Préface
Dans cet article, nous passons en revue l’algorithme RankBrain(l’apprentissage automatique) de Google et analysons les effets de cet algorithme sur le site et le RankBrain avec l’algorithme d’apprentissage automatique.
Au cours des dernières semaines, le débat sur l’optimisation de l’intelligence artificielle (AIO) a suscité un regain d’enthousiasme, et de nombreux sites d’actualités et blogs en ont parlé. Nous avons également l’intention de poursuivre ce processus. Au cours des dernières semaines, l’attention des experts SEO sur l’impact du HTTPS sur le référencement et le référencement se déplace vers RankBrain.
Le fait est que l’optimisation de l’intelligence artificielle semble être un concept contradictoire. Si nous imaginons Google comme un jeune enfant, lorsque nous envoyons cet enfant à l’école et lui apprenons à lire un livre, nous nous attendons à ce qu’il comprenne également le sens des phrases et l’écriture du livre. Si le contenu, les informations et les images du livre ne sont pas optimisés, cet enfant ne pourra pas apprendre et comprendre son contenu.
L’optimisation du site pour l’algorithme RankBrain n’est pas une chose compliquée. Alors, pourquoi accorde-t-on autant d’attention à ce problème, même si l’algorithme n’est pas nouveau? Dans cet article, nous passerons en revue RankBrain et expliquerons les concepts précédents et analyserons les effets de cet algorithme sur le référencement.
Qu’est-ce que l’algorithme RankBrain ?
RankBrain est un algorithme d’apprentissage automatique utilisé par Google pour convertir de grands volumes de données qualitatives en données et vecteurs quantitatifs afin qu’ils puissent être compris et analysés par l’ordinateur.
15% des recherches Google sont recherchées pour la première fois par jour, il est donc courant pour cet algorithme de voir de nouvelles recherches. En utilisant des données précédemment traitées, RankBrain peut générer de bons résultats pour de nouvelles recherches basées sur des recherches similaires.
Le pourcentage de nouveaux termes de recherche Google est passé de 25% en 2007 à 15% en 2017. Mais grâce à l’essor des smartphones, le nombre de nouvelles recherches a globalement augmenté. Généralement, RankBrain fait ce qui suit:
- Interprète la requête de recherche
- Identifie le but de la recherche
- Sélectionne les résultats de la base de données
Qu’est-ce que l’apprentissage automatique?
L’apprentissage automatique( Machine Learning)est une machine informatique créée par Arthur Samuel en 1959 et est décrite comme suit:
[jv_quote style = « default » width = « 0 »] L’apprentissage automatique donne aux ordinateurs la possibilité d’apprendre sans être programmés. [/ jv_quote]
Arthur Samuel a fondé les premières recherches dans ce domaine, notamment des recherches sur la reconnaissance des formes et la théorie de l’apprentissage informatique.
La science de l’apprentissage automatique se concentre sur la construction d’algorithmes qui peuvent prédire en fonction des données statistiques et des fréquences. L’apprentissage automatique a été utilisé dans de nombreuses applications avant l’algorithme RankBrain. Il s’agit notamment des logiciels espions, des menaces réseau, de la détection des intrus et de la reconnaissance des caractères des images. Bien que cette science fasse partie de l’intelligence artificielle, ce n’est pas un type avancé et de haut niveau.
Apprenez la loi de la dépendance
L’association Rule Learning est une méthode d’exploration de données dans de grandes bases de données qui peut être utilisée pour découvrir des relations intéressantes entre les variables existantes.
Récemment, cette méthode a été utilisée dans les magasins en ligne pour détecter le comportement des clients lors de leurs achats, en produisant des coupons de réduction et des services de formation. Par exemple, un magasin peut prédire le comportement d’achat des clients en collectant et en analysant ses données client.
La méthode ARL est également utilisée pour prédire les dépendances et les relations entre les variables. Par exemple, si un client achète du fromage, des oignons et des oignons dans le magasin, il ou elle est susceptible de mettre la viande dans son panier. L’algorithme RankBrain utilise de telles règles pour fournir des résultats de recherche, en particulier lorsque différentes significations d’un mot ou d’une expression sont choisies.
Un exemple de ceci est le mot anglais, Dench. Si un utilisateur recherche ce mot, trois significations sont dérivées. Le folklore est une marque de vêtements ou de l’actrice américaine Judi Dench, significations qui en découlent. En raison de l’ambiguïté de la signification de ce mot, Google utilise ses algorithmes et tente de comprendre le comportement de l’utilisateur lors de la recherche du mot, en essayant de comprendre l’objectif principal de l’utilisateur et d’afficher les résultats de recherche appropriés.
Concepts ARL
Le concept de base d’ARL est résumé dans le support, la précision, les progrès et le développement, mais nous utilisons les concepts de support et de confiance dans RankBrain.
Soutien
Le support ARL signifie mesurer la façon dont un élément est affiché dans une base de données sur une certaine période. Ce concept varie en fonction de la densité des mots clés de recherche ou du nombre de vues qu’ils affichent.
Précision
La précision de l’ARL signifie mesurer la précision des résultats de prédiction de cet algorithme. Cette fonction fonctionne sur la base d’un vocabulaire interrelié. Par exemple, si un utilisateur recherche le mot POTUS, qui est abrégé en président américain, il y a une forte probabilité que Donald Trump recherche ou voit dans les résultats de la recherche. Nous voyons également les noms de Barack Obama, George W. Bush ou Abraham Lincoln comme leurs résultats de recherche préférés.
L’algorithme RankBrain de Google utilise ces règles de dépendance dans ses résultats de recherche pour afficher les éléments les plus probables et les plus pertinents pour l’utilisateur.
RankBrain et référencement
Le projet RankBrain a été mis en œuvre dans une variété de langues allant de l’anglais à l’hindi. Le seul objectif de cet algorithme est d’aider Google à présenter les meilleurs termes de recherche afin que l’utilisateur obtienne la meilleure expérience utilisateur de Google et obtient des résultats satisfaisants de sa recherche.
La différence entre le travail de Google avant et après le lancement de RankBrain était qu’avant l’émergence de cet algorithme, les ingénieurs logiciels de Google avaient toujours modifier leurs algorithmes mathématiques pour déterminer le rang et la position des sites lors de la recherche. Cette formule reste constante jusqu’à ce qu’une mise à jour soit publiée. RankBrain fait partie du cœur du moteur de recherche de Google et est utilisé depuis 2016. Ainsi, avec RankBrain, les résultats de recherche changent constamment et les sites ne sont pas stables.
Optimisation et référencement pour l’algorithme RankBrain
Maintenant que nous connaissons le concept de RankBrain et avons réalisé que cet algorithme fonctionne au cœur de Google, nous devrons peut-être changer notre stratégie de référencement. Surtout les sites dont le référencement est affilié avec des backlinks. Mais RankBrain n’est pas le même que les anciens algorithmes de Google tels que Panda et Penguin.
Dans les anciens algorithmes de Google, nous savions comment éviter d’être pénalisés par l’algorithme de pingouin, et en lisant une série d’articles, nous pourrions garder l’algorithme de Panda heureux. De l’autre côté de l’histoire, l’algorithme RankBrain est un modèle conceptuel qui ne peut pas être optimisé pour un site Web d’une manière spécifique. Cependant, il existe plusieurs techniques de référencement que nous savons associées à cet algorithme.
Les pages de porte ne fonctionnent plus
L’idée de créer une page axée sur un mot-clé particulier et de créer un grand nombre de ces pages appelées pages de porte est complètement obsolète. L’algorithme Hummingbird a identifié ces pages en 2103 et les a supprimées de la page de résultats. RankBrain double également le pouvoir de détection de ces pages afin qu’elles n’aient plus la possibilité d’apparaître dans les pages de recherche.
L’utilisation de tels mots clés ne donnera des résultats positifs que lors d’une première utilisation logique et d’autre part avec un contenu et une structure d’URL appropriés. Il a également une expérience utilisateur positive pour les utilisateurs.
Différentes recherches ont des paramètres de classement différents
L’algorithme RankBrain fait que les paramètres de classement sont les mêmes pour tous les mots et requêtes et ont un poids différent dans chaque cas. Aucune autre instruction ne peut être utilisée pour chaque mot clé et phrase.
Certains termes nécessitent plus de contenu et moins de liens, et d’autres dépendent de moins de contenu et de plus de liens dans le classement. Ce compte ne peut pas compliquer une version fixe de SEO pour chaque phrase.
Structure de lien interne
Le guide SEO officiel de Google indique qu’un lien interne vers un article est efficace pour le classer. En outre, le contenu lié à partir de la page d’accueil est plus précieux.
Par conséquent, l’optimisation des liens internes du site est l’un des facteurs clés les plus importants pour les pages. De plus, pour augmenter le niveau d’expérience utilisateur, des liens internes appropriés entre les pages et le contenu doivent être utilisés.
À quoi ressemblera l’avenir de l’algorithme RankBrain?
Lorsque l’algorithme a été lancé en 2015, il ne concernait initialement qu’environ 15% des résultats de recherche. Mais un an plus tard, Google a annoncé que l’algorithme était très développé et affectait désormais presque toutes les recherches. C’est probablement la raison pour laquelle de nombreux résultats de recherche en 2016 ont changé.
À mesure que l’algorithme RankBrain devient plus puissant, nous nous familiarisons avec les concepts et les relations entre les mots et comprenons la relation entre les mots recherchés par les pages. Cela sera également très efficace dans le développement de la recherche vocale, ainsi que dans la précision des recherches traditionnelles.
Conclusion
Si vous voulez savoir ce qu’est RankBrain? En bref, l’algorithme RankBrain a été l’un des changements les plus importants de Google ces dernières années. En raison de son concept et de sa fonction, cet algorithme ne peut pas être optimisé ni optimisé pour le référencement. Mais le comprendre peut rendre le contenu du site plus optimisé et comprendre les changements et les fluctuations des résultats de recherche.
FAQ: Qu’est-ce que l’algorithme RankBrain
Qu’est-ce que RankBrain?
RankBrain est le nom de Google pour un système d’intelligence artificielle d’apprentissage automatique qui est utilisé pour aider à traiter ses résultats de recherche, comme l’a rapporté Bloomberg et également confirmé par Google.
Qu’est-ce que l’apprentissage automatique?
L’apprentissage automatique est l’endroit où un ordinateur apprend lui-même à faire quelque chose, plutôt que d’être enseigné par des humains ou de suivre une programmation détaillée.
RankBrain est-il la nouvelle façon dont Google classe les résultats de recherche?
Non. RankBrain fait partie de l’algorithme de recherche global de Google, un programme informatique utilisé pour trier les milliards de pages qu’il connaît et trouver celles jugées les plus pertinentes pour des requêtes particulières.
Quel est le nom de l’algorithme de recherche de Google?
Ça s’appelle Hummingbird, comme nous l’avons signalé dans le passé. Pendant des années, l’algorithme global n’avait pas de nom officiel. Mais au milieu de 2013, Google a révisé cet algorithme et lui a donné un nom, Hummingbird.
Donc RankBrain fait partie de l’algorithme de recherche Google Hummingbird?
C’est notre compréhension. Hummingbird est l’algorithme de recherche global, tout comme une voiture a un moteur global. Le moteur lui-même peut être composé de différentes pièces, comme un filtre à huile, une pompe à carburant, un radiateur, etc. De la même manière, Hummingbird comprend différentes parties, RankBrain étant l’un des plus récents.
En particulier, nous savons que RankBrain fait partie de l’algorithme global de Hummingbird, car l’article de Bloomberg indique clairement que RankBrain ne gère pas toutes les recherches, comme seul l’algorithme global le ferait.
Hummingbird contient également d’autres parties avec des noms familiers à ceux de l’espace SEO, tels que Panda, Penguin et Payday (la «Payday Update» était un nouvel algorithme visant à nettoyer les résultats de recherche pour les «requêtes de spam» traditionnelles telles que [prêt sur salaire ], pornographique et autres requêtes fortement polluées.) conçu pour lutter contre le spam, Pigeon conçu pour améliorer les résultats locaux, Top Heavy conçu pour rétrograder les pages à fort contenu publicitaire, Mobile Friendly conçu pour récompenser les pages adaptées aux mobiles et Pirate conçu pour lutter contre la violation du droit d’auteur.
Je pensais que l’algorithme de Google s’appelait «PageRank»
Le PageRank fait partie de l’algorithme global de Hummingbird qui couvre une manière spécifique de donner du crédit aux pages en fonction des liens des autres pages qui les pointent.
Le PageRank est spécial car c’est le premier nom que Google ait jamais donné à l’une des parties de son algorithme de classement, il y a bien longtemps au moment où le moteur de recherche a commencé, en 1998.
Qu’en est-il de ces «signaux» que Google utilise pour le classement?
Les signaux sont des éléments que Google utilise pour déterminer le classement des pages Web. Par exemple, il lira les mots sur une page Web, donc les mots sont un signal. Si certains mots sont en gras, cela pourrait être un autre signal qui est noté. Les calculs utilisés dans le cadre du PageRank donnent à une page un score de PageRank qui est utilisé comme signal. Si une page est considérée comme adaptée aux mobiles, c’est un autre signal enregistré.
Tous ces signaux sont traités par différentes parties de l’algorithme Hummingbird pour déterminer quelles pages Google affiche en réponse à diverses recherches.
Combien de signaux y a-t-il?
Google a parlé de manière assez cohérente de plus de 200 signaux de classement majeurs évalués qui, à leur tour, pourraient avoir jusqu’à 10 000 variations ou sous-signaux. Plus généralement, il dit simplement «des centaines» de facteurs, comme il l’a fait dans l’article de Bloomberg d’hier.
