就像大多数谷歌算法更新一样，RankBrain也笼罩在神秘之中。该算法于2015年10月上线，成为谷歌机器学习系统发展的又一个里程碑。RankBrain成为谷歌核心算法中最重要的部分之一，很快被引用为仅次于反向链接和内容的第三个重要排名因素。因此，在本文中，您将得到最常见问题的答案，包括RankBrain算法是如何工作的，它如何改变SEO，以及如何针对它进行优化。什么是谷歌RankBrain算法?RankBrain是如何工作的?RankBrain会影响哪些查询?什么是机器学习和人工智能?什么是神经匹配?RankBrain与神经匹配有何不同?RankBrain是蜂鸟的一部分吗?RankBrain是排名信号吗?RankBrain是如何改变SEO的?如何优化RankBrain?RankBrain是如何出现的:短暂的史前。在讨论RankBrain之前，让我先简单介绍一下它的背景故事。我相信你还记得10年前的互联网是一个巨大的旧的混乱-垃圾网站用来统治排名，网站所有者用来购买链接，SEO真的很远被称为公平的游戏。但在2011年，一切都永远改变了，因为谷歌意识到质量和相关结果应该放在第一位。因此，搜索引擎开始了一场白帽SEO革命，通过熊猫算法和企鹅算法的更新(分别在2011年和2012年)惩罚和降低不值得信任的网站的排名。就在高质量的网站开始在排名靠前的位置(或多或少如此)之后，谷歌制定了提高相关性的方针。以前，谷歌常常查看查询中单独的单词来确定搜索意图，但这并不总是有效。这就是为什么它提出了蜂鸟更新(2013年)，通过考虑关键字及其上下文的组合，在语义搜索方面取得了突破。然而，搜索结果仍然离完美相关很远，因为算法不知道如何处理不断出现的不熟悉的搜索查询。事实上，谷歌每天处理的查询中大约有15%是新的。因此，两年后，也就是2015年10月，谷歌引入了RankBrain，其目的是处理不熟悉的查询并为它们预测最佳结果。谷歌RankBrain算法是什么?
RankBrain是谷歌的机器学习系统的名称，用于处理不熟悉的和独特的查询，并将它们与已有的搜索联系起来，为用户提供更相关的搜索结果。尽管RankBrain更新于2015年4月推出，但它是在谷歌高级研究科学家格雷格·科拉多(Greg Corrado)同年10月接受彭博社采访时首次公开提及的。Greg Corrado当时是这样描述RankBrain的:
“RankBrain使用人工智能将大量的书面语言嵌入到计算机可以理解的数学实体(称为向量)中。如果RankBrain看到一个它不熟悉的单词或短语，它就可以猜测哪些单词或短语可能有相似的意思，并对结果进行相应的过滤，从而更有效地处理从未见过的搜索查询。”#2 RankBrain在SEO中是如何工作的?
RankBrain使用所谓的“实体”，这是谷歌知道一些事实的特定对象，比如人、地点和事物。在数学算法的帮助下，它将实体划分为更具体的词向量，导致特定的serp。自然地，相似的词向量会导致相似的serp。关于实体最好的一点是，谷歌已经收集了关于它们的大量信息，可以立即为您的查询提供最精确的搜索结果。然而，当RankBrain遇到未知查询时，它搜索与原始查询最相似的向量，并返回其结果。随着时间的推移，谷歌会根据用户交互和搜索模式改进过去未知的搜索查询的结果。基本上，RankBrain会分析用户输入相同搜索查询后的最终搜索结果。如果它注意到许多用户更喜欢一个特定的搜索结果，RankBrain会认为它更相关，很可能会在其他类似的查询中排名更高。
RankBrain在理解面向否定的查询时也显示出很好的结果——关键字短语包含”without”或”not “这样的词。那时，谷歌会简单地跳过这些单词。
“基本上，这是一个排名因素。这是机器学习的一部分。它试图识别模式和数据桶。它会查看过去搜索的数据，并根据在这些搜索中运行良好的方法，尝试预测对某个查询最有效的方法。这对于长尾查询和我们从未见过的查询效果最好。例如“我能在不使用攻略的情况下打败马里奥兄弟吗?”没有RankBrain，我们给出的结果并不符合我的需求。但有了RankBrain，我们可以给出满足我的问题的结果。”
#3哪些查询受RankBrain影响?在2015年，当RankBrain刚刚推出时，它只在所有谷歌搜索中使用了15%。然而，在2016年，当RankBrain开始显示出令人惊讶的良好结果时，谷歌对机器学习系统的信心开始增长。但是，RankBrain仍然没有处理所有的查询，主要是专门处理谷歌不清楚的查询。正如Steven Levy明确指出的那样，“RankBrain可能不会参与到每一个查询中，但会参与到很多查询中。”RankBrain不参与处理所有查询背后的逻辑非常简单——当谷歌确信一个查询的含义时，RankBrain对它毫无用处。只有当谷歌无法理解某个查询是关于什么的时候，它才会进入游戏。什么是机器学习和人工智能?为了更好地理解RankBrain，您还必须了解什么是机器学习和人工智能。这两者的问题是，它们紧密地交织在一起，因此经常被误解。简而言之，人工智能是一个更广泛的概念，指能够执行通常需要人类智能的任务的机器，如视觉感知、语音识别、决策和语言之间的翻译。说到机器学习，它是人工智能的一个应用程序，可以自己学习，而不需要显式编程。这正是RankBrain所做的——它会根据过去的经验自动学习和改进。什么是神经匹配?
神经匹配在2018年春季成为了行业中最热门的热词。在Danny Sullivan于2018年9月宣布谷歌开始使用神经匹配后，这个话题在seo中非常受欢迎，当时影响了约30%的查询。我们还没有收到任何关于这个问题的澄清，直到Danny Sullivan在推特上描述了神经匹配的概念:
“神经匹配是一种基于人工智能的系统，谷歌在2018年开始使用，主要是为了理解单词如何与概念相关。这就像一个超级同义词系统。同义词是与其他单词密切相关的单词。”简单地说，神经匹配是一种帮助谷歌更好地将单词与搜索联系起来，以试图提供最相关的搜索结果的系统。RankBrain与神经匹配有何不同?知道RankBrain和神经匹配都是基于人工智能的系统，他们仍然有很大的不同。除了上述的推文，Danny Sullivan还提供了一个很好的例子来说明神经匹配是如何工作的:
“例如，神经匹配帮助我们理解搜索“为什么我的电视看起来很奇怪”与“肥皂剧效应”的概念有关。然后我们可以返回关于肥皂剧效果的页面，即使没有使用准确的单词。这里是Danny Sullivan如何用两个简单的句子解释RankBrain和神经匹配之间的核心区别:
总结:- RankBrain帮助谷歌更好地将页面与概念联系起来-神经匹配帮助谷歌更好地将单词与搜索联系起来。搜索者和网站管理员不需要做什么特别的事情。这些都是我们核心系统的一部分，旨在自然地增进理解。那么，RankBrain和神经匹配有什么区别呢?根据我们从谷歌收到的这些评论，这两者之间的核心区别是它们执行不同的任务。神经匹配的主要目的是将查询与特定的概念联系起来，形成Danny Sullivan所说的“超级同义词系统”。然后RankBrain进入游戏，并根据历史用户行为返回最相关的serp。请记住，这只是一个假设，没有官方评论来证明我们是对是错。尽管RankBrain和神经匹配的功能不同，但它们仍然有一些共同点——它们都在理解自然语言和搜索查询背后的含义方面做得很好。RankBrain是蜂鸟的一部分吗?
蜂鸟是整个谷歌搜索算法，它由负责特定任务的许多不同部分组成。RankBrain也在蜂鸟下运行，负责处理独特的查询——它不处理所有的搜索，只有主流算法才会这样做。RankBrain帮助蜂鸟算法为它可能不知道的搜索词提供更准确的结果。
相关:谷歌算法更新小抄
#8 RankBrain是排名信号吗?信号还是不是信号，这是个问题。事实是，在彭博社的同一个采访中，格雷格·科拉多确实把RankBrain称为谷歌的第三重要排名信号。他是这么说的:
“RankBrain”是进入算法的“数百”信号之一，该算法决定了谷歌搜索页面上出现什么结果以及它们的排名。在几个月的时间里，RankBrain已经成为影响搜索查询结果的第三重要信号。”根据你刚刚读到的内容，RankBrain确实是一个排名信号。然而，这种说法在很大程度上还是取决于你对排名信号的理解。从更传统的意义上说，排名信号是搜索引擎算法在分配排名时考虑到的某些网站特征(如页面上的关键词、反向链接的数量、页面权限等)。因此，如果我们从这一侧看排名信号，那么RankBrain肯定不是一个排名信号——它不是一个网站特征，也没有RankBrain评分(至少没有人知道它)。这就是为什么在我看来，RankBrain更像是一个关键字处理机制，而不是一个排名因素。但如果我们从另一个角度来看，把排序信号看作是参与排序过程的算法的一部分，那么RankBrain肯定可以被称为排序信号。RankBrain是如何改变SEO的?
既然RankBrain的目标是将搜索者与尽可能相关的结果联系起来，那么搜索意图就成为了首要任务。这就是为什么RankBrain只优先选择真正满足其要求的页面——回答搜索者的问题，允许交易(如果需要)，或提供关于查询中所陈述的主题的综合信息。所以基本上，今天高效的内容优化没有u是不可能的了解搜索意图，进行针对搜索意图的关键词研究。另一件事，谷歌RankBrain更新改变在SEO好的是内容优化的重点从关键词转移到主题。我想对于大多数seo和数字营销人员来说，一个关键词一个页面的概念已经不复存在了。这意味着在RankBrain时代，你所需要努力的是全面性——你不可能通过创建大量的页面来覆盖不同的关键词变化来获得高排名。
#10如何优化RankBrain?
1。基本上，到目前为止，我们收到的关于RankBrain优化的唯一建议来自于Gary Illyes，他是谷歌网站的趋势分析师，他说:
“优化RankBrain实际上非常简单，这是我们可能已经说了15年的事情，建议是——用自然语言编写。”试着写一些听起来人性化的内容。如果你试图像机器一样写作，那么RankBrain就会感到困惑，可能会把你推回去。但是，如果你有一个内容网站，试着读一些你的文章或任何你写的东西，并询问人们这听起来是否自然。如果它听起来像对话，如果它听起来像我们会在你的日常生活中使用的自然语言，那么当然，你为RankBrain优化了。如果没有，那么你就是“未优化”。我敢肯定，这个谷歌的官方推荐对你来说并不奇怪，你已经在创建内容，把它放在第一位，瞄准人类读者。然而，在优化《RankBrain》时仍然需要考虑一些事情。
2。正如我已经提到的，RankBrain的最终任务是为你提供最相关的搜索结果。因此，让你的页面与期望的搜索意图相匹配是非常重要的，因为这几乎总是需要高点击率。所以优化RankBrain的第一步是尝试理解关键词背后的搜索意图。只需在搜索框中键入关键字，然后查看谷歌给出的结果，并尝试找出关键字背后的搜索意图。
例如，当你输入“绿色奶昔”时，谷歌得到的结果是:
搜索结果的整个第一页是绿色奶昔食谱-当你搜索“冠军联赛”时，谷歌假设你想知道最近的比赛结果，并提供了比分、进球的球员和一大堆其他的数据。更重要的是，当你开始输入“冠军联赛”时，谷歌会直接在搜索栏中告诉你最近一场比赛的比分和日期。
3。
有可能你的一些页面并没有真正匹配所需的搜索意图。如果是这种情况，您需要努力提高页面的相关性和全面性。正如我已经提到的，随着RankBrain将重点从关键词转移到主题，你需要通过使用相关术语和同义词使你的内容页面尽可能全面。此外，利用RankBrain处理自然语言的能力，尽量避免使用不自然的措辞，特别是在标题和元描述中。也就是说，提高内容相关性和综合性的最好方法是利用Rank Tracker的竞争研究模块，它可以让你收集大量相关数据和顶级竞争对手使用的搜索词。
只要在排名追踪器中打开你的项目，移动到竞争对手研究，并选择如何搜索M，根据领域或主题。然后输入关键词，等待工具分析10个顶级竞争对手，并收集它们的共同关键词。
4。知道点击率是RankBrain算法在估计页面相关性时考虑的事情之一，确保你的代码片段得到很好的优化是非常重要的，因为它们直接影响点击率。
考虑使用谷歌搜索控制台来发现低点击率的页面。之后，看看他们的代码片段，看看如何改进。
5。继续努力提高你的排名
即使搜索的个性化越来越大，排名的价值仍然很高。在RankBrain时代，当用户搜索你的目标关键词，你的网站出现在顶级结果中，它就成为他们首选的实体。这意味着你的网站在你的竞争对手随后的类似搜索中排名很高的机会。简单地说，你的排名越高，你就越有可能在类似的查询中排名。
6。我强烈建议你经常做的最后一件事是密切关注你的细分领域。RankBrain的问题是，如果它认为你的关键词的搜索意图发生了变化，它可以重新调整serp。因此，如果Netflix推出了一部与你品牌名称相似的电视剧，该电视剧的评论将超过你的页面。如果您不希望发生这种情况，请确保不断地监视关键字的serp。最简单的方法是借助Rank Tracker的SERP History工具，它可以让你在每次排名检查期间立即发现每个关键字的SERP的重要变化。
RankBrain对于SEO有多重要?关于谷歌不断变化的算法，我们可以肯定的是，它们从来不会长时间保持不变。谷歌很有可能(如果还没有)调整和完善RankBrain。更重要的是，RankBrain是在不断学习和改变的，所以唯一正确的事情是把你的内容瞄准人类，保持与搜索意图相关，并使其具有对话性和最新的。和往常一样，我非常渴望得到你的答复。请在评论中分享你对RankBrain的看法——我们见!