Оптимизация сайта под Королев (новый поисковый алгоритм Яндекса)
Ещё недавно, 20-30 лет назад, поисковик представлял собой машину, рассчитанную на поиск среди десятков позже нескольких тысяч веб-страниц. Первые поисковые машины стали появляться только 95-м – 96 годах. И работы для СЕО не было: оптимизировать было по сути нечего. Чтобы выдать интернет-пользователю нужный сайт, просто составлялся список всех страниц, содержащие слова, упомянутые в запросе. Ни о каком сложном поиске тогда и не думали. Понятие SEO оптимизация сайта отсутствовало как термин. То, что сегодня называется ранжированием сложного типа (упорядочивание веб-страничек по соответствию запросу), тогда не представлялось реальным. Мнение о релевантности страниц у поискового робота складывалось такое: чем чаще встречаются слова запроса на странице, тем лучше. Полезность страниц для пользователя определялась процентным соотношением ключей на странице
С ростом интернет-пространства определить соответствие страницы запросам стало сложнее. Поисковым машинам пришлось «учиться» фиксировать регион запроса, анализировать стиль поведения интернет-пользователе, появилась необходимость в SEO оптимизации сайтов.
В итоге наступил тот момент, когда дальше использовать старые методы было уже невозможно. Признаки соответствия страницы запросам пользователя множились, и на написание инструкций для веб-мастеров уходило всё больше времени. Стало понятно, что скоро процесс встанет, потому что нельзя прописать правила, справедливые для всех. Проще с точки зрения логики и прогресса «обучить» машину саму принимать решение. Так создали алгоритм Матрикснет в Яндексе. С ним машина стала сама решать, какие признаки учитывать, какие нет, как выстраивать комбинации между ними. Матрикснет стал по сути первым «интеллектуальным» методом машинного обучения. На основе этого алгоритма построено ранжирование Яндекса.
И двадцать лет назад, и сегодня, слова - основа поиска. Как ни усложняй формулы ранжирования, поисковик всегда сначала ищет набор страниц, примерно «подходящих» по словам. И тут поджидает проблема: страница может не включать полный набор запрошенных слов, но прекрасно освещать смысл запроса.
Так как же обучить машину «ловить смысл слов»?
Первым шагом к созданию качественного смыслового интеллектуального поиска стало создание Яндексом первого алгоритма по поиску Палех. Этот алгоритм создан на основе нейронных сетей. Использование нейросетей позволило начать решать те задачи, где ум живых людей традиционно сильнее. Распознать речь или объект в картинке до этого мог только человек. Нейросети же позволили достичь отличного результата на машинном уровне, что представляется очень полезным для SEO оптимизации сайта.
Использование Палеха представляло собой преобразование слов и запросов в числа, точнее в группы чисел. Это называется семантическим вектором. Такие векторы сравнимы между собой, что даёт сильное конкурентное преимущество. Чем эти группы чисел похожи, тем более схожи и запрос с результатом. Это снова повысило требования к SEO оптимизации сайта.
Следующим шагом в развитии машинного обучения и «интеллектуального» поиска стал запуск нового алгоритма ранжирования Королев. Его революционность в сравнении семантического ядра поискового запроса с текстом на всей страничке. Ранее было возможно сравнить исключительно с заголовком и выборочными ключами в тексте страницы.
Если попытаться объяснить разницу на примере, то пожалуйста. Если, не читая роман «Война и мир», представить, о чём там идёт речь, то сразу будет понятно, что видимо, о боях и войнах. Однако, только прочитав роман целиком можно сформировать картинку, понять, о чём повествует это произведение.
Алгоритм ранжирования Королев также использует нейросеть. Текст переформатируется в числовые данные (семантические векторы). Но в отличие от Палеха, новый поисковый алгоритм Королев просчитывает векторы страниц ещё при индексировании. То есть - заранее. Это высвобождает новые ресурсы и поставленный пользователем запрос сравнивается с уже известными.
Новый алгоритм ранжирования Королев выгодно отличается для seo оптимизации и продвижения сайтов, так как ведет набор нужных веб-страниц на ранних стадиях ранжирования. Смысловое разделение здесь выведено на первый этап в отличие от Палеха, где это является завершающим этапом. Чтобы лучше понимать: по сравнению со 150-тью документами, проходящими через этот этап в Палехе, алгоритм ранжирования Королев прогоняет более 200-т тысяч документов! Получаем производительность робота выше в тысячу раз как минимум. И это не предел. Для математиков вот тут можно подробно изучить вопрос.
Новый алгоритм реализует дополнительные смысловые пересечения. Королев принимает к расчёту похожие поисковые запросы для попадания пользователя на данную страничку.
SEO оптимизация и продвижение сайтов с учётом алгоритма Королев
Разберём новый алгоритм ранжирования Королев, который запустил Яндекс ближе к концу августа. Основанный на возможностях искусственных нейронных сетей новый поисковый алгоритм Королев был презентован в блоге Хабрахабра. Хотя уже и раньше было заметно его наличие. Посмотрим на новые возможности для вебмастеров.
Основной проблемой, которую призван решить новый поисковый алгоритм Королев - повышение качества выкладки запросов, состоящих из нескольких слов, с низкой частотой в поисковике. Это то, где однозначно Google был впереди. Разработчики сюда относят ещё и голосовые поисковые команды с мобильных гаджетов на обычном языке.
В работу поискового алгоритма Королев новые принципы ранжирования, принципиально отличающие его от Палех.
- Схожесть смысла поисковых фраз и целого документа. Оптимизация сайта должна это учитывать. Ранее же учитывался только заголовок и процент ключей на странице;
- Качественные характеристики ответов на запросы, похожие по смысловой нагрузке;
- Расчет принципа ранжирования происходит через ввод дополнительного индекса на стадии индексации;
- И главное – использование нейронной сети, которая понимает смысловую нагрузку, которую закладывает пользователь в конкретный запрос.
И еще: нейронная сеть «учится» вычислять новые факторы, и они в свою очередь опять же используются в процессе ранжирования. Ведь проблема, которая до сей поры не имела решения, это то, что реальный смысл поисковой фразы и смысл, который желает видеть или имеет в виду пользователь, это совсем не идентичные понятия.
Как влияет новый поисковый алгоритм Королев на различные виды поисковых запросов?
Seo оптимизация и продвижение сайта опираясь на новый алгоритм Яндекса интересно, если используются длинные и редкие запросам на традиционном языке.
"Длинные хвосты" занимают 34 процента объёма запросов. И на учитывание этих информационных и иногда коммерческих хвостов направлен алгоритм.
Сегодня по некоторым группам запросов поисковик не уверен в точности полученных данных и по ним идёт опрос пользователей с целью понять уровень точности применений алгоритма.
Сравним вечных конкурентов – Яндекс и Гугл
С тестовым запросом, который был задан, Гугл справился лучше Яндекса.
Вопрос: насколько точно эти данные отражают истинный смысл?
Выборку специально увеличили. Далее вручную оценили качественные характеристики полученных ответов в количестве 127 штук.
Использовали "Инкогнито".
Проведённый анализ SERP обеих систем поиска по набору запросов показал следующее:
- По качественным характеристикам «Королёв» вполне близок с алгоритмом RankBrain;
- SERP оказался схож для 70% выборки – то есть алгоритмы очень близки (Гугл запустил свой алгоритм два года назад);
- В 80% случаев обоим алгоритмическим системам удалось угадать смысловую нагрузку запросов на традиционном языке.
Насколько алгоритм Королев значим для seo-аналитики
Каким же образом теперь с учётом нового алгоритма Яндекса оптимизировать сайты?
Серьёзные изменения видны по запросам, под которые не найдены веб-страницы с точным вхождением запрошенной фразы. Поэтому, ранжирование по коммерческому запросу не изменится «в теории».
Исходя из нашей практики, точное вхождение «ключей» берёт верх над заслугами новейших факторных принципов в ранжировании.
В этом примере видно, что ресурсы, содержащие точные вхождения, всё равно определяются в верхних строчках в SERP. Это подтверждает наши предположения. И это же по сути видится той причиной, почему громкие анонсированные примеры зачастую сразу после презентации перестают быть правдой.
Как вывод: страницу будет видно на первых позициях выдачи поисковика по нужным фразам, если провести качественную SEO настройку. И тут ничего нового мы не видим.
Для более интересных результатов поисковой оптимизации и продвижении сайтов по коммерческим ключам есть смысл применять LSI-копирайтинг для улучшений ранжирования по новым группам принципов.
Как реализовать?
При подготовке ответов на поисковые запросы учитывается не только конечная формула ранжирования. Определённые этапы индексации обеспечивают «отбор» данных для работы алгоритма более высокого уровня.
Индексирование в своё время при внедрении алгоритма Палех забрало на себя все процессы вычисления огромного количества данных, чтобы определить смысл, со стадии ранжирования.
Королев освободил ресурсы и направил высвободившиеся мощности на обработку новых групп данных, которые уже построены на нейронных сетях.
Нейронная сеть обучалась посредством оценок специальных «исследователей» - асессоров. Также, изучалось поведение интернет-пользователей. Поскольку специально обученных людей не хватало, запустили специальный сервис «Толоку», где в роли асессоров уже стали выступать обычные люди. Это позволило в десятки раз увеличить число асессоров и выставляемых ими оценок.
Причина падения эффективности работы разрекламированных публично алгоритмов - их возрастающая популярность.
Что дальше?
Хотя уже 10 лет Яндекс применяет машинное обучение, некоторые факторы ранжирования в поисковике достаточно непросты для понимания. Они также получены в результате работы нейронной сети. Ожидаем, что в ближайшее время повысится уровень качества измерения соответствия запроса и страницы по смыслу (семантической соответствие), повысится полнота отработки, изменится логика на LO, выдача ответа станет персонифицированной за счёт пополнения модели вектором персонального интереса. Это сделает поисковую оптимизацию и продвижение сайтов сложнее и интересней.
Комментарии (0)