الگوریتم رنگ برین چیست؟
الگوریتم های گوگل با هدف یافتن بهترین صفحه از یک وب سایت با توجه به مفهوم و عبارت سرچ شده توسط کاربر طراحی و پیاده سازی شده اند. کمپانی گوگل برای تحقق این هدف الگوریتم های زیادی را ت کنون با هدف مختلفی معرفی کرده است، همانطور که از الگوریتم های ابتدایی گوگل، الگوریتم های چون پاندا، پنگوئن و...(که اینک به بلوغ و تکامل خود رسیده اند) دقت کنید، خواهید فهمید که این الگوریتم ها ابتداعا با هدف درک ارتباط معنایی بین کلمات و گاها نحوه نگارش کلمات کلیدی و... داشتند. مفاهیمی چون چگالی کلمات کلیدی و همچنین پراکندگی کلمات کلیدی در محتوای سایت ها مفاهیمی بود که این الگوریتم ها بر آنها نظارت و تکیه داشتند.
البته همین موضوع باعث شد تا برخی از وب مستران و صاحبان سایت ها با تولید محتوای بی کیفیت و زرد و تنها با رعایت یک سری اصول به نتایج اولیه صفحات گوگل صعود پیدا کنند. که این امر در مرور زمان باعث ایجاد نارضایتی بین کاربران گوگل میشد.
الگوریتم هایی مثل الگوریتم رنک برین (RankBrain Algorithm) با هدف درک مفهومی و با تکیه بر دانش هوش مصنوعی به گونه ای طراحی و پیاده سازی شد که در صفحات اینترنت به جای توجه به یک کلمه کلیدی، مفهوم کلی آن صفحه را در نظر گرفته و در هنگام سرچ کاربر، در صورت تشخیص تشابه مفهومی بین دو عبارت ( عبارت در نظر گرفته شده برای یک صفحه و عبارت جست و جو شده توسط کاربر)، آن صفحه را در نتایج جست و جوی خود ظاهر کند. در ادامه نحوه عملکرد الگوریتم رنک برین را در قالب یک مثال در ویدئو زیر مشاهده خواهید کرد :
الگوریتم RankBrain رنک برین چیست؟
الگوریتم رنک برین یک الگوریتم مبتنی بر هوش مصنوعی و یادگیری ماشین برای موتور جست و جو است که گوگل آن را در سال 2015 معرفی و برای اولین بار راه اندازی کرد. گوگل با استفاده از این الگوریتم توانست با پردازش خود نتایج جست و جو شده، نتیجه بهتر و مرتبط تری را به کاربران نمایش دهد. تمام تلاش این الگوریتم بر این است که رضایت کاربران از جست و جو را به بالا ترین حد ممکن برساند. در یکی از مصاحبه های مدیران ارشد گوگل اینگونه اعلام شد که الگوریتم رنک برین سومین عامل اثر گذار بهبود جایگاه سایت و رتبه بندی صفحات جست و جو است.
در واقع میتوان در تعریفی دیگر از الگوریتم RankBrain این چنین گفت که این الگوریتم با تحلیل داده های وب و همچنین درک هر چه بهتر نیاز و مفهوم کاربر از عبارت مورد جست و جو و تاثیر گذاری ان بر نتایج جست و جو و همچنین کمکی بر الگوریتم مرغ مگس خوار توسط گوگل طراحی و پیاده سازی شد.
وقتی از این مفهوم صحبت میکنیم که الگوریتم رنک برین بر پایه یادگیری ماشین پیاده سازی شده است بهتر است یک اشاره به مفهوم یادگیری ماشین نیز داشته باشیم : یادگیری ماشین به این معناست که در آن ماشین به جای یادگیری و آموزش از انسان، با یکسری برنامه ریزی ها و المان های مشخص شده، نحوه کارکرد و فرآیند حل مساله ای را بیاموزد.
المان های مهم و تاثیر گذار در الگوریتم رنک برین :
هر الگوریتم برای سنجش کیفیت یک سایت از یکسری پارامتر ها و فاکتور های مشخص تبعیت میکند که الگوریتم رنک برین (RankBrain Algorithm) نیز از این قاعده مستثنا نیست. ما در ادامه به معرفی پارامتر های اصلی الگوریتم رنک برین برای رتبه بندی سایت ها میپردازیم.
نرخ کلیک یا همان CTR : نرخ بالای کلیک برای الگوریتم رنک برین یکی از معیار ها و اساس این فهم است که کاربران علاقه و تعامل بالایی با این سایت دارند. همانگونه که در بالا اشاره کردیم، این الگوریتم بر اساس یادگیری ماشین بوده و معیار اصلی آن رضایت کاربران است.
تعریف CTR : نرخ کلیک عبارت است از تعداد کلیک هایی که بر روی یک سایت در نتایج جست و جو به تعداد نمایشی که در صفحات نتایج جست و جو میشود گویند. پس به هر میزان که نرخ کلیک بالاتری در یک کلمه کلیدی خاص برای یک سایت وجود داشته باشد به این معنا است که کاربران تعامل بهتری را با این سایت نسبت به دیگر وب سایت ها در نتایج جست و جوی آن کلمه کلیدی دارند. پس این الگوریتم تصمیم میگرید تا آن سایت را در جایگاه بالاتری نسبت به دیگر وب سایت ها قرار دهد.
- استفاده از اسنیپت ها و استراکچر ها میتواند کمک بسازیی در بالا بردن نرخ کلیک شما بکند!!!
تایم ماندگاری کاربر : همانطور که میدانید محتوای طولانی و با کیفیت یکی از معیار های گوگل برای رتبه بندی یک صفحه و ک مقاله است. بسیاری از سایت ها با علم بر این موضوع سعی بر این دارند که با تولید محتوای کپی شده و تکراری و اصول کلاه سیاه شبه مقالات طولانی را به وجود آورند. الگوریتم رنک برین با اندازه گیری زمان ماندگاری کاربر در یک سایت به خوبی متوجه کیفیت محتوای آن صفحه و سایت میشود. در واقع از دید گوگل به هر میزان که کاربر در یک سایت بیشتر بماند و زمان بیشتری را در ان سایت سپری کند محتوای آن سایت برای کاربر با ارزش است.
پوگو استیکینگ (Pogo sticking) : به این معنا است که اگر کاربری یک سایت را که در صفحه نتایج موتور های جست و جو نمایشه داده شده با کند و بعد از چند ثانیه و کوتاه آن از ان سایت مجددا به صفحه نتایج بازگردد و یک سایت دیگر را انتخاب کند. این عمل بدان معناست که کاربر ارتباط خوبی را به هر دلیل (محتوای غیر مرتبط، محتوای بی کیفیت، عدم موجودی کالا و..) با آن سایت نداشته است. و تکرار این عمل برای یک سایت توسط چند کاربر مختلف میتواند به مثابه افت رتبه یک سایت باشد.
نرخ پرش یا همان Bounce Rate :
همانطور که تا به اینجا در مورد الگوریتم رنک برین (RankBrain Algorithm) صحبت کردیم، تمامی تلاش این الگوریتم بر فهم میزان ارتباط کاربر با یک سایت است، نرخ پرش نیز به این معناست که کاربر بعد از وارد شدن به یک صفحه از سایت، آیا صفحات دیگر آن سایت رو مشاهده مکند و یا بعد از دیدن آن صفحه، سایت را میبندد. این پارامتر نیز یکی دیگر از فاکتور های اصلی الگوریتم رنک برین است.
چگونگی عملکرد الگوریتم رنک برین (RankBrain Algorithm)
نکته ای که در مورد کلیت الگوریتم رنک برین حائز اهمیت است و دانستن آن خالی از لطف نیست این است که این الگوریتم بر خلاف دیگر الگوریتم های قدیمی گوگل که بر اساس یکسری معیار های ثابت و فرمول ها و معادلات ریاضیاتی نتایج را نمایش میدادند و تقریبا روالی ثابت را داشتند الگوریتم رنک برین به صورت دائمی و همیشگی در حال به روز رسانی و آپدیت است. این الگوریتم با یادگیری الگو های جدید در هر لحظه خود را به روز رسانی کرده و عملکرد بهتری را نبست به روز های قبل از خود در اصلاح نتایج جست و جو نشان میدهد.
در رابطه با نجوه عملکرد الگوریتم رنک برین باید بگوییم که این الگوریتم ابتدا با تفسیر و درک مفهوم کلمه کلیدی سرچ شده و همچنین ارتباط و قرابت معنایی بین کلمات جست و جو شده به جای تکیه بر معنی تحت الفظی هر یک از کلمات، سعی در یک در انتزاعی از مفهوم سرچ شده میکند و با مقایسه آن با داده های درک شده از قبل و همچنین به کار گیری و تکیه بر پارامتر هایی چون : منطقه جغرافیایی کاربر، زبان جست و جو، سابقه سرج، و علایق شخص جست و جو کننده، سعی در نمایش نزدیک ترین نتیجه ممکن به کاربر میکند.
تا به اینجای کار را میتوان قسمت اول الگوریتم رنک برین دانست، در قسمت دوم این الگوریتم همان گونه که در قسمت پارامتر های این الگوریتم ذکر کردیم، رفتار کاربر و سنجش رفتار کاربر است که در تصمیم گیری و رتبه بندی وب سایت ها دخیل میکند.
- رفتار یک کاربر و یا تعداد کمی از کاربران برای گوگل نمیتواند ملاک و معیار قرار بگیرد، بلکه این سنجش بر اساس برآیند رفتار هزاران و گاها میلیون ها جست و جو و کار است که مورد توجه این الگوریتم قرار خواهد گرفت.
نکته کلیدی و کاربردی 1 : یکی از المان هایی که الگوریتم رنک برین گوگل برای درک و مفهوم محتوای یک صفحه استفاده میکند، عبارات لینک شده به یک صفحه یا همان انکر تکست های بک لینک های آن صفحه است. به این معنا که اگر شما به یک صفحه با کلمه کلیدی "رپورتاژ آگهی" لینک دهید، گوگل حدس خواهد زد که آن صفحه در مورد "رپورتاژ آگهی" است. یکی از اصلی ترین روش های وب مستران و سئو کاران برای سئوی یک سایت برای یک کلمه کلیدی، استفاده از بک لینک های با کیفیت و با انکر تکست های مختلف و هم خانواده برای آن صفحه است. همانطور که شما در هنگام تولید محتوای خود باید از عبارات کلیدی هم خانواده برای بالا بردن احتمال درک الگوریتم رنک برین از مفهوم محتوا باید استفاده کنید، میتوانید با بالا بردن جایگشت های انکر تسکت های بک لینک های خود نیز احتمال بالا بردن سایت خود در نتایج موتور های جست و جو را نیز افزایش دهید.
نکته کلیدی و کاربردی 2 : دلیل تاکید استفاده از انکر تکست های طولانی یا همان long tail keywords ها همین است که الگوریتم رنک برین به جای تکیه بر معنی تحت و الفظی یک کلمه کلیدی، تاکید و تکیه بر تفسیر یک عبارت برای درک بهتر و نتایج بهتر دارد. پس شما اگر بر اساس این اصل سئو و فرآیند بک لینک خود را پیش ببرید، میتوانید هم به سرعت و با اطمینان در نتایج گوگل رشد کنید و از طرفی نیز به مرور زمان در کلمات تکی نیز رشد داشته باشید.
نکته کلید و کاربردی 3 : بسیاری از کاربران به اشتباه در هنگام نوشتن مقاله، از کلمات و مفاهیم ثقیل و سنگین استفاده میکنند، این نوع نگارش مخصوصا در زبان فارسی که گوگل هنوز از این زبان به درک کاملی نرسیده، باعث میشود که شما یا رتبه خوبی نگیرید و یا به اشتباه در کلمات دیگری رتبه بگیرید. به همین دلیل همیشه توصیه بر این است که محتوای خود را به ساده ترین حالت ممکن بنویسید.