RankBrain帮助Google把词语与概念联系起来,让相关内容不必重复查询里的每个字也能被找到。 Google表示,2015年部署的RankBrain是搜索中首个深度学习系统。
它目前仍在系统说明中,但只是搜索的一部分,不是整个算法,也不是附在网页上的公开分数。
词语连接到概念是什么意思?
人们经常先描述问题,之后才知道技术名称。手机用户可能搜“空间不够”或“手机存储已满”。指南可以用准确术语解释存储,不必在每个标题重复两种问法。
指南仍须识别实际问题:手机存储容量、流动数据配额和云端存储虽然有关,却不能互换。
有用的工作是把读者的说法连接到精确解释。只增加大量相关词,可能反而让解释更模糊。
RankBrain、BERT和神经匹配
Google为这些系统说明了不同作用:
- RankBrain: 关联词语与概念,并帮助排列相关结果。
- 神经匹配: 关联查询与网页的概念表达,检索相关内容。
- BERT: 理解词语组合如何表达含义与意图。
它们可以与其他系统协作。这些作用说明不是每项查询必经的公开步骤,也不是出版方能调节的精确权重。神经匹配指南会进一步解释检索方面的区别。
围绕任务规划网页
手机存储指南应先决定读者看完能做什么:理解为什么手机提示容量不足,并选择适当的下一项检查。指南要交代适用设备或系统,解释相关存储信息,再引导读者进入符合其设置的操作说明。
不要因为“空间”和“存储”有关,就把故障排查、云端配套销售和手机数据配套比较混在一起。这些可能是不同任务。反过来,也不要仅因同一问题有不同问法,就建立三份近似排查页面。
关键词研究仍然能帮助了解用户用语和需求。按照需要的答案及页面类型分组候选查询,再对照相关结果验证判断。RankBrain意味着应认真理解措辞,而不是放弃研究。
衡量可以观察的结果
发布后,在Search Console查看指南的相关查询与着陆页表现。检查读者能否进入预期说明,以及反复出现的客服问题是否暴露遗漏的条件或解释。
表现变化时,也检查访问、索引、近期修改、需求和竞争结果。图表不能识别RankBrain为原因;高跳出率也不能证明它作出了某种判断,读者可能得到完整答案就离开。
根据证据改善页面任务。为了延长停留时间而加废话,或购买“RankBrain优化分数”,都不会提供对这套系统的已验证控制。
常见问题
RankBrain仍是第三重要因素吗?
这种说法来自2015至2016年前后的历史报道,不是Google今天公布的系统顺序或权重。
精确词语还重要吗?
准确名称和用户用语能表达主题。概念理解不会让标题、型号、地区或关键条件变得无关;机械重复与准确表达不同。
有RankBrain专用Schema吗?
没有公开的专用Schema或开启设置。结构化数据有其支持的用途,不能代替清楚、有用的答案。

