搜索引擎的持续改进和核心更新

Networking at Lead Sale forum drives success
Post Reply
sharminakter85
Posts: 69
Joined: Mon Dec 09, 2024 5:00 am

搜索引擎的持续改进和核心更新

Post by sharminakter85 »

整个去年,尤其是秋季,Yandex 搜索引擎不断经历风雨。使用Pixel Tools定期监控更新可以让你识别搜索引擎中的一些定期变化,其中每年多达500次,而主要的变化与排序算法直接相关,称为Core(主要更新)。后者影响大多数搜索查询,并且通常涉及重新训练搜索公式或新方法。

所有搜索引擎都会以不同的方式通知SEO有关重大更新的信息。例如,谷歌去年进行了三项主要算法更新,在推出这些算法之前并在社交网络上进行了简短警告。 Yandex 本身并不宣布发布,但在发布的相关文章中披露了更详细的信息。

Yati于去年11月宣布。不过,根据 Pihel Tools 的说法,当月搜索 乌克兰移动数据库 引擎平均排放参数的增长没有出现错误。 9月底观察到结果,这可以表明该算法的引入。

排序和神经网络原理
神经网络是一种机器学习技术,自 2000 年代以来一直在搜索引擎中使用。

2009年,Yandex推出了“Snezhinsk”——一种基于MatrixNet(与机器学习原理相同)运行的算法。

2016年,在推出Palekh算法时,Yandex首先宣布使用神经网络。坦率地说,搜索引擎很早就开始使用神经网络——例如在 Yandex.Translator 服务中。当时,Yandex 专家承认,搜索引擎的目标之一是获得基于神经网络的模型,能够捕获用户查询和页面的含义,达到与人类理解相当的程度。

Palekh 算法是搜索引擎向 Yati 技术发展的重要一步 - 就像 2017 年推出的 Korolev 算法一样。创建它是为了比较输入到字符串中的文本查询和页面标题。使用先前收集的统计数据中的几个示例(积极的和无效的)进行培训。由于搜索引擎算法无法读取文本,因此通过数字比较来搜索匹配项。

Image

“Palekh”相对较重,因此仅在分类的后期阶段应用于已过滤集中的大约一百五十个最佳文档。

“Korolev”的运作原理与“Palekh”相同,但在它推出后,矢量开始提前离线计算,这使得将其应用于更多的文档成为可能。它按照以下方案工作:

自主算法计算页面向量,并将其存储在索引数据库中
Post Reply