Google Hummingbird vs RankBrain vs BERT

　　一、Hummingbird

　　Google搜索算法的名稱為蜂鳥Hummingbird。蜂鳥更注重自然語言查詢，考慮了上下文和單個關(guān)鍵字的含義。它還對網(wǎng)站的各個頁面上的內(nèi)容進(jìn)行了更深入的研究，從而提高了將用戶直接引導(dǎo)至最合適的頁面而不只是網(wǎng)站首頁的能力。

　　蜂鳥是整體搜索算法，就像汽車中裝有整體引擎一樣。發(fā)動機(jī)本身可以由各種零件組成，例如機(jī)油濾清器，燃油泵，散熱器等。同樣，蜂鳥包含了各個部分，例如旨在打擊垃圾郵件的Panda,Penguin和Payday,旨在改善本地搜索結(jié)果的Pigeon，旨在降級廣告大量網(wǎng)頁的Top Heavy以及旨在獎勵移動設(shè)備的Mobile Friendly友好的頁面和Pirate旨在打擊版權(quán)侵害。

　　谷歌網(wǎng)站排名的三大信號：

　　1.鏈接仍然是最重要的信號，谷歌和必應(yīng)將鏈接視為具有良好內(nèi)容的選票，PageRank是整個蜂鳥算法的一部分，該算法涵蓋了一種基于指向其他頁面的鏈接來賦予頁面信譽(yù)的特定方式。

　　2.單詞內(nèi)容是第二重要的信號，單詞涵蓋了從頁面上的單詞到Google如何解釋人們進(jìn)入RankBrain分析之外的在搜索框里輸入的單詞。

　　3.RankBrain是第三重要的信號，該算法確定哪些結(jié)果顯示在Google搜索頁面上以及它們的網(wǎng)站排名。

　　Google一直以來都在談?wù)?00多個主要網(wǎng)站排名信號，這些信號都由Hummingbird算法中的各個部分進(jìn)行處理，以找出Google響應(yīng)各種搜索而顯示的排名頁面，同時這些信號經(jīng)過評估后可能會多達(dá)10,000個變體或子信號。

　　二、RankBrain

　　RankBrain是Google的機(jī)器學(xué)習(xí)人工智能系統(tǒng)的名稱，由2015年推出，該系統(tǒng)用于幫助處理其搜索結(jié)果，并已得到Google的確認(rèn)。RankBrain是Google整體搜索“算法”的一部分，該計(jì)算機(jī)程序用于對已知的數(shù)十億個頁面進(jìn)行排序，并找到與特定查詢最相關(guān)的頁面。

　　谷歌RankBrain是做什么的？

　　RankBrain主要用于解釋人們提交的搜索內(nèi)容，以查找可能沒有所搜索單詞的頁面。包括對用戶輸入的確切信息返回的查詢結(jié)果，還包括搜索信息的同義詞結(jié)果返回，知識圖譜結(jié)果返回。

　　示例：

　　Smarts同義詞：如果用戶搜索“運(yùn)動鞋”, RankBrain可能會理解用戶的意思也就是“跑鞋”，返回結(jié)果里會包含跑鞋相關(guān)頁面。還比如有關(guān)“蘋果”（Apple）技術(shù)公司和“蘋果”（apple）水果的頁面。

　　知識圖譜：知識圖譜（Knowledge Graph）于2012年推出，是Google進(jìn)一步完善單詞間聯(lián)系的一種方式。更重要的是，它學(xué)會了如何搜索“不是字符串的東西”，不是用戶輸入內(nèi)容直接結(jié)果。知識圖是有關(guān)世界事物及其之間關(guān)系的事實(shí)數(shù)據(jù)庫。

　　例如搜索“奧巴馬的妻子何時出生”，并獲得有關(guān)Michele Obama的答案，如下所示，而無需使用她的名字：

　　微軟用自己的機(jī)器學(xué)習(xí)系統(tǒng)RankNet，作為今天Bing搜索引擎的一部分。

　　三、BERT

　　BERT于2019年10月21日當(dāng)周開始在Google的搜索系統(tǒng)中推出英語查詢，包括精選摘要，BERT模型也被用于改善兩個國家的特殊片段。Google重大搜索更新（包括BERT算法）有助于其更好地理解用戶搜索查詢背后的意圖，這應(yīng)該意味著更相關(guān)的結(jié)果。

　　BERT將影響10％的搜索量，這意味著它可能會對您品牌的自然可見度和點(diǎn)擊量產(chǎn)生一些影響。

　　BERT是Bidirectional Encoder Representations from Transformers的簡稱，代表來自變壓器的雙向編碼器表示，它是一種基于神經(jīng)網(wǎng)絡(luò)的自然語言處理預(yù)訓(xùn)練技術(shù)，可以幫助Google更好地識別搜索查詢中單詞的上下文語境意思。

　　神經(jīng)網(wǎng)絡(luò)：神經(jīng)網(wǎng)絡(luò)算法是為模式識別而設(shè)計(jì)的。對圖像內(nèi)容進(jìn)行分類，識別筆跡甚至預(yù)測金融市場的趨勢是神經(jīng)網(wǎng)絡(luò)在現(xiàn)實(shí)世界中的常見應(yīng)用程序。

　　自然語言處理（NLP）：是指處理語言學(xué)的人工智能的一個分支，其目的是使計(jì)算機(jī)能夠理解人類自然交流的方式。NLP帶來的進(jìn)步示例包括社交工具，聊天機(jī)器人和智能手機(jī)上的單詞建議。

　　BERT工作流程：能夠基于句子或查詢中的整個單詞集來訓(xùn)練語言模型（雙向訓(xùn)練），而不是傳統(tǒng)的以有序單詞序列（從左至右，組合詞從左到右，從右到左）進(jìn)行訓(xùn)練的方法。BERT允許語言模型基于周圍的單詞學(xué)習(xí)單詞上下文，而不僅僅是基于緊隨其后的單詞。

　　Google將BERT稱為“深度雙向”，因?yàn)閱卧~的上下文表示“從深度神經(jīng)網(wǎng)絡(luò)的最底層開始”。

　　BERT返回搜索結(jié)果示例：

　　輸入“成人數(shù)學(xué)練習(xí)書”查詢以前在自然搜索結(jié)果的頂部浮出了6至8年級書的清單。應(yīng)用BERT后，Google會在結(jié)果頂部顯示一本名為“成年數(shù)學(xué)”的書的清單。在該查詢的當(dāng)前結(jié)果中看到6-8年級的書仍在排名中，但是有兩本專門針對成年人的書，包括精選的摘要。

　　BERT主要應(yīng)用于更長更多的對話式查詢或包含介詞for, to的搜索查詢結(jié)果的返回,搜索將能夠理解您查詢中單詞的上下文。品牌搜索和較短的短語只是可能不需要BERT的自然語言處理的兩種類型的查詢示例。

　　四、Hummingbird vsBERTvsRankBrain

　　Hummingbird是谷歌整體搜索算法，RankBrain和BERT是整個Hummingbird算法的一部分。

　　蜂鳥還包含SEO領(lǐng)域中大家熟悉的名稱，例如旨在打擊垃圾郵件的Panda, Penguin和Payday，旨在改善本地搜索結(jié)果的Pigeon，旨在降級廣告大量網(wǎng)頁的Top Heavy以及旨在獎勵移動設(shè)備的Mobile Friendly友好的頁面和Pirate Update旨在打擊版權(quán)侵害。

　　RankBrain和BERT是用于通知搜索結(jié)果的兩種獨(dú)立算法。

　　RankBrain是與常規(guī)的自然搜索引擎排名算法并行運(yùn)行，并且用于對由這些算法計(jì)算出的結(jié)果進(jìn)行調(diào)整。

　　BERT在查看單詞之前和之后的內(nèi)容，以了解單詞的含義和相關(guān)性，與傳統(tǒng)算法不同。傳統(tǒng)算法的確會嘗試查看頁面上的內(nèi)容，以了解其內(nèi)容以及與之相關(guān)的內(nèi)容。但是，傳統(tǒng)的NLP算法通常只能查看單詞之前的內(nèi)容或單詞之后的內(nèi)容以了解其他上下文，以幫助其更好地理解該單詞的含義。BERT的雙向組成部分使其與眾不同。

　　BERT可以與RankBrain一起與其他Google算法一起單獨(dú)應(yīng)用，或者根據(jù)搜索詞完全不組合。谷歌始終堅(jiān)持對豐富內(nèi)容獎勵的基本原則保持不變。