Палех Яндекса — новый поисковый алгоритм, анонсированный поисковиком 02 ноября 2016 года, работающий на совершенно новых принципах. В основу работы алгоритма заложены искусственные нейронные сети (ИНС), а общее облако поисковых запросов (работают в паре – заголовок-текст), расположено в 300-мерном пространстве, где каждая такая пара имеет свою систему координат. О том, как в общих чертах работает данный алгоритм и на каких базовых принципах строится - читайте в нашей статье ниже.
В случае, если Вам понадобится профессиональное, качественное продвижение сайта в Яндексе, Вы можете оставить заявку нам и получить бесплатную консультацию и точный расчет цены. Работаем на Астану, Алматы, весь Казахстан, а также Санкт-Петербург и Москву.
За годы работы поисковиков количество запросов в интернете вырасло в десятки тысяч раз. Так Яндекс обрабатывает более 300 млн. запросов за 24 часа, Google – более 1 млрд. запросов/сутки. Визуально весь пласт запросов в Яндексе разделяют на три вида – высокочастотные, которые наиболее часто используют люди, среднечастотные и низкочастотные. При этом число низко частотных запросов растет по экспоненте. При этом более 30% всех запросов поисковых систем составляют именно редко частотные запросы, которые могут вводиться пользователями всего лишь несколько раз в год и их также надо учитывать в системе ранжирования сайта и показа релевантных результатов. Разработанные ранее алгоритмы ранжирования уже не справляются с тем огромным потоком данных, который вводят пользователи в своих запросах. Увеличилась сложность, вариативность запросов. Часто за запросом пользователя стоит целый ряд потребностей, проблем, информационного интереса. Системы Матрикснет могут анализировать большие данные, в большой выборке. Но для распознования большого количества не повторяющихся низко частотных запросов уже требуется другое решение. И таким решением становятся нейросети, по сути - разработки из области AI (artifical intelligence).
Хотите получать еще больше полезной информации и лайфхаков
по продвижению вашего сайта? Подписывайтесь на нашу еженедельную рассылку
Схематически это можно отобразить на примере птицы. Клюв птицы – самый короткий – представляет собой ВЧ запросы (ВЧ – высокочастотные), тело птицы – это СЧ запросы (СЧ – среднечастотные), самая длинная часть птицы – хвост — представляет собой НЧ запросы (НЧ – низкочастотные). По сути более 50% всех запросов в поисковых системах представляют как раз НЧ запросы, это значит, что из 300 млн. запросов – более 150 млн. запросов в сутки – являются низкочастотными, т.е. которые вводятся от 1 раза в год и до 10 раз в неделю. Бывает и такие запросы, которые вводятся раз в 10 лет и больше не повторяются. Палех Яндекса как раз был разработан, чтобы выдавать наиболее релевантные результаты выдачи поиска для таких запросов.
Давайте рассмотрим примеры запросов: Запрос –“сайт” – имеет базовую частоту более 133 695 986 в месяц по всей России. Его можно отнести в ВЧ запросу. Запрос “разработка сайтов”имеет базовую частоту более 63 000 запросов в месяц. Его можно отнести к НЧ запросу. Запрос “разработка сайта в СПб на вордпресс” – имеет базовую частоту в 1 запрос/месяц и возможно еще несколько раз повторится в течении года. Его можно отнести к НЧ запросу. Алгоритм Палех, разработанный на базе искусственного интеллекта, как раз предназначен для анализа НЧ и ВЧ запросов и оптимизации более точной выдачи результатов поиска под эти запросы.
До Алгоритма Палех в Яндексе отлично справлялся с запросами пользвователей Матрикснет. Решение, основанное на машинном обучении. Анализировались Big Data, миллиарды похожих между собой запросов, собирались данные о коллективном поведении пользователей на сайтах, в поисковой системе Яндекс, на основе полученной информацией создавались алгоритмы ранжирования сайтов в поисковой выдаче. Со временем количество низко частотных запросов выросло, люди все больше вводят запросы не по шаблону, а с использованием длинного хвоста и мощностей Матрикс Нета уже стало не хватать. Понадобилась разработка нейросетей для лучшего понимания поисковыми системами индента, потребностей пользователей при их вводе НЧ запросов в поисковую систему. Структура и форма запросов усложнились, развились и алгоритмы из распознающие. И теперь ранжирование документов в интернете для низко частотных запросов происходит на основе алгоритма Палех.
Также в “Палехе” реализована технология семантического вектора, которая позволяет интерпретировать заголовки, текста, картинки в конечный набор цифр и распологать их в своем 300-мерном пространстве. Нам это очень сложно представить, ведь мы живем в трехмерном пространстве. Но для компьютеров нет ничего невозможного. Создаются огромные виртуальные пространства, массивы данных. Задача новых алгоритмов Яндекс – научиться видеть весь массив данных, собранных в интернете глазами человека и думать и выбирать, как человек. Изобретенные нейронные сети позволяют понимать семантическое (текстовое) соответствие запросов и веб документов на уровне человека. Более того, данные системы и передовые алгоритмы на базе нейронных сетей способны саморазвиваться, самообучаться, исправлять ошибки, вносить коррективы. Специалисты компании Promote следят за новациями поисковиков Яндекс и Google, мы оперативно внедряем новшества в свою работу, ведь от этого зависит успех и стабильность потока заказов для наших клиентов.
Формулы ранжирования представляют из себя сложные математические модели, в основе которых лежат статические и динамические факторы ранжирования. А также алгоритмы, постоенные на основе машинного обучения и нейронных сетей, одним из таких сложных и многогранных алгоритмов является Палех, созданный на основе нейронных сетей, которые самообучаются.
Это сложная математическая модель вычислений, ее программно-аппаратная платформа, позволяющая реализовать данную модель вычислений. Нейронные сети это сложные программы, созданные на базе искусственного интеллекта. Отличие их от программ, созданных с помощью программирования, в том, что нейронные сети самообучаются, изменяются и адаптируются в новых условиях.
менеджер свяжется с вами
в течении 30 минут
нажмите на кнопку,
чтобы закрыть окно
