谷歌RankBrain

一、什么是RankBrain?

RankBrain 是谷歌的一个机器学习（AI）人工智能算法，用于帮助谷歌处理和理解搜索查询。

RankBrain 是谷歌核心“算法”的一个组成一部分，它是一个计算机程序，使用机器学习来对搜索引擎查询中最相关的结果进行排序。

在RankBrain之前，Google还是一个纯手工代码算法，并使用它的这些基本算法来决定给定查询显示哪些结果。

在后RankBrain时代，人们认为查询现在通过一种解释模型，应用可能的因素，如搜索者的位置、个性化和查询的单词，以确定搜索者的真实意图。

通过识别这个真正的意图，谷歌可以提供更多相关的结果。

所以，简单来讲，RankBrain调整了谷歌算法。

根据关键词，它会增加或减少反向链接，内容新鲜度，内容长度，域名权重等因素的重要性。

然后，研究谷歌搜索用户如何与新搜索结果互动。
如果用户更喜欢这个新算法，它就会留下来。

如果不是，RankBrain 将回滚到旧的算法。

二、为什么RankBrain很重要？

谷歌最近声明RankBrain是谷歌排名第三重要的因素。

（在我们之前的文章中曾经讲过，谷歌有超过200个排名信号。在这其中，最重要的是内容，高质量的内容是确保排名的首要因素。第二大因素则是链接。）

彭博社的一篇文章也曾经讲过：
“RankBrain 是“数百个”信号之一，这些信号合成了一个算法，该算法决定谷歌搜索页面上出现什么结果，以及这些结果在哪里排名。
在实施的几个月里，RankBrain 已经成为搜索查询结果的第三重要信号。”

一般，谷歌要求一组谷歌工程师为给定的搜索搜索查询确定最佳页面，同时他们还要求 RankBrain做同样的事情。

实践发现RankBrain 的准确率表现比谷歌聪明的工程师高出10% ！

因此它比人工算法更有效，更准确。

三、关于 RankBrain 的其他事实

• RankBrain 已经被引用为谷歌蜂鸟整体算法的一部分。
• 2015年，Google 宣称 RankBrain 被用来处理15% 查询。从2016年，谷歌将 RankBrain 应用于所有查询。

四、RankBrain如何工作？

RankBrain 主要是用来解释人们提交的搜索结果，这些搜索结果可能不包含搜索的确切词。
谷歌已经有办法在输入的查询之外找到页面。
一般来讲，RankBrain有两个主要工作：

1. RankBrain如何理解搜索查询（关键词）

为了清楚地理解 RankBrain 的概念，你可以设身处地地为谷歌着想。

例如可以试着理解搜索引擎查询“olympics location”的意图。

这个搜索的真实意图是什么？

搜索者想了解夏季奥运会还是冬季奥运会？他们指的是刚刚结束的奥运会，还是四年后将举行的奥运会？

是奥运会的参会者，正坐在一家旅馆里，寻找开幕式的地点？还是搜索者正在寻找古希腊第一届奥运会举办地的历史信息？

现在，想象一下，在试图回答这个查询时，你只有一些简单的算法信号，比如内容的质量或者一段内容获得的链接数量，来为搜索者排名。

想象一下，日本夏季奥运会2020年8月8日结束，而东京奥运会官方网站已经获得了大量链接。

如果你的算法过于简单，它可能只显示有关东京夏季奥运会的结果，因为他们已经获得了最多的链接… 即使搜索者实际上希望知道2022年北京冬奥会的地点。

正是在这种复杂而普遍的情况下，RankBrain 的能力才显得至关重要。

只有通过基于机器学习算法“注意到”搜索者行为模式的数学计算结果，谷歌才能确定，例如，大多数查找“奥运地点”的人想知道下一届奥运会(2022年北京冬奥会)将在哪里举行。

在这种情况下，一个谷歌回答盒子，其中包含即将到来的奥运会的地点，将满足大多数搜索者的需求。

尽管这个回答盒子可能解释了大多数“olympics location”搜索背后的意图，但谷歌必须解决一些明显的例外。

例如，如果搜索是由奥运期间奥运城市(比如北京)内的用户执行的，谷歌可能会转而提供开幕式举行地点的行车路线。

换句话说，像用户位置和内容新鲜度这样的信号必须被考虑在内，以解释用户的意图，并提供最有可能满足搜索者的结果。

RankBrain 是一项正在进行中的工作，其目标是随着时间的推移，使机器学习完善谷歌对搜索者意图的解释。
有趣的是，我们现在的时间是2021年12月底“olympics location”查询返回的结果是:

这是否表明机器认为搜索这个词的大多数人对最新夏季奥运会以及以往夏季奥运会举办地点感兴趣？

RankBrain的成功，是基于它计算出的模式，而且它持续处于“工作中”，从我们询问的模糊性不能确定搜索者是想要一个最新奥运会地点的答案，还是一个以往奥运会举行地的答案？

如果我们在2022年2月执行这个查询，它会返回什么？答案是否会显示北京？因为届时围绕这一事件的信号已经增强了。（北京冬奥会将在2022年2月举行）

因为 RankBrain 对谷歌核心搜索算法的影响程度和细微差别尚未完全充实，所以了解 RankBrain 如何工作的最好方法之一可能来自于观察谷歌对你自己的各种问题作出令人满意的回答的频率。

以及它如何展示搜索结果。

2. RankBrain如何衡量用户满意度

RankBrain 可以尝试理解新的关键词。它甚至可以自己调整算法。
但最大的问题是: 一旦 RankBrain 显示了一系列结果，它如何知道这些结果是否真的是好的？
它是这样做的:

实际上，RankBrain向你展示一系列它认为你喜欢的搜索结果。

如果有很多人喜欢结果中的某一特定页面，他们将给予这个页面排名提升。

当然反之亦然，如果人们都不喜欢某个页面，RankBrain将会用其他类似页面把这个页面替换掉。

然后它会继续查看用户对新结果的互动和满意度。

那么RankBrain究竟在关注什么？
它在密切关注搜索用户与搜索结果的互动。
具体包括这些因素：

• 有机点击率
• 停留时间
• 跳出率
• Pogo-Sticking

其实就是所谓的用户体验信号（UX signals）。

我们看一个例子：
你在打网球时拉伤了背部肌肉。于是你在谷歌搜索 “pulled back muscle”。

和大多数人一样，你点击了第一个搜索结果页。

很不幸，你发现这个页面都是些废话，并不是你要找的内容。

于是你点击返回按钮，然后查看第二个搜索结果页：

第二个页面也不是你要找的内容。

然后你继续返回到搜索结果查看第三个结果页。

这次你发现，这个页面就是你要找的内容。

所以你不再点击返回按钮，而是花了五分钟时间来阅读页面中的内容。

因为这个页面就是你感兴趣的内容，所以你不会再返回搜索结果页。

这种在不同的搜索结果之间跳来跳去被称作“pogo-sticking”。

这是RankBrain非常关注的一个内容。

如果谷歌注意到人们迅速从一个页面离开并点击不同的搜索结果，意味着传递给谷歌一个强烈的信号：“人们不喜欢这个页面。”

这种情况RankBrain就会将这些人们不喜欢的页面在排名中下降。

如果谷歌注意到人们的pogo-sticking在一个特定页面上停了下来，他们会给予这个页面排名提升，让人们更容易找到它。

五、如何优化RankBrain

RankBrain 可能代表你理论和实践中的一个或小或大的变化。

尊敬的专利专家 Bill Slawski 举了以下例子说明为什么 RankBrain 在搜索环境中是必要的:

“对于马术运动员来说，马是一种四条腿的大型动物;
对于木匠来说，马有四条腿，但它不生活在田野里，也不咀嚼干草;
对于体操运动员来说，马是一种体操运动项目;
对于 RankBrain 来说，上下文很重要，确保你抓住上下文可能是优化这种机器学习方法的关键。”

以下是如何优化RankBrain的几点建议：

1. 不同的排名信号适用于不同的查询

在RankBrain之前，通过评估所有传统信号(链接多样性、内容深度、关键词匹配等)来评估网站页面优化可能是合适的。

有了RankBrain之后，seo 需要确定最能满足用户需求的内容类型。

对于像突如其来的飓风这样的事情，你对新鲜度的依赖要远远超过链接的因素。

而对于像美国本土音乐的历史这样的内容，你将依赖于内容的深度，可能还有你的网站对该领域覆盖的相关话题—- 权重信号。

要知道驱动 RankBrain 的机器学习算法正在将排名信号与搜索意图相匹配，seo 也必须这样做。

2. 提升网站品牌信号

搜索引擎优化寻求建立你的品牌的信誉作为搜索引擎和人类用户信任的一个资源。

建立品牌信誉的好处是可以为对你重要的关键词获得好的排名。

你的品牌是否需要在新鲜度、深度、链接的多样性、高用户参与度或其他信号上建立自己的声誉？

答案取决于你所涉及的主题(例如，实时体育赛事比分和西班牙语学习在线课程)。

你希望排名的搜索需要快速、简短的答案还是深入的探索内容？

随着时间的推移，你的域名必须建立在它想要服务的信号的基础上，RankBrain 创造了一个环境，在这个环境中你的品牌可以因为提供满足特定需求的特定类型的内容而闻名。

3、针对RankBrain的关键词研究

正如你看到的，Google 现在可以理解关键字背后的意图。

那么，这是否意味着传统的关键词研究已经死亡呢？

没有！也就是说，你可能需要调整你的关键词研究过程，使其更加RankBrain友好。

以下是如何做:

3.1长尾关键词已死

在过去，创建几百个不同的页面是有意义的… … 每个页面都围绕一个不同的关键字进行了优化。

而现在你可能已经知道，为相同话题的长尾关键词，例如“ spatula”、“ spatulas”、“ kitchen spatula”、“ pancake turner”和“ metal spatula”创建页面的做法，是一项即浪费时间又低效的工作。

现代 SEO 将把所有这些短语(及其相关的 url)组合成一个包含自然语言的完整内容，包括反映人类搜索和说话方式的不同关键词短语。

对于大多数搜索引擎优化专业人员来说，这已经不是什么新鲜事了，但是 RankBrain 的出现强调这个做法，那就是把重点放在全面的关键词概念上，而不是突出多个页面来覆盖像“widget”和“widgets”这样的变体词。

因为这些类似的词都是基于相同的话题。

所以他们的谷歌搜索结果也几乎相同。

因此针对相同话题下不同的关键词分别创建页面去优化的时代已经宣告结束。

3.2围绕中尾话题关键词优化

中尾关键字是介于头词和长尾词中间的一类关键词。

它们比长尾关键词有更高的搜索量，但竞争度又不高。而且这些词往往是一个独立的话题。

例如话题关键词“Paleo Diet”, 它属于一个中尾话题关键词。

当你围绕一个中尾话题关键词词优化页面时，RankBrain将自动帮你为该词以及成千上百个类似关键词同时排名。

（因为这个话题中还包含了大量其他类似关键词）

所以，建议你一个页面只设定一个目标关键词。

（并确保这个目标关键词是一个中尾话题关键词）

这样RankBrain会为你单一页面目标关键词排名的同时，还为该话题下大量不同的相关关键词同时排名。

4. 为有机点击率优化标题和元描述

前文中我们已经了解，有机点击率是RankBrain的一个重要排名信号。
那么如何优化这两个内容以以便让更多的人点击你的结果？

以下是一些方法：

4.1设置带有感情的标题标签

毫无疑问：情绪化标题会获得更多点击。

CoSchedule 发现高度情绪化的标题和社会分享之间有明显关联。

例如，这个标题：
Productivity Tips: How to Get More Done
还不错，但还是距离推动人们点击还差一点。

以下是如何将标题标签转化为情感动力(同时保持它对 seo 友好) :
Crush Your To-Do List With These 17 Productivity Tips

现在，创作高度情绪化的标题并不总是有意义，但是只要可以，你就应该这样做。

4.2在标题结尾加括号

研究发现包含括号的标题比不含括号的标题有更高的点击率。

4.3.在标题中使用数字

包括BuzzSumo在内的很多营销资源都明确数字可以提升有机点击率。

4.4优化元描述

方法跟标题类似。

首先，要让元描述包含情绪元素。

其次，要包含卖点也就是为什么人们点击你的结果。

第三，可以使用一些广告中用到的单词或短语。

最后是在元描述中包含你的目标关键词。

5. 为RankBrain优化跳出率和停留时间

5.1 将你的内容放在折叠之上。

这个在LIKE.TG的跳出率优化案例文章中也有提到。

我们的案例网站：ebglass.net

在优化前页面banner太高（600），导致页面内容大部分在折叠之下。

我们将banner高度调整到300后，内容被放到了折叠之上，跳出率也有原来的平均70%降到了不足2%。

5.2使用短描述（最多5-10个句子）

你的文章描述是90%的读者决定留下来还是离开的重要因素。

你用短描述推销人们将要阅读的内容就像：

人们阅读后就会知道他们来对地方了。

5.3 发布有深度和长度的内容

这是一个简单的数学计算，读一篇5000字的文章肯定要比读一篇400字的时间花费要长。

但你还要确保内容有深度，即能覆盖该话题的所有内容。

例如，LIKE.TG发布的：如何创建比竞争对手更好的内容

因为我们有足够的长度，也对该话题进行了充分的覆盖。

我们这个页面平均停留时间为5分20秒。

另外因为几乎没有跳出数据，所以RankBrain稳稳的将我们为目标关键词“如何创建比竞争对手更好的内容”一直排在谷歌第一的精选摘要中。

5.4 将内容分割成小块

最简单的方式是使用副标题。

6. 在内容中使用LSI关键词

LSI关键词是与你的内容主题相关的关键词。

它可以为RankBrain提供页面的上下文理解。

例如，如果你在写一篇链接建设的指南。
LSI关键词应该有：

• Baclinks
• Domain Authority
• Email outreach
• Anchor text
• dofollow link
• PageRank

当RankBrain在你的内容中看到这些字眼，它就能确定你的内容是关于link building的。

LSI关键词还意味着你可以为更多相关关键词排名。

7. 为优化RankBrain而坚持创建高质量内容

高质量内容有良好的用户体验，包括：点击率、停留时间、跳出率、Pogo sticking等。

因而rankBrain往往比较喜欢给予高质量内容更高的排名。

8. 使用结构化数据

使用结构化数据可以让谷歌算法更容易理解你的内容。

虽然目前看似不会影响排名，但未来谷歌很有可能会引入更多相关的AI算法。

另外结构化数据对于有机点击率的影响是有直接关系的。

而点击率是RankBrain重点关注的一个因素。

总结

RankBrain 是一个令人兴奋的发展，因为它将人工智能引入了谷歌算法。

这种趋势很可能会在未来继续下去，因为搜索引擎会努力使他们的算法更加智能化，以最大化用户体验。