Google的算法在思想上有兩個(gè)主要目標(biāo)

人工智能（AI）滲透到每個(gè)業(yè)務(wù)的每個(gè)部門，從自動化制造工廠工作到擴(kuò)大以前認(rèn)為機(jī)器無法觸及的區(qū)域（如人力資產(chǎn)）。但是，作為在線廣告和營銷領(lǐng)域的資深人士，我無濟(jì)于事，但是讓我的創(chuàng)造力徘徊在AI和機(jī)器學(xué)習(xí)將如何影響SEO（網(wǎng)絡(luò)優(yōu)化）的世界（組織用來排名的方法不斷增加）在搜索引擎結(jié)果頁（SERP）中。

我們已經(jīng)看到了全面的AI網(wǎng)絡(luò)優(yōu)化革命的開始，搜索企業(yè)家正爭先恐后地保持調(diào)整的節(jié)奏。但是接下來的幾年會怎樣呢？接下來的十年呢？

我們說的是“搜索引擎”，但是大多數(shù)時(shí)候我們都在談?wù)揋oogle。Bing，Yahoo！，DuckDuckGo和其他引擎僅共享搜索用戶群的一小部分，并且它們的大多數(shù)技術(shù)都是以Google的技術(shù)為藍(lán)本。因此，我們最大的疑問是，Google將來如何將AI納入其中，以改變普通消費(fèi)者的搜索方式？

從歷史上看，Google的算法在思想上有兩個(gè)主要目標(biāo)：

改善消費(fèi)者專業(yè)知識。Google需要客戶尋找他們正在尋找的解決方案，并獲取正確的，無價(jià)的內(nèi)容材料。這是至關(guān)重要的一門課，也是一門復(fù)雜的課。為了實(shí)現(xiàn)這一目標(biāo)，Google不僅要出色地發(fā)揮其搜索引擎的功能，還必須找到，組織和評估互聯(lián)網(wǎng)上高質(zhì)量內(nèi)容的方式。

讓客戶繼續(xù)使用Google。Google會在個(gè)人使用時(shí)賺取現(xiàn)金，并且只要可行就保留在平臺上。我們將在后面的部分中了解為什么這是必不可少的。

Google已經(jīng)以幾種替代方式利用了機(jī)器學(xué)習(xí)功能，這只是比其發(fā)展更早的時(shí)間問題。

排名腦和機(jī)器學(xué)習(xí)

首先，讓我們考慮RankBrain，這是對Google的Hummingbird算法的一種基于機(jī)器學(xué)習(xí)的改進(jìn)，該算法于2015年推出。從2013年開始，Hummingbird的替代品最初推出了“語義搜索”功能。它旨在判斷消費(fèi)者查詢的上下文，而不是實(shí)際內(nèi)容。除了優(yōu)先考慮實(shí)際匹配的關(guān)鍵短語之外，Hummingbird允許Google考慮同義詞，相關(guān)短語以及其他內(nèi)容。這是走上正確路線的一步，因此，這意味著客戶可能會發(fā)現(xiàn)更高的結(jié)果，并且搜索優(yōu)化器現(xiàn)在可能無法擺脫關(guān)鍵詞填充。

RankBrain是一種修改，它使Google可以查看消費(fèi)者搜索信息的大部分內(nèi)容，并機(jī)械地增強(qiáng)其對消費(fèi)者短語的解釋。它主要針對冗長，令人費(fèi)解或難以理解的短語，最終將其降低到算法可以更簡單地處理的大小和難易程度。從那時(shí)起，它一直在自我更新和增強(qiáng)。

這是未來搜索將如何發(fā)展的重要指示。我猜想比在替換指南后看到替換指南更合理，我們將看到主要基于機(jī)器學(xué)習(xí)的見識而設(shè)計(jì)的用于自我更新的額外算法調(diào)整。這比讓人們完成所有工作更快捷，更具成本效益。

內(nèi)容質(zhì)量和鏈接質(zhì)量

我相信我們還將看到主要的AI開發(fā)被用來更高地感知內(nèi)容質(zhì)量和搜索優(yōu)化器產(chǎn)生的超鏈接的質(zhì)量。

鏈接和內(nèi)容材料是大多數(shù)Web優(yōu)化方法的重點(diǎn)因素。Google研究超鏈接可計(jì)算域和頁面級權(quán)限（或可信度）;通常，網(wǎng)站指向它的額外超鏈接，并且這些超鏈接越高，其排名就越高。同樣，寫得更好的額外相關(guān)內(nèi)容材料往往會在SERP排名中上升，并吸引互聯(lián)網(wǎng)客戶。更好的內(nèi)容材料和更高的超鏈接意味著您將通過網(wǎng)絡(luò)優(yōu)化技術(shù)獲得下一次投資回報(bào)（ROI）。

多年來，Google在分析網(wǎng)站上的高質(zhì)量內(nèi)容材料和超鏈接方面已經(jīng)取得了長足的進(jìn)步。搜索企業(yè)家已經(jīng)從嘗試欺騙Google的算法發(fā)展為輕松嘗試提供絕對最佳的工作。

目前，Google評估內(nèi)容材料和超鏈接的主觀“質(zhì)量”的策略很好，但是它們始終可能更高。對于AI代理來說，逐步研究什么使優(yōu)質(zhì)內(nèi)容材料“好”，要比依靠指導(dǎo)代理將這些參數(shù)直接編碼到系統(tǒng)中更簡單。我想Google會在不久的將來做出更多的努力來自動化高質(zhì)量的分析。