Ваши ключевые слова не то, что вы думаете: как работает уточнение Google Query

1. Ассоциации, релевантность и объем поиска
2. контекст
3. Контекст 2.0
4. Место нахождения
5. Подстановка запроса
6. Word2vec
7. юридические лица
8. Заключительные слова

Автор: Олег Барысевич

28 февраля 2017 г.

Иллюстрация 1915 года к "Метаморфозе" Франца Кафки

В повести Франца Кафки «Метаморфоза» человек просыпается однажды утром, чтобы узнать, что он превратился в гигантское насекомое. Если бы ключевые слова были экзистенциалистами, они могли бы столкнуться с чем-то похожим, поскольку, будучи введенными в строку поиска Google, они проходят через многочисленные преобразования, чтобы стать новыми, модифицированными версиями самих себя - запросы, которые, по мнению Google, лучше отражают намерения поисковика.

Чтобы проиллюстрировать то, что я говорю, позвольте мне попросить вас о крошечной услуге. Идите и введите «Оскар» в Google. Нет, серьезно, сделай это. Я буду висеть здесь, пока ты у него.

Скорее всего, все лучшие результаты, которые вы получили, касаются 89-й премии Академии, которая состоялась несколько дней назад. Некоторые результаты, скорее всего, вообще не упоминают слово «оскар» ( единственное слово, которое вы набрали, помните?). Так или иначе, Google знает, что вы ищете конкретную премию «Оскар», а не общую информацию о церемонии, имени Оскара или что-либо еще «Оскар», и превращает ваш запрос за кулисы в нечто, едва напоминающее оригинал.

В этой статье я расскажу о том, как этот процесс может работать, и что он подразумевает для оптимизаторов.

Ассоциации, релевантность и объем поиска

Недавний патент Google на предоставление уточнения поисковых запросов предлагает глубокое понимание того, как Google может иметь дело с поисковыми ситуациями, которые являются неоднозначными, слишком общими, слишком узкими или лишенными контекста (как, например, поиск "oscar", который вы только что сделали). Патент описывает систему для преобразования запроса в более точную версию самого себя, так что Google может предоставить именно те результаты поиска, которые хочет пользователь.

Согласно патенту, когда Google получает запрос, он отправляется и извлекает веб-документы из своего индекса, связанного с запросом, на основе ключевого слова, введенного поисковиком. Затем он просматривает извлеченные страницы и концепции, или семантические кластеры, с которыми они связаны. Если он обнаружит, что результаты принадлежат нескольким очень различным концепциям, он, вероятно, заключит, что запрос является неоднозначным и выиграет от уточнения.

Давайте попробуем и посмотрим, как на самом деле работает процесс уточнения на примере «Оскар». Когда вы наберете «оскар» в Google, он продолжит и соберет ряд результатов поиска, которые буквально соответствуют запросу. Для целей этого примера, скажем, это число равно 100. Каждому из 100 результатов поиска присваивается оценка, оценивающая их соответствие исходному запросу («оскар»), вероятно, на основе традиционных внутренних и внешних SEO-факторов. , Затем Google пойдет и определит темы или семантические кластеры, к которым принадлежат эти страницы; для «оскара» такими кластерами могут быть: «Оскар», «Оскар имя», «Оскар рыба» и, возможно, ряд более мелких. Так или иначе, Google должен выяснить, какая из этих концепций вас интересует, и именно здесь все становится интересным.

Согласно патенту, Google в свою очередь обратится к своей «базе данных ассоциаций» - месту, где хранятся прошлые запросы, веб-страницы и связи между ними. Каждой ассоциации Google присваивает вес - степень релевантности страницы запросу, умноженная на частоту запроса или объем поиска. Затем Google может посмотреть лучшие результаты, которые он только что извлек для вашего запроса "oscar" в этой базе данных. Он будет смотреть на прошлые запросы, связанные с каждым из результатов, и вес этих ассоциаций. Самые высокие оценочные ассоциации из кластеров с самой высокой оценкой будут выбраны в качестве кандидатов для уточненного запроса.

Помня, что вес - это релевантность, умноженная на объем поиска , вы, вероятно, начинаете понимать, почему в этот конкретный момент ваш поиск слова «оскар» превратился в нечто вроде «церемонии вручения премии Оскар 2017».

Стоит отметить, что Google часто выбирает более одного кластера или темы для уточнения запроса. Это может быть особенно очевидно, когда возможные кластеры, связанные с исходным ключевым словом, имеют равный или почти равный вес - тогда Google позволит вам решить, какая из тем вас интересует.

контекст

Другая патент проливает свет на роль контекста в уточнении запросов пользователя. Контекст, в данном случае, представляет собой набор слов и фраз, связанных с одним доменом. Данные для таких «контекстов» получены из больших массивов учебных материалов, а затем, вероятно, улучшены и расширены с помощью машинного обучения. Эти контексты помогают Google индексировать информацию и лучше обслуживать пользователей. В первом случае Google делит «мир коммуникаций» на домены, которые похожи на кластеры, рассмотренные выше. Глядя на веб-страницу и на слова и выражения, используемые на ней, Google может легко определить, к какому контексту относится страница, основываясь на пересечении слов в определенном контексте и содержимого на странице. Поэтому, когда он смотрит на страницу, которая содержит такие термины, как «Академия», «Награды Академии» и «Лучший фильм», он будет выглядеть так: «Ага, контекст этой страницы - это Оскар».

На стороне пользователя, чтобы определить контекст их запроса, Google будет смотреть на такие вещи, как непосредственные прошлые поиски пользователя и, при необходимости, всю их историю поиска. Другими словами, если ваша история поиска показывает, что вы особенно интересуетесь оскарами, Google может дать толчок связанному с рыбой кластеру при поиске Оскара, основываясь на контекстной информации, которую он имеет о вас как о поисковике. Так что на самом деле ваш поиск «оскар» превращается в «пожалуйста, ищите« оскар », имея в виду все, что вы знаете обо мне, Google».

Контекст 2.0

Ваш поиск и история браузера - не единственный вид «контекста», который Google может использовать для уточнения ваших запросов. Несколько недавний патенты подразумевают, что более сложные детали об искателе, такие как фильмы, которые они видели, или музыка, которую они слушали, могут быть использованы для уточнения запросов и возврата результатов. Контекст в реальном времени, как и фильм, который в данный момент включен, также может использоваться, когда пользователь делает голосовой запрос.

Например, пользователь может ввести запрос на естественном языке на устройстве, например, устный запрос: «Когда я видел этого актера раньше?» при просмотре определенного контента, например фильма «Социальная сеть».

Согласно этим патентам, Google может также отслеживать, что по телевизору в вашем регионе, и искать запросы, которые могут быть связаны с этой информацией. Таким образом, если вы выполняете поиск «социальная сеть», а фильм «Социальная сеть» в данный момент включен в вашем регионе, это может повлиять на результаты поиска, которые вы получаете. Например, это может отдать предпочтение кластеру «Социальная сеть фильм» по сравнению с другими семантическими кластерами, связанными с вашим запросом.

Место нахождения

Местоположение, конечно, является своего рода контекстом, но оно заслуживает отдельного места в этом списке. Местоположение уже влияет на значительную часть запросов, и это особенно важно для предприятий, которые пытаются получить свои веб-сайты для ранжирования на местном уровне. Но Google использование местоположения Уточнение запросов может вскоре вырасти далеко за пределы его текущего состояния.

Вы, вероятно, уже знаете, что если вы ищете «Starbucks», «Walmart» или определенную организацию, которая может указывать на то, что вы заинтересованы в физическом местонахождении компании, Google покажет вам локальный пакет и скорректирует обычные результаты поиска. чтобы помочь вам найти физическое место, которое вы (вероятно) ищете. Это может быть сделано еще дальше, так как Google может просматривать шаблоны запросов и связывать их с объектами, которые находятся близко к местоположению поисковика. Итак, если вы спросите Google «во сколько открывается Starbucks?» Или даже «как называется этот парк?», Хотя сущность, на которую вы ссылаетесь, однозначно близка, Google будет достаточно умен, чтобы дать вам ответ.

Поэтому в следующий раз, когда вы проходите мимо ресторана - скажем, его зовут Зио Пепе - задаетесь вопросом, хорошо ли это, попробуйте спросить у Google "какие-нибудь оценки для этого места?" Этот запрос может быть превращен в нечто вроде «zio pepe рейтинги», и вам не придется беспокоиться о том, как «zio» действительно произносится на итальянском языке.

Например, пользователь, который не говорит по-немецки, может быть в отпуске в Цюрихе, Швейцария, и может отправить запрос [часы работы], стоя возле ресторана под названием «Zeughauskeller», который может быть трудно произнести и / или произнести по буквам для пользователь. В качестве другого примера реализации настоящего раскрытия позволяют пользователям более удобно и естественно взаимодействовать с поисковой системой (например, отправляя запрос [показать специальные предложения на обед] вместо запроса [Fino Ristorante & Bar lunch specials].

Подстановка запроса

Другая недавний патент поданный Google сосредотачивается на терминах замены и синонимах для уточнения запроса. Процесс включает в себя идентификацию концепции в запросе пользователя и выяснение, может ли одна и та же концепция быть сформулирована по-разному (без искажения смысла запроса), чтобы обеспечить более подходящие результаты поиска.

Чтобы увидеть, как это работает, давайте сделаем поиск в Google по запросу «Президент Великобритании». Если Google просто ищет два слова, упомянутые в запросе, «Великобритания» и «Президент», результаты могут включать статьи о президентах других стран, посещающих Великобританию. Вместо этого Google определяет, что поисковик, вероятно, ищет другую информацию, и слово «Президент» на самом деле является ошибкой, которую совершил искатель, когда они действительно имели в виду «премьер-министр». В данном контексте «премьер-министр» является синонимом «президент»; в сочетании с «Великобританией» он также представляет известную организацию. Все это делает его хорошим термином замены.

(Обратите внимание, как Google выделил «премьер-министр» в URL-адресах поисковой выдачи и как термин «президент» нигде не фигурирует среди лучших результатов).

Word2vec

В последнее время было много дискуссий о word2vec в сфере SEO, вызванных мнение выражается многочисленными оптимизаторами, что это может быть технология, используемая Google RankBrain , И это мнение имеет свои основания: многие люди, работающие над RankBrain, также работали над word2vec, и многие описания двух проектов почти идентичны.

Инструмент word2vec принимает текстовый корпус в качестве входных данных и создает векторы слов в качестве выходных данных. Сначала он строит словарь из обучающих текстовых данных, а затем запоминает векторное представление слов. Полученный файл векторного слова можно использовать в качестве функций во многих приложениях для обработки естественного языка и машинного обучения.

Прежде чем мы перейдем к тонкостям Word2vec, давайте разберемся с одной вещью. В последнее время специалисты по SEO много говорили о векторах терминов и векторном пространстве. Хотя эти концепции могут быть сложными в теории и звучать так, как будто вам нужно пройти курс исчисления, чтобы понять их (и вы вроде как делаете, если хотите докопаться до сути), их индивидуальная визуализация на самом деле удивительно понятна.

Давайте посмотрим на простой пример. Скажем, у вас есть набор терминов, которые вам нужно разделить на две группы: «овощи» и «мясо». Не все слова обозначают овощи или виды мяса, но вы все равно должны это делать, группируя слова, которые встречаются в контексте мяса чаще (например, «копченые»), в кластер «мясо» и наоборот.

Вот как может выглядеть визуализация этих векторов слов.

Источник: http://bookworm.benschmidt.org/

Как видите, термины с высокими «овощными» баллами направлены вверх, а термины с высокими «мясными» баллами - вправо. Рядом с линией в середине находятся более нейтральные термины, которые встречаются в обоих контекстах одинаково часто.

Важно отметить, что кластеризация терминов в семантические группы - далеко не единственное, что может сделать word2vec. Другим важным аспектом является выявление взаимосвязей между терминами путем расчета физического расстояния между их векторами. Выше вы можете видеть, что «мясо» и «мясо» появляются рядом друг с другом и, следовательно, близки по значению. «Отбивные», «стейк» и «свинина» связаны еще ближе друг к другу. Обратите внимание, что слова, расположенные рядом друг с другом, не обязательно должны быть синонимами. Это могут быть термины, которые часто появляются близко друг к другу, например «банан» и «яблоко».

Теперь давайте сделаем еще один шаг вперед. Мы выяснили, что мы можем вычесть векторы друг от друга, чтобы определить их родство (чем меньше расстояние, тем больше они связаны). Но что, если мы добавим два вектора вместе? А потом вычесть еще один вектор из суммы?

По-видимому, это именно то, что Google делает для некоторых запросов.

Для векторов выше уравнение Рим - Италия + Китай будет равно Пекину. Фактически, это векторная беседа на вопрос «Какое образование имеет те же отношения с Китаем, что и Рим с Италией?», Или просто «Какая столица Китая?».

Вот пример того, как word2vec используется в обработке запросов. Предположим, на мгновение вы забыли слово «палец» (и вам это слово крайне необходимо). Благодаря использованию векторов терминов вы можете использовать Google "пальцы ног", и как бы странно это ни звучало, Google поймет, что вы имеете в виду. Он выяснит, что пальцы являются частью концепции «руки», и изменит запрос на что-то вроде «Что имеет такое же отношение к ногам, как пальцы к рукам?». (или, в векторном разговоре, «нога + палец - рука») и будет искать недостающую часть в этой ассоциации. Благодаря этому вы увидите именно то, что ищете (вместо списка страниц, в которых упоминаются «ноги» и «пальцы»).

Видите, как они выделены жирным шрифтом в избранном ответе без единого упоминания слова «палец»? Умный, а?

юридические лица

Сущности являются элементами Google График знаний - конкретные объекты, о которых Google знает некоторые факты, такие как люди, места и вещи. Бизнес, знаменитость или завод могут быть сущностями. Самое замечательное в сущностях состоит в том, что Google знает о них очень много, что позволяет поисковикам мгновенно найти сущность по определенному факту.

Таким образом, поиск чего-то, что Google считает уникальным свойством определенной сущности, даст результаты поиска по этой сущности. Таким образом, «самый большой город в мире» может быть преобразован в «Какая организация обладает уникальным свойством быть самым большим городом в мире?» и соответствовать сущности Токио. Точно так же «генеральный директор Google» будет соответствовать Сундар Пичай.

В некотором роде вы хотите иметь уникальную, объективную характеристику для вашего бизнеса, не так ли?

Интересно, что сигналы поведения пользователей может повлиять такие результаты поиска на основе сущностей, как и любой другой вид результатов. Скажем, если Google находит две сущности с одинаковым весом, которые соответствуют запросу, он обычно отображает результаты обоих в поисковой выдаче. Если вы ищете "Joe's NYC", при условии, что вы никогда не искали его раньше, вы получите результаты по ряду предприятий с названием: бар Джо, паб Джо, кафе Джо и пиццерия Джо. Но как только вы нажмете на определенный результат, скажем, на пиццерию, Google может сохранить эту сущность как предпочитаемую вами в контексте этого поиска. Поэтому, когда вы снова запустите подобный поиск, ваш предпочтительный объект, скорее всего, появится в верхней части результатов, и другие объекты могут быть вообще исключены из SERP.

Заключительные слова

Вышесказанное говорит о том, что Google быстро становится умнее (даже если вы похожи на людей) в определении значения ключевых слов, перефразировании этих ключевых слов и получении лучших результатов поиска в ответ. Мы можем рассматривать это как плохие новости или как хорошие новости, но мы мало что можем сделать, кроме как адаптироваться.

Одна концепция, которую я хочу, чтобы вы взяли из этой статьи, состоит в том, что результаты поиска, которые видят пользователи, представляют собой не просто комбинацию запроса и факторов ранжирования. Между тем, Google может изменить запрос так, чтобы он мог ответить на него лучше, и этот процесс изменения может сильно отличаться для разных запросов - и даже для одного и того же запроса, сделанного в разные моменты времени (представьте, что поиск «oscar» несколько месяцев с этого момента).

Так есть ли что-то, что SEO еще могут сделать сейчас, когда мы запутались в этой семантической сети? Конечно. Вот несколько советов.

1) Получить на графе знаний. Хотя нет волшебной формулы, которая наверняка поможет вам в этом, есть ряд шагов, которые значительно повысят ваши шансы на выигрыш в Списке знаний для вашего бизнеса. Вот шаги для панель локальных знаний и те, для более универсального График знаний бренда ,

2) Продолжайте бороться за эти рейтинги. Меня всегда удивляло то, как некоторые SEO-специалисты начинают сомневаться в ценности ранжирования как SEO-KPI из-за растущей персонализации поиска. Не забывайте, что когда кто-то запускает поиск по вашему целевому ключевому слову в первый раз, вы должны сделать все возможное, чтобы оказаться в числе лучших результатов. Если вы это сделаете, и если поисковик нажмет на вашу запись, вы станете их предпочтительным объектом, и их последующие поиски, вероятно, будут включать вашу компанию в качестве главной, если не единственной, сущности в результатах. В противном случае, если ваш конкурент занимает первое место, а поисковик нажимает на их список, вы, вероятно, навсегда потеряли этого клиента.

3) Тщательно следите за своей нишей. Теперь совершенно очевидно, что Google может использовать разные факторы ранжирования (и разные уточнения запросов) для разных ниш и даже отдельных запросов. Универсальный подход к SEO, основанный на ссылках и структуре сайта, все еще имеет право голоса; но в контексте определенного запроса он может быть перевешен другими факторами, специфичными для этого запроса или ниши. Вот тут-то и появляется интеллект SERP. В SEO PowerSuite Отслеживание ранга Например, мы называем это «История SERP» - архив 30 лучших результатов поиска для каждой проверки рейтинга (для сохранения истории SERP вам потребуется Лицензионный ключ Rank Tracker ). Если вы посмотрите на график флуктуаций SERP, вы сможете мгновенно определить важные изменения в SERP для каждого ключевого слова во время каждой проверки рейтинга. Красные всплески на графике мгновенно сообщат вам о важных изменениях в поисковой выдаче, которые вам необходимо изучить. Это может указывать на то, что Google начал интерпретировать запрос по-разному или что он начал рассматривать различные факторы ранжирования. В любом случае, это хорошая идея, чтобы проверить с SERP и посмотреть, что изменилось - так что вы можете быть первым, кто адаптируется.

Теперь к вам. Что вы думаете о влиянии семантического поиска на SEO и прогнозах на его будущее? Я с нетерпением жду ваших мнений, идей и вопросов в комментариях ниже.

Похожие

Комментарии