🟢 Системи ранжування Google

У будь-якій сучасній пошуковій системі є значна кількість різнорідних систем ранжування (кожна зі своїм набором чинників), що виконує власні, незалежні завдання.

У Гугла виділяють такі підсистеми:

BERT

це система штучного інтелекту, яку використовує Google і яка дає нам змогу зрозуміти, як комбінації слів виражають різні значення і наміри.

Deduplication systems

Пошук у Google може знайти тисячі або навіть мільйони відповідних веб-сторінок. Деякі з них можуть бути дуже схожі одна на одну. У таких випадках наші системи показують тільки найбільш релевантні результати, щоб уникнути непотрібного дублювання. Дізнайтеся більше про те, як працює дедуплікація і як за бажання побачити опущені результати, коли відбувається дедуплікація.

Дедуплікація також відбувається з тематичними сніпетами. Якщо лістинг веб-сторінки піднімається до рівня розширеного сніппета, ми не повторюємо цей сніппет далі на першій сторінці результатів. Це скорочує результати і допомагає людям легше знаходити потрібну інформацію.

Exact match domain system

Наші системи ранжування враховують слова в доменних іменах як один з багатьох факторів, що визначають релевантність контенту для пошуку. Однак наша система точної відповідності доменам працює для того, щоб ми не давали занадто багато переваг контенту, розміщеному на доменах, створених для прямої відповідності певним запитам. Наприклад, хтось може створити доменне ім’я, що містить слова “best-places-to-eat-lunch”, сподіваючись, що всі ці слова в доменному імені просунуть контент високо в рейтингу. Наша система враховує це.

Freshness systems

У нас є різні системи визначення “запитів, що вимагають свіжості”, розроблені для показу більш свіжого контенту за запитами, за якими його можна було б очікувати. Наприклад, якщо хтось шукає інформацію про фільм, який щойно вийшов на екрани, йому, швидше за все, потрібні свіжі рецензії, а не старі статті про початок роботи над фільмом. Інший приклад: зазвичай пошук за словом “землетрус” може видати матеріали про підготовку та ресурси. Однак якщо землетрус стався нещодавно, то можуть з’явитися новинні статті та свіжіший контент.

Helpful content system

Наша система корисного контенту розроблена для того, щоб люди могли бачити в результатах пошуку оригінальний, корисний контент, написаний людьми, для людей, а не контент, створений насамперед для отримання трафіку пошукових систем.

Link analysis systems and PageRank

У нас є різні системи, що дають змогу зрозуміти, як сторінки пов’язані одна з одною, щоб визначити, про що йдеться і які сторінки можуть бути найкориснішими у відповідь на запит. Серед них – PageRank, одна з основних систем ранжування, що використовувалася під час створення Google. Ті, кому цікаво, можуть дізнатися більше, прочитавши оригінальну наукову статтю і патент на PageRank. Відтоді принцип роботи PageRank зазнав значних змін, але він, як і раніше, є частиною нашої основної системи ранжирування.

Local news systems

У нас є системи, які працюють над тим, щоб визначити і показати місцеві джерела новин, коли це доречно, наприклад, за допомогою наших функцій “Найкращі історії” і “Місцеві новини”.

MUM

Багатозадачна уніфікована модель (MUM) – це система ШІ, здатна розуміти та генерувати мову. Наразі вона використовується не для загального ранжування в Пошуку, а для деяких конкретних застосунків, наприклад, для поліпшення пошуку інформації про вакцину COVID-19 і для поліпшення відображуваних фрагментів.

Neural matching

Нейронне зіставлення – це система штучного інтелекту, яку Google використовує для розуміння уявлень концепцій у запитах і на сторінках та зіставлення їх одна з одною.

Original content systems

У нас є системи, які допомагають нам гарантувати, що ми показуємо оригінальний контент у результатах пошуку, включаючи оригінальні публікації, раніше, ніж ті, які просто цитують його. Це включає підтримку спеціальної канонічної розмітки, яку творці можуть використовувати, щоб допомогти нам краще зрозуміти, яка сторінка є основною, якщо сторінка була продубльована в декількох місцях.

Removal-based demotion systems

У Google є політика, що дозволяє видаляти певні типи контенту. Якщо ми обробляємо велику кількість таких вилучень на певному сайті, ми використовуємо це як сигнал для поліпшення наших результатів.

Page experience system

Люди віддають перевагу сайтам, які забезпечують відмінне сприйняття сторінок. Саме тому у нас є система оцінки якості сторінок, яка оцінює різні критерії, такі як швидкість завантаження сторінок, зручність для мобільних пристроїв, відсутність нав’язливих рекламних блоків і безпека сторінок. У ситуаціях, коли існує безліч можливих збігів з відносно рівною релевантністю, система допомагає віддати перевагу контенту з найкращим досвідом роботи зі сторінками.

Passage ranking system

Ранжування пасажів – це система штучного інтелекту, яку ми використовуємо для визначення окремих розділів або “пасажів” веб-сторінки, щоб краще зрозуміти, наскільки релевантна сторінка для пошуку.

Product reviews system

Система відгуків про товари спрямована на те, щоб краще винагороджувати високоякісні відгуки про товари, контент, що містить глибокий аналіз і оригінальні дослідження, а також написаний експертами або ентузіастами, які добре знаються на темі.

RankBrain

RankBrain – це система штучного інтелекту, яка допомагає нам зрозуміти, як слова пов’язані з поняттями. Це означає, що ми можемо краще видавати релевантний контент, навіть якщо він не містить точних слів, використаних у пошуку, завдяки розумінню того, як контент пов’язаний з іншими словами та поняттями.

Reliable information systems

Численні системи працюють по-різному, щоб показати максимально достовірну інформацію, наприклад, допомагають виводити на поверхню більш авторитетні сторінки і знижувати низькоякісний контент, а також підвищувати якість журналістики. У випадках, коли надійної інформації може не вистачати, наші системи автоматично відображають поради щодо змісту швидко мінливих тем або коли наші системи не дуже впевнені в загальній якості результатів, доступних для пошуку. У них містяться поради про те, як вести пошук таким чином, щоб отримати більш корисні результати.

Site diversity system

Наша система різноманітності сайтів працює таким чином, що ми зазвичай не показуємо більше двох веб-сторінок з одного і того ж сайту у верхніх результатах пошуку, щоб жоден сайт не домінував у всіх верхніх результатах. Проте, ми можемо показувати більше двох результатів у випадках, коли наші системи визначають, що це особливо важливо для конкретного пошуку. Різноманітність сайтів зазвичай розглядає піддомени як частину кореневого домену.

Spam detection systems

Ми використовуємо низку систем виявлення спаму, включно зі SpamBrain, для боротьби з контентом і поведінкою, які порушують нашу політику щодо спаму. Ці системи постійно оновлюються, щоб не відставати від останніх способів еволюції загрози спаму.

Crisis information systems

Google розробив системи для надання корисної та своєчасної інформації під час криз, чи то персональні надзвичайні ситуації, чи то стихійні лиха, чи то інші широко поширені кризові ситуації.