它能够在单词语料库中重新定位单词或概念

RankBrain 在长尾查询上特别有趣且强大，它能够在单词语料库中重新定位单词或概念。对于互联网用户来说，这是向前迈出的一大步，他们现在可以依靠 Google 的性能比人类更好地了解他们想要什么！ RankBrain 的工作原理 因此，作为搜索引擎的用户，不可能知道我们 WhatsApp 号码数据 的某个查询是否被 RankBrain 处理。我们所知道的是，该算法目前正在处理 15% 的请求。显然，这个百分比在未来几年注定会增加。 搜索引擎：它是如何工作的？ 为了更好地理解 RankBrain 的工作原理，了解搜索引擎的工作原理非常重要。 在 Googlebot 能够提供查询的搜索结果之前， 它们必须抓取数十亿个页面并为其编制索引。因此，优化 抓取预算 对于网站的 SEO 非常重要！然后，对内容进行详细分析并根据主要排名因素进行评估，从而可以建立排名。 搜索引擎是如何工作的？



来源： OnCrawl 要了解有关这方面的更多信息，请参阅 我们的搜索引擎专用指南。 在用户端，有 3 种类型的查询： 事务性、信息性和导航性。如果谷歌还不能从字面意义上理解内容，它可以轻松识别所涵盖的主轴和主题。这怎么可能 ？RankBrain 检测 命名实体 并创建矩阵，该矩阵将特别用于定义结果的排名。因此，每种类型的查询对应于不同的搜索结果。同样，该算法评估两个内容之间的相似性。 例子： “Nike Air Max”是用于访问 Nike 品牌网站的产品页面的查询（导航查询）。 “便宜的白色耐克女式运动鞋”将导致销售耐克运动鞋的电子商务网站的结果，因为这个查询背后有真正的购买意图（交易查询）。 “如何保养我的 Nike 皮革运动鞋？” 将引导用户进入 Wiki 类型的提供有关皮革和运动鞋维护建议的页面（信息请求）。 谷歌人工智能接管 在RankBrain到来之前，谷歌工程师负责进行 算法更新。但从那时起，它确实开始发挥作用。结果就在那里：RankBrain 可以提供比工程师精确大约 10% 的结果。技术团队越来越依赖这种算法，该算法通过机器学习不断改进，以最好地满足用户请求。








为了完善对搜索引擎用户的使用和期望的了解，RankBrain 多次进行测试以检测哪些是最相关的结果。就像网络营销专家在网站上设置 A/B 测试活动来确定哪种设计、哪种按钮、哪种颜色、哪种文本可以让您获得最多的转化一样 ， RankBrain 将为 同一查询提供不同的结果并分析什么效果最好，用户最喜欢什么。 RankBrain 的独特之处在于它的 自学习能力。除其他外，它们还用于在后续搜索期间重定向其搜索结果。目标始终相同：提供符合互联网用户期望的个性化用户体验。 应用于 SEO 领域，RankBrain 中集成的人工智能概念辅以机器学习，赋予算法全部力量。 机器学习和深度学习 机器学习和深度学习：研究的未来 到 2020 年，新技术世界将越来越受到机器学习和深度学习的影响。