|
Chung tay xây dựng cộng đồng 
Cấp bậc: Binh nhì
Tham gia: 20/11/2019
Bài viết: 29
Đến từ: Hà Nội
Đánh giá: [0]
|
SEO có liên quan nhiều hơn là chỉ bao gồm các từ khóa và cụm từ có liên quan trong nội dung web. Một trong những cải tiến gần đây để xếp hạng các trang của bạn cao hơn trong kết quả của công cụ tìm kiếm liên quan đến việc sử dụng trí tuệ nhân tạo. Cụ thể hơn, AIO (hoặc Tối ưu hóa trí tuệ nhân tạo) đang tạo ra khá nhiều tiếng vang với chủ sở hữu trang web và blog. Khi nói đến AIO, thật khó để đánh bại những gì RankBrain cung cấp.
XEM THÊM: https://ggmedia.biz/perfmatters-la-gi-cong-dung-download/
Một điều bạn cần hiểu là RankBrain không phải là thứ gì đó xuất hiện từ hư không. Nó đã được một thời gian. Bạn cũng nên nhận ra rằng những nỗ lực của bạn tại SSL và thiết kế trang web của bạn với quyền truy cập di động vẫn còn trên bàn. Nhưng nếu bạn đã bỏ qua AIO cho đến thời điểm này, đã đến lúc thêm nó vào hỗn hợp SEO của bạn.
Cách đây không lâu, một trong những đèn hàng đầu của Google đã đăng một tweet tóm tắt tình huống độc đáo:
Tôi nghĩ rằng hầu hết các SEO có thể tối ưu hóa cho RankBrain, họ biết cách làm điều đó thật, điều đó quá đơn giản để họ phát minh ra thứ gì đó điên rồ. (Gary Illyes @methode ngày 27 tháng 6 năm 2017)
XEM THÊM: https://ggmedia.biz/san-pham-la-gi-cap-do-cac-yeu-to-cau-thanh-san-pham/
Như Illyes chắc chắn biết, đó không phải là một chiến lược phức tạp hay một bí mật đen tối nào đó để sử dụng RankBrain để tối ưu hóa. Những gì có khả năng thiếu là một kiến thức làm việc về những gì RankBrain xảy ra và làm thế nào nó có thể và không thể tác động đến các nỗ lực tối ưu hóa - bao gồm AIO.
Bắt đầu với những điều cơ bản: RankBrain là gì?
Chiến lược hoạt động như thế này. Google sử dụng công cụ học máy này để phân tích và đủ điều kiện về dữ liệu mới, đặc biệt là văn bản mới được đăng hoặc cập nhật trực tuyến. Việc xử lý làm cho nó có thể đi qua một lượng dữ liệu không thể tin được và chia nó thành dữ liệu được gọi là dữ liệu định lượng. Với dữ liệu hiện ở dạng các thực thể toán học mà thuật toán hiện tại của Google có thể hiểu được, quá trình xếp hạng bắt đầu.
Khi các truy vấn đó đủ điều kiện thông qua RankBrain, nhiệm vụ chia nhỏ chúng thành định lượng bắt đầu. Là một công cụ AI, nó dựa trên những gì nó học được từ trình độ dữ liệu trước đó và liên quan đến dữ liệu mới hơn. Theo một nghĩa nào đó, điều này có nghĩa là RankBrain đang đưa ra dự đoán thông minh về ý nghĩa của các từ và những gì người dùng đang cố gắng tìm kiếm. Điều đó làm cho nó có thể liên hệ những từ đó với những người khác có cùng ý nghĩa chung.
Đúng là trong những năm qua, số lượng truy vấn hoàn toàn mới đã giảm. Điều đó không có nghĩa là tổng khối lượng truy vấn đã giảm. Điều đó chỉ có nghĩa là các công cụ "biết" nhiều hơn bây giờ rằng việc định lượng dữ liệu đơn giản hơn. Ngay cả với sự ra đời của điện thoại thông minh và truy vấn bằng giọng nói, số lượng truy vấn mới và có phần chưa được biết đến đã giảm 25% so với một thập kỷ trước.
Lời về học máy
Nếu bạn không quen thuộc với khái niệm học máy, đây là một số nền tảng bạn có thể sử dụng tốt. Thuật ngữ này lần đầu tiên được xác định bởi Arthur Samuel vào năm 1959 khi ông đắm mình vào nghiên cứu khoa học máy tính và giúp thiết lập các giao thức và phương pháp tiếp cận lý thuyết học tập tính toán. Định nghĩa của ông rất dễ nắm bắt cho thời đại và vẫn áp dụng cho những con đường tinh vi hơn mà khoa học máy tính đã thực hiện: "Học máy mang lại cho máy tính khả năng học mà không cần lập trình rõ ràng".
Làm thế nào điều này áp dụng cho định nghĩa của máy học? Nó cho chúng ta biết rằng nó tập trung vào việc khám phá việc tạo ra các thuật toán và đặt giai đoạn dự đoán kết quả nào sẽ liên quan nhất đến một truy vấn.
Kết quả công cụ tìm kiếm chỉ là một cách mà máy học phát huy tác dụng. Đó cũng là điều giúp ứng dụng email khách của bạn lọc các email gửi đến và xác định chúng có thể là thư rác. Học máy đang hoạt động khi xác định các mối đe dọa đối với mạng của bạn hoặc nhận thấy khi việc truy cập trái phép đang diễn ra. Nó thậm chí còn ảnh hưởng đến công nghệ như OCR (nhận dạng ký tự quang học) được sử dụng làm biện pháp bảo mật trong nhiều cài đặt.
Bạn có thể không nghĩ học máy là trí tuệ nhân tạo, nhưng nó là một trong những ví dụ đơn giản nhất về AI - và nó cung cấp một chức năng có giá trị theo nhiều cách.
ARL và thứ hạng của bạn
XEM THÊM: https://ggmedia.biz/13-tieu-chi-quan-trong-nhat-trong-seo-2019-tong-hop-tu-google/
Học quy tắc kết hợp là một trong những ví dụ tinh tế hơn của học máy. Nó liên kết hoặc liên quan đến các truy vấn mọi người thực hiện với dữ liệu trên trang web hoặc blog của bạn. Thông tin của bạn càng phù hợp và thú vị về mặt truy vấn được thực hiện, cơ hội tốt hơn ARL sẽ nhận ra mối quan hệ.
Bạn đã trải nghiệm ARL tại nơi làm việc trước khi bạn mua máy tính cá nhân đầu tiên đó. Trong nhiều thập kỷ, các nhà bán lẻ đã dựa vào đó để đánh giá các mô hình hành vi của người tiêu dùng và phát triển các chiến lược để giữ khách hàng quay trở lại. Từ các chương trình khách hàng thân thiết đến phiếu giảm giá và các ưu đãi khác, những ý tưởng đó xuất hiện nhờ áp dụng dữ liệu học được thông qua ARL.
Vấn đề là ARL không chỉ kể câu chuyện về những gì đã đi trước đó. Các thông tin lượm lặt được có thể được sử dụng để dự đoán những gì sẽ xảy ra trong tương lai. Điều này giúp các nhà bán lẻ dự đoán những gì người tiêu dùng có khả năng cũng sẽ tìm kiếm trong cách thức hàng hóa hoặc dịch vụ.
Ví dụ: nếu kết quả ARL chỉ ra rằng người mua hàng trong siêu thị đã tìm đến một vài gói xúc xích và một lọ lớn hoặc thưởng thức, dự đoán là người mua hàng cũng sẽ mua bánh, gia vị và khoai tây chiên. Bao thanh toán vào thời điểm trong năm và lưu ý rằng đó là vào một kỳ nghỉ khi mọi người nướng nhiều hơn, việc dự đoán mặt hàng nào sẽ được bán và di chuyển nhiều sản phẩm sẽ dễ dàng hơn.
RankBrain cũng sử dụng ARL để chiếu và liên kết các tìm kiếm với thông tin có vẻ liên quan. Kết quả là kết quả nhọn hơn có khả năng giúp người dùng tìm thấy những gì họ đang tìm kiếm.
Các truy vấn đơn giản có thể liên quan đến khá nhiều thứ khác nhau có thể có vấn đề. Một truy vấn một từ có thể áp dụng cho tất cả các loại sự kiện, con người hoặc hoạt động. Xem xét những gì sẽ xảy ra nếu người dùng gửi truy vấn cho từ "valleri." Kết quả có thể là lời bài hát thành công năm 1968 của Monkees với tên đó hoặc nó có thể đưa ra dữ liệu về nữ diễn viên Valerie Harper. Nó thậm chí có thể hiển thị kết quả khám phá nguồn gốc của tên và các biến thể của nó.
Xếp hạng Google và kết quả tìm kiếm của bạn
Hoạt động với hơn một tá ngôn ngữ, RankBrain đã thay đổi cách Google quản lý kết quả. Trước năm 2016, nhóm nghiên cứu tại Google đã sửa đổi thuật toán theo cách phản ứng. Với RankBrain, quá trình này được dự đoán và chủ động hơn. Hoạt động như một phần của thuật toán, kết quả mang tính thời sự hơn, cho phép các sự kiện gần đây nhất và nói chung có khả năng đáp ứng nhiều hơn cho người dùng cuối.
Vì vậy, nơi mà để lại tối ưu hóa?
RankBrain không tối ưu hóa cách thay đổi thuật toán trong quá khứ. Khó khăn hơn để tìm cách giải quyết và đáp ứng bản phát hành mới nhất. Mô hình diễn giải là một phần của RankBrain có nghĩa là sử dụng nhiều hơn các thực tiễn SEO thông thường tập trung vào các từ khóa và cụm từ hội thoại, thắt chặt nội dung và đảm bảo mọi từ đều được tính.
Cuối cùng, RankBrain đang biến thuật toán tìm kiếm thành bạn của bạn. Các phương pháp đôi khi phức tạp của một thập kỷ trước khiến nội dung của bạn có vẻ hơi kỳ lạ đối với người đọc có thể biến mất vĩnh viễn. Bây giờ, vấn đề là sử dụng từ khóa mọi người sử dụng một cách có trách nhiệm, một cách tự nhiên và cung cấp cho người dùng thông tin họ thực sự có thể sử dụng mà không cần nhiều lông tơ.
|