Google 2018搜索指南-RankBrain演算法（一）

2018年Google核心演算法之一：RankBrain

Google SEO，你必須了解 RankBrain 。為什麼呢？因為 Google 宣布，RankBrain 已經成為影響排序的第三大因素 （前兩個分別為 內容和鏈接）。並且，RankBrain 正變得越來越重要。Google的相關演算法如貓頭鷹演算法，本站之前也有介紹過

本文中，你將學習到 關於 Google RankBrain 的所有知識。請看正文：

• 一. Google RankBrain: AI 自動調整演算法
• 二. RankBrain 怎麼工作
• 三. 針對 RankBrain 如何研究關鍵詞
• 四. 如何優化 Title 和 Description 來提高CTR
• 五. 怎麼優化網頁內容改善跳出率和停留時間
• 六. RankBrain 優化策略 & 案例學習

什麼是 RankBrain？RankBrain 是 Google 應用於排序的一種機器學習演算法。另外，RankBrain 也幫助 Google 分析和了解用戶搜索需求。

那麼，RankBrain 有什麼作用呢？在 RankBrain 之前，所有的 Google 演算法都是手工調整。比如 Google 工程師調整了某個因子的比例，上線之後觀察用戶數據。如果數據有提升，則說明該調整是有效的，會全量上線。所以的調整都是工程師手工處理。流程如下：

而 RankBrain 的處理方式是：發現有一批搜索結果的用戶滿意度偏低，則上線某個新演算法，比如降低外鏈的權重比例，如果用戶滿意度提升了，則說明這個演算法是有效的。所有的流程都是自動化進行。如下圖：

簡單說，RankBrain 會自動化的進行各種演算法測試。依靠關鍵詞，RankBrain 會調整各因子的權重比例，比如外鏈，內容更新頻率，內容長度，域名權重等。然後，RankBrain 會觀察用戶數據，如果有相應提升，則保留該調整。否則會做回滾。

最厲害的是，之前 Google 內部做了一個測試，發現 RankBrain 提供的搜索結果，比工程的搜索結果要準確 10%

RankBrain 怎麼工作

RankBrain 有 2 個重點工作：

1. 理解用戶搜索詞（關鍵詞需求分析）
2. 研究用戶面對搜索結果有什麼行為（用戶滿意度調查）

讓我們具體看下

RankBrain 如何理解搜索詞背後的需求：

幾年前，Google 有個頭疼的事：每天都有 15% 的搜索詞是之前沒遇到過的 （https://www.cnet.com/news/google-search-scratches-its-brain-500-million-times-a-day/）。15% 聽起來不高，不過 Google 每天有幾十億幾百億的搜索，也就是說每天有 4 億多搜索困擾著 Google。在 RankBrain 之前，Google 的處理方式是給用戶提供包含這些詞語的搜索結果。但因為很多都是新名詞，所以 Google 無法了解這些用戶到底需要什麼，只能去猜。比如用戶搜索the grey console developed by Sony，Google 會尋找包含了grey, console, developed, Sony 的網頁。

而現在 RankBrain 可以理解用戶真正的需求，直接提供一個 100% 準確的搜索結果

有什麼差別？之前， Google 是用搜索詞中的詞語跟網頁中的詞語相匹配。而現在，RankBrain 可以從語義上理解用戶的搜索需求，像人的理解一樣。

怎麼實現？把未遇到過的搜索詞跟已有的搜索詞相匹配。比如，RankBrain 注意到很多搜索 grey console developed by Nintendo的用戶，是想看一些關於遊戲機的網頁。所以，當一些用戶搜索the grey console developed by Sony的時候，RankBrain 就會提供已有搜索詞的相似結果，比如grey console developed by Nintendo。所以，RankBrain 就展示了一些遊戲機的搜索結果，在這個例子里，就展示了 PlayStation。

有什麼差別？之前， Google 是用搜索詞中的詞語跟網頁中的詞語相匹配。而現在，RankBrain 可以從語義上理解用戶的搜索需求，像人的理解一樣。

怎麼實現？把未遇到過的搜索詞跟已有的搜索詞相匹配。比如，RankBrain 注意到很多搜索 grey console developed by Nintendo的用戶，是想看一些關於遊戲機的網頁。所以，當一些用戶搜索the grey console developed by Sony的時候，RankBrain 就會提供已有搜索詞的相似結果，比如grey console developed by Nintendo。所以，RankBrain 就展示了一些遊戲機的搜索結果，在這個例子里，就展示了 PlayStation。

另外一個例子：Google 曾發表一篇文章 （https://opensource.googleblog.com/2013/08/learning-meaning-behind-words.html），說明了他們怎麼利用機器學習演算法去了解搜索者背後的需求。

在這個文章中，他們提到了一個叫Word2vec的技術，可以理解文本背後的語義。比如，Google 稱使用這個技術，可以幫助搜索引擎理解到，巴黎和法國，是和柏林和德國同樣的關係（首都和國家的關係），跟馬德里和義大利不一樣

儘管這個文章中沒有特別提到 RankBrain ，不過 RankBrain 很可能也是使用這個技術。簡單概括，RankBrain 超越了之前的文本匹配演算法，而將用戶的搜索轉變為語義，並找到能描述該語義的網頁。

文章來源：本文出自國外知名SEO博客Backlinko，由張亞楠博客翻譯漢化

帖子鏈接：Google 2018搜索指南-RankBrain演算法（一）

微信公眾號：跨境一站（GlobalSEO) ，一個有靈魂的公眾號，專註更新外貿領域跨境電商平台的運營操盤和數據優化，獨立站搭建，Google SEO和SEM Marketing等優質內容

運營QQ群：287112851