Una guía sobre los sistemas de clasificación de la Búsqueda de Google

Google utiliza sistemas de clasificación automatizados que
analizan muchos factores y señales
sobre cientos de miles de millones de páginas web y otros contenidos en nuestro índice de Búsqueda para presentar los resultados más relevantes y útiles, todo en una fracción de segundo. Esta página es una guía para comprender algunos de nuestros sistemas de clasificación más notables. Abarca algunos sistemas que forman parte de nuestros sistemas de clasificación principales, que son las tecnologías subyacentes que producen resultados de búsqueda en respuesta a las consultas. También cubre algunos sistemas involucrados en necesidades de clasificación específicas.

Nuestros sistemas de clasificación están diseñados para funcionar a nivel de página, utilizando una variedad de señales y sistemas para comprender cómo clasificar páginas individuales. Las señales y clasificadores a nivel de sitio también se utilizan y contribuyen a nuestra comprensión de las páginas. Tener buenas señales a nivel de sitio no significa que todo el contenido de un sitio siempre ocupará un lugar destacado, al igual que tener malas señales a nivel de sitio no significa que todo el contenido de un sitio ocupará un lugar bajo.

Mejoramos regularmente nuestros sistemas de clasificación mediante
rigurosas pruebas y evaluaciones
y proporcionamos avisos de
actualizaciones de nuestros sistemas de clasificación
cuando estas pueden ser útiles para los creadores de contenido y otros.

También puede visitar nuestro sitio Cómo funciona la Búsqueda
para comprender cómo nuestros sistemas de clasificación, combinados con otros procesos, trabajan juntos para que la Búsqueda de Google cumpla con nuestra misión de organizar la información del mundo y hacerla universalmente accesible y útil.

BERT

Bidirectional Encoder Representations from Transformers (BERT) es un sistema de inteligencia artificial que utiliza Google y que nos permite comprender cómo las combinaciones de palabras expresan diferentes significados e intenciones.

Sistemas de información de crisis

Google ha desarrollado sistemas para proporcionar información útil y oportuna en tiempos de crisis, ya sea que se trate de situaciones de crisis personal, desastres naturales u otras situaciones de crisis generalizadas:

• Crisis personal: Nuestros sistemas trabajan para comprender cuándo las personas buscan información sobre situaciones de crisis personal para mostrar líneas directas y contenido de organizaciones confiables para ciertas consultas relacionadas con suicidio, agresión sexual, ingestión de veneno, violencia de género o drogadicción. Obtenga más información sobre cómo
  la información sobre crisis personales se muestra en la Búsqueda de Google.
• Alertas SOS: Durante desastres naturales o situaciones de crisis generalizadas, nuestro sistema de Alertas SOS funciona para mostrar actualizaciones de autoridades locales, nacionales o internacionales. Estas actualizaciones pueden incluir números de teléfono y sitios web de emergencia, mapas, traducciones de frases útiles, oportunidades de donación y más. Obtenga más información sobre
  cómo funcionan las Alertas SOS y cómo forman parte de las alertas de crisis
  de Google que ayudan en tiempos de inundaciones, incendios forestales, terremotos, huracanes y otros desastres.

Sistemas de desduplicación

Las búsquedas en Google pueden encontrar miles o incluso millones de páginas web coincidentes. Algunas de ellas pueden ser muy similares entre sí. En tales casos, nuestros sistemas muestran solo los resultados más relevantes para evitar duplicaciones inútiles. Obtenga más información sobre
cómo funciona la desduplicación y cómo ver los resultados omitidos
si se desea, cuando ocurre la desduplicación.

La desduplicación también ocurre con los fragmentos destacados. Si el listado de una página web se eleva para convertirse en un fragmento destacado, no repetimos el listado más adelante en la primera página de resultados. Esto despeja los resultados y ayuda a las personas a localizar información relevante más fácilmente.

Sistema de dominio de coincidencia exacta

Nuestros sistemas de clasificación consideran las palabras en los nombres de dominio como uno de los muchos factores para determinar si el contenido es relevante para una búsqueda. Sin embargo, nuestro sistema de dominio de coincidencia exacta trabaja para garantizar que no demos demasiado crédito al contenido alojado en dominios diseñados para coincidir exactamente con consultas particulares. Por ejemplo, alguien podría crear un nombre de dominio que contenga las palabras “best-places-to-eat-lunch” con la esperanza de que todas esas palabras en el nombre de dominio impulsen el contenido a lo más alto de las clasificaciones. Nuestro sistema se ajusta a esto.

Sistemas de frescura

Tenemos varios sistemas de “la consulta merece frescura” diseñados para mostrar contenido más fresco para consultas donde se esperaría. Por ejemplo, si alguien busca una película que acaba de ser estrenada, probablemente quiera reseñas recientes en lugar de artículos más antiguos de cuando comenzó la producción. Como otro ejemplo, normalmente una búsqueda de “terremoto” podría devolver material sobre preparación y recursos. Sin embargo, si ocurrió un terremoto recientemente, es posible que aparezcan artículos de noticias y contenido más fresco.

Sistemas de análisis de enlaces y PageRank

Tenemos varios sistemas que comprenden cómo las páginas se enlazan entre sí como una forma de determinar de qué tratan las páginas y cuáles podrían ser más útiles en respuesta a una consulta. Entre estos se encuentra PageRank, uno de nuestros sistemas de clasificación principales utilizados cuando Google se lanzó por primera vez. Los curiosos pueden obtener más información leyendo el documento de investigación original de PageRank
y la patente. Cómo funciona PageRank ha evolucionado mucho desde entonces y sigue siendo parte de nuestros sistemas de clasificación principales.

Sistemas de noticias locales

Tenemos sistemas que trabajan para identificar y mostrar fuentes locales de noticias siempre que sea relevante,
como a través de
nuestras funciones “Noticias destacadas” y “Noticias locales”.

MUM

Multitask Unified Model (MUM) es un sistema de inteligencia artificial capaz tanto de comprender como de generar lenguaje. Actualmente no se utiliza para la clasificación general en la Búsqueda, sino para algunas aplicaciones específicas, como
mejorar las búsquedas de información sobre la vacuna contra la COVID-19
y mejorar las llamadas de fragmentos destacados que mostramos.

Coincidencia neuronal

La coincidencia neuronal
es un sistema de inteligencia artificial que Google utiliza para comprender las representaciones de conceptos en consultas y páginas y hacerlas coincidir entre sí.

Sistemas de contenido original

Tenemos sistemas para ayudar a garantizar que mostremos contenido original de manera destacada en los resultados de búsqueda,
incluidos informes originales,por delante de quienes simplemente lo citan. Esto incluye el soporte de un
marcado canónico
especial que los creadores pueden usar para ayudarnos a comprender mejor cuál es la página principal si una página se ha duplicado en varios lugares.

Sistemas de descenso basados en la eliminación

Google tiene políticas que permiten la eliminación de ciertos tipos de contenido. Si procesamos un volumen significativo de tales eliminaciones que involucran a un sitio particular, lo usamos como una señal para mejorar nuestros resultados. En particular:

• Eliminaciones legales:
  Cuando recibimos un volumen significativo de
  solicitudes válidas de eliminación por derechos de autor
  que involucran a un sitio determinado,
  podemos usar eso
  para descender otro contenido del sitio en nuestros resultados. De esta manera, si hay otro contenido infractor, es menos probable que las personas lo encuentren en comparación con el contenido original. Aplicamos señales de descenso similares a las quejas que involucran difamación, productos falsificados y eliminaciones ordenadas por tribunales. En el caso del material de abuso sexual infantil (CSAM), siempre eliminamos dicho contenido cuando se identifica y descendemos todo contenido de sitios con una proporción significativa de contenido CSAM.

• Eliminaciones de información personal:
  Si procesamos un volumen significativo de eliminaciones de información personal que involucran a un sitio con
  prácticas de eliminación explotadoras, descendemos otro contenido del sitio en nuestros resultados.
  También examinamos si
  se está produciendo el mismo patrón de comportamiento en otros sitios y, de ser así, aplicamos penalizaciones al
  contenido de esos sitios. Podemos aplicar prácticas de penalización similares para los sitios que reciben una cantidad significativa
  de eliminaciones de contenido relacionadas con
  contenido de doxxing,
  imágenes personales explícitas
  creadas o compartidas sin consentimiento, o
  contenido falso explícito
  no consentido.

Sistema de clasificación de fragmentos

Clasificación de fragmentos
es un sistema de IA que utilizamos para identificar secciones individuales o “fragmentos” de una página web para
comprender mejor cuán relevante es una página para una búsqueda.

RankBrain

RankBrain
es un sistema de IA que nos ayuda a entender cómo se relacionan las palabras con los conceptos. Significa que podemos
ofrecer mejor contenido relevante incluso si no contiene todas las palabras exactas utilizadas en una búsqueda,
al comprender que el contenido está relacionado con otras palabras y conceptos.

Sistemas de información confiable

Múltiples sistemas funcionan de diversas maneras para mostrar la información más confiable posible, como ayudar a mostrar páginas más autorizadas y degradar el contenido de baja calidad
y elevar el periodismo de calidad.
En los casos en que la información confiable pueda faltar, nuestros sistemas muestran automáticamente
avisos de contenido
sobre temas que cambian rápidamente o cuando nuestros sistemas no tienen una alta confianza en la calidad general
de los resultados disponibles para la búsqueda. Estos proporcionan consejos sobre cómo buscar de maneras
que puedan conducir a resultados más útiles. Obtenga más información sobre nuestro enfoque para ofrecer información
de alta calidad en la Búsqueda.

Sistema de reseñas

El sistema de reseñas tiene como objetivo
recompensar mejor las reseñas de alta calidad, el contenido que proporciona un análisis perspicaz y una investigación original,
y que está escrito por expertos o entusiastas que conocen bien el tema.

Sistema de diversidad de sitios

Nuestro sistema de diversidad de sitios funciona de manera que, por lo general, no mostraremos más de dos listados de páginas web del mismo sitio en nuestros resultados principales, para que ningún sitio domine todas las resultados principales. Sin embargo, aún podemos mostrar más de dos listados en los casos en que nuestros sistemas determinen que es especialmente relevante hacerlo para una búsqueda en particular. La diversidad de sitios generalmente trata a los subdominios como parte de un dominio raíz. Es decir: los listados de un subdominio (subdominio.ejemplo.com) y el dominio raíz (ejemplo.com) se considerarán del mismo sitio único. Sin embargo, a veces los subdominios se tratan como sitios separados para fines de diversidad cuando se considera relevante hacerlo.

Sistemas de detección de spam

Nadie quiere su bandeja de entrada de correo electrónico llena de spam, por lo que los filtros de spam son muy útiles.
La Búsqueda se enfrenta a un desafío similar, porque internet incluye enormes cantidades de spam que,
si no se aborda, nos impediría mostrar los resultados más útiles y relevantes. Empleamos una gama de sistemas de detección de spam,
incluido SpamBrain, para lidiar con
contenido y comportamientos que violan nuestras políticas de spam.
Estos sistemas se actualizan constantemente para mantenerse al día con las últimas formas en que evoluciona la amenaza del spam.

Sistemas retirados

Los siguientes sistemas se mencionan con fines históricos. Se han incorporado a
sistemas sucesores o se han convertido en parte de nuestros sistemas de clasificación principales.

Sistema de contenido útil

Anunciado en 2022 como la “Actualización de Contenido Útil”, este era un sistema diseñado para garantizar mejor que las personas vean contenido original y útil escrito por
personas, para personas, en los resultados de búsqueda, en lugar de contenido hecho principalmente para ganar tráfico de motores de búsqueda. En marzo de 2024, evolucionó y
se convirtió en parte de

nuestros sistemas de clasificación principales, ya que nuestros sistemas utilizan una variedad de señales y sistemas para
presentar resultados útiles a los usuarios.

Hummingbird

Esta fue una mejora importante en nuestros sistemas de clasificación generales realizada en agosto de 2013. Nuestros
sistemas de clasificación han seguido evolucionando desde entonces, tal como lo habían estado haciendo antes.

Sistema Panda Este era un sistema diseñado para garantizar mejor que el contenido original y de alta calidad apareciera
en nuestros resultados de búsqueda.
Anunciado en 2011

y con el apodo de “Panda”, evolucionó y se convirtió en parte de nuestros sistemas de clasificación principales en 2015.

Sistema Penguin Este era un sistema diseñado para combatir el spam de enlaces.
Anunciado en 2012 y con el apodo de “Actualización Penguin”, fue
integrado