在可以解释无数的数据信号,学习区分内容的有用性、相关性和深度,并相应地调整排名。虽然我们可以对他们如何做到这一点进行理论分析,但最终我们知道这些算法旨在奖励符合 Google 关于有用内容的指导的内容。 该研究基于数百种算法和机器学习模型来自谷歌关于人工智能如何增强 澳大利亚数据库 搜索结果的文章:“搜索运行在数百种算法和机器学习模型上,当我们的新旧系统能够很好地协同工作时,我们就可以改进它。每个算法和模型都有专门的作用,并在不同的时间以不同的组合激活,以帮助提供最有用的结果。”如果你有时间,这篇文章值得一读。它进一步深入研究了名为 RankBrain 的深度学习系统的工作原理,该系统用于帮助对网站进行排名。他们称之为“当今推动研究的主要人工智能系统之一”。文章还讨论了神经匹配,它使用人工智能来了解用户正在寻找什么概念以及什么内容与该概念相匹配。这被称为“在理解概念与单词方面向前迈出的一大步”。如果您感到不知所措, 请知道整个概念可以总结如下:该搜索基于数百种算法和机器学习模型,这些算法和机器学习模型会生成信号来帮助确定页面是否可能是高质量和有用的。排名的关键是始终是最有用的结果。获得最有用结果的关键是考虑Google 的每项有用内容标准。这些标准是Google 质量评估指南的精简版本。了解质量评估者在机器学习算法中的作用在谷歌的“搜索工作原理”页面上,它讨论了使用机器学习系统来帮助更好地估计相关性。除了关键字之外,我们的系统还通过其他方式分析内容是否与查询相关。此外,我们使用汇总的匿名交互数据来评估哪些搜索结果与您的搜索相关。我们将这些数据转化为指标,帮助我们的机器学习系统更好地评估相关性。谷歌表示,它使用“交互数据”(即与搜索交互的人的数据)来评估搜索结果是否相关。
|
|