Google использует автоматизированные системы ранжирования, которые
анализируют множество факторов и сигналов
о сотнях миллиардов веб-страниц и другого контента в нашем поисковом индексе, чтобы представить наиболее релевантные и полезные результаты за доли секунды. Эта страница представляет собой руководство по пониманию некоторых из наших наиболее примечательных систем ранжирования. В ней рассматриваются некоторые системы, являющиеся частью наших базовых систем ранжирования — базовых технологий, формирующих результаты поиска в ответ на запросы. В ней также охватываются некоторые системы, задействованные в решении специфических задач ранжирования.
Наши системы ранжирования разработаны для работы на уровне страниц, используя различные сигналы и системы для понимания того, как ранжировать отдельные страницы. Сигналы и классификаторы для всего сайта также используются и способствуют нашему пониманию страниц. Наличие хороших сигналов для всего сайта не означает, что весь контент с сайта всегда будет занимать высокие позиции, точно так же как наличие плохих сигналов не означает, что весь контент с сайта будет ранжироваться плохо.
Мы регулярно совершенствуем наши системы ранжирования посредством
тщательного тестирования и оценки
и уведомляем об
обновлениях наших систем ранжирования
, когда это может быть полезно создателям контента и другим пользователям.
Вы также можете посетить наш сайт Как работает Поиск
, чтобы понять, как наши системы ранжирования, в сочетании с другими процессами, работают вместе, чтобы Google Поиск выполнял нашу миссию по организации мировой информации и обеспечению ее всеобщей доступности и полезности.
BERT
Двунаправленные представления энкодера на основе трансформеров (BERT) — это используемая Google система искусственного интеллекта, которая позволяет нам понимать, как комбинации слов выражают различные значения и намерения.
Системы информирования о кризисах
Google разработал системы для предоставления полезной и своевременной информации во время кризисов, будь то ситуации личных кризисов, стихийные бедствия или другие масштабные кризисные ситуации:
- Личный кризис: Наши системы работают над тем, чтобы понимать, когда люди ищут информацию о ситуациях личных кризисов, для показа горячих линий и контента из доверенных организаций по определенным запросам, связанным с самоубийством, сексуальным насилием, отравлением, гендерным насилием или наркоманией. Узнайте больше о том, как
информация о личных кризисах отображается в Google Поиске. - Оповещения SOS: Во время стихийных бедствий или масштабных кризисных ситуаций наша система оповещений SOS работает для показа обновлений от местных, национальных или международных властей. Эти обновления могут включать номера экстренных служб и веб-сайты, карты, переводы полезных фраз, возможности для пожертвований и многое другое. Узнайте больше о том,
как работают оповещения SOS и как они являются частью кризисных оповещений
Google, которые помогают во время наводнений, лесных пожаров, землетрясений, ураганов и других бедствий.
Системы дедупликации
Поиск в Google может находить тысячи или даже миллионы соответствующих веб-страниц. Некоторые из них могут быть очень похожи друг на друга. В таких случаях наши системы показывают только наиболее релевантные результаты, чтобы избежать бесполезного дублирования. Узнайте больше о том,
как работает дедупликация и как просматривать пропущенные результаты
при желании, когда происходит дедупликация.
Дедупликация также происходит с избранными ответами. Если список веб-страницы повышается до статуса избранного ответа, мы не повторяем этот список позже на первой странице результатов. Это разгружает результаты и помогает людям легче находить релевантную информацию.
Система доменов с точным вхождением
Наши системы ранжирования учитывают слова в доменных именах в качестве одного из многих факторов для определения релевантности контента поисковому запросу. Однако наша система доменов с точным вхождением работает над тем, чтобы мы не придавали слишком большого значения контенту на доменах, созданных для точного соответствия конкретным запросам. Например, кто-то может создать доменное имя, содержащее слова “best-places-to-eat-lunch”, в надежде, что все эти слова в доменном имени поднимут контент высоко в рейтинге. Наша система адаптируется к этому.
Системы свежести
У нас есть различные системы «запрос требует свежести», предназначенные для показа более свежего контента по запросам, где это ожидается. Например, если кто-то ищет фильм, который только что вышел, ему, вероятно, нужны недавние рецензии, а не более старые статьи с начала производства. Другой пример: обычно поиск по слову “землетрясение” может выдавать материалы о подготовке и ресурсах. Однако, если землетрясение произошло недавно, могут появиться новостные статьи и более свежий контент.
Системы анализа ссылок и PageRank
У нас есть различные системы, которые понимают, как страницы ссылаются друг на друга, чтобы определять, чему посвящены страницы и какие из них могут быть наиболее полезными в ответ на запрос. Среди них — PageRank, одна из наших базовых систем ранжирования, использовавшихся при первом запуске Google. Любознательные могут узнать больше, прочитав оригинальную исследовательскую работу по PageRank
и патент. То, как работает PageRank, с тех пор сильно изменилось, и он продолжает оставаться частью наших базовых систем ранжирования.
Системы местных новостей
У нас есть системы, которые работают над выявлением и демонстрацией местных источников новостей всякий раз, когда это уместно,
например, через
наши функции “Главные новости” и “Местные новости”.
MUM
Многозадачная унифицированная модель (MUM) — это система искусственного интеллекта, способная как понимать язык, так и генерировать его. В настоящее время она используется не для общего ранжирования в Поиске, а для некоторых конкретных приложений, таких как
улучшение поиска информации о вакцине против COVID-19
и улучшение отображаемых нами блоков избранных ответов.
Нейронное сопоставление
Нейронное сопоставление
— это система искусственного интеллекта, которую Google использует для понимания представлений концепций в запросах и на страницах и их сопоставления друг с другом.
Системы оригинального контента
У нас есть системы, помогающие обеспечить заметный показ оригинального контента в результатах поиска,
включая оригинальные репортажи,перед теми, кто просто цитирует их. Это включает поддержку специальной
канонической разметки
, которую создатели могут использовать, чтобы помочь нам лучше понять, какая страница является основной, если страница была дублирована в нескольких местах.
Системы понижения на основе удалений
У Google есть правила, позволяющие удалять определенные типы контента. Если мы обрабатываем значительный объем таких удалений, затрагивающих конкретный сайт, мы используем это как сигнал для улучшения наших результатов. В частности:
- Юридические удаления:
Когда мы получаем значительный объем
действительных запросов на удаление из-за нарушения авторских прав
, касающихся определенного сайта,
мы можем использовать это
, чтобы понизить другой контент с этого сайта в наших результатах. Таким образом, если есть другой нарушающий правила контент, люди с меньшей вероятностью столкнутся с ним по сравнению с оригинальным контентом. Мы применяем аналогичные сигналы понижения к жалобам, связанным с клеветой, контрафактными товарами и удалениями по решению суда. В случае материалов с изображениями сексуального насилия над детьми (CSAM) мы всегда удаляем такой контент при его обнаружении и понижаем весь контент с сайтов со значительной долей контента CSAM. - Удаление персональной информации:
Если мы обрабатываем значительный объем удалений персональной информации, затрагивающих сайт с
эксплуататорской практикой удалений, мы понижаем другой контент с этого сайта в наших результатах.
Мы также проверяем,
наблюдается ли та же модель поведения на других сайтах, и, если да, применяем понижения к
контенту на этих сайтах. Мы можем применять аналогичные меры понижения для сайтов, которые получают значительный
объем удалений контента, связанного с
доксинг-контентом,
откровенными личными изображениями,
созданными или опубликованными без согласия, или
откровенным
неконсенсусным фейковым контентом.
Система ранжирования фрагментов
Ранжирование фрагментов
— это система искусственного интеллекта, которую мы используем для определения отдельных разделов или «фрагментов» веб-страницы,
чтобы лучше понимать релевантность страницы поисковому запросу.
RankBrain
RankBrain
— это система искусственного интеллекта, которая помогает нам понять, как слова связаны с понятиями. Это означает, что мы
можем лучше выдавать релевантный контент, даже если он не содержит всех точных слов, использованных в поиске,
благодаря пониманию того, что контент связан с другими словами и концепциями.
Системы надежной информации
Множество систем работают самыми разными способами для отображения максимально надежной информации, например, помогая выводить на первый план более авторитетные страницы и понижая качество низкокачественного контента
и повышая уровень качественной журналистики.
В случаях, когда надежной информации может не хватать, наши системы автоматически отображают
предупреждения о контенте
для быстро меняющихся тем или когда наши системы не имеют высокой уверенности в общем качестве
результатов, доступных для поиска. Они предоставляют советы о том, как искать информацию способами,
которые могут привести к более полезным результатам. Узнайте больше о нашем подходе к предоставлению качественной
информации в Поиске.
Система отзывов
Система отзывов нацелена на то,
чтобы лучше вознаграждать высококачественные отзывы, контент, который предоставляет глубокий анализ и оригинальные исследования,
и написан экспертами или энтузиастами, которые хорошо разбираются в теме.
Система разнообразия сайтов
Наша система разнообразия сайтов работает таким образом, что мы обычно не показываем более двух результатов веб-страниц с одного и того же сайта в наших основных результатах, чтобы ни один отдельный сайт не доминировал во всех основных результатах. Тем не менее, мы все же можем показывать более двух результатов в тех случаях, когда наши системы определяют, что это особенно актуально для конкретного поиска. Разнообразие сайтов обычно рассматривает поддомены как часть корневого домена. То есть: результаты с поддомена (subdomain.example.com) и корневого домена (example.com) будут считаться принадлежащими одному и тому же сайту. Однако иногда поддомены рассматриваются как отдельные сайты в целях разнообразия, когда это считается целесообразным.
Системы обнаружения спама
Никто не хочет, чтобы его почтовый ящик был забит спамом, поэтому спам-фильтры так полезны.
Поиск сталкивается с аналогичной задачей, поскольку интернет содержит огромное количество спама, который,
если с ним не бороться, помешал бы нам показывать самые полезные и релевантные результаты. Мы
используем целый ряд систем обнаружения спама,
включая SpamBrain, для борьбы с
контентом и поведением, которые нарушают наши правила в отношении спама.
Эти системы постоянно обновляются , чтобы не отставать
от новейших способов эволюции спам-угроз.
Устаревшие системы
Следующие системы приведены в исторических целях. Они либо были интегрированы в
последующие системы, либо стали частью наших основных систем ранжирования.
Система полезного контента
Анонсирована в 2022 году как «Обновление полезного контента» (Helpful Content Update), это была система, разработанная для того, чтобы пользователи видели в результатах поиска оригинальный и полезный контент, написанный людьми для людей, а не контент, созданный в первую очередь для привлечения поискового трафика. В марте 2024 года она эволюционировала и
стала частью
наших основных систем ранжирования, так как наши системы используют различные сигналы и механизмы для
представления полезных результатов пользователям.
Hummingbird
Это было крупное улучшение наших общих систем ранжирования, проведенное в августе 2013 года. Наши
системы ранжирования продолжают развиваться с тех пор, точно так же, как они развивались и до этого.
Система Panda Это была система, разработанная для того, чтобы в наших результатах поиска появлялся качественный и оригинальный контент.
Анонсирована в 2011 году
и получившая прозвище «Панда», она эволюционировала и стала частью наших основных систем ранжирования в 2015 году.
Система Penguin Это была система, предназначенная для борьбы со ссылочным спамом.
Анонсирована в 2012 году и получившая прозвище «Обновление Пингвин», она была
интегрирована
Как мы это применяем
Understanding that ranking is many systems rather than one algorithm changes how we diagnose. A drop that affects only reviews content, or only one country, points at a specific system rather than at the site as a whole.
Связанные услуги