Контент: топовые техники SEO-продвижения

Всё это исторически привело к борьбе со спамом и попыткам научиться лучше понимать тексты, чтобы выбирать лучшие из лучших и затем предлагать их пользователям в топе-10 поисковой выдачи. И здесь было бы неплохо углубиться в несколько исторических моментов возникновения важных поисковых алгоритмов.

«Колибри» и «Королёв»

26 сентября 2013 года Google сообщил о запуске алгоритма Hummingbird (в пер. с англ. – колибри). По свидетельству Google, последние столь серьезные перемены в Google происходили в 2001 году. Суть алгоритма заключается в том, что с 2013 года поисковая система Google умеет определять контекст страницы. Скажем, если вы использовали ключевую фразу «кубик Рубика» на странице по продаже апельсинов, Google поймет это и понизит вас в выдаче или выкинет из нее вовсе.

22 августа 2017 года схожий алгоритм анонсировали представители Яндекса. Они назвали данный алгоритм «Королёв». Поиск Яндекса научился определять содержание текста не по набору слов, а по смыслу. Столь значительный прорыв в обеих поисковых системах произошел благодаря развитию нейронных сетей и искусственного интеллекта.

Для того чтобы было проще воспринять эту информацию, я предлагаю вам зайти прямо сейчас в поиск Яндекса и вбить запрос «фильм, в котором у странного парня была шоколадная фабрика». Вы получите ответ «Чарли и шоколадная фабрика». Меня восхищает подобное развитие технологий. Поиск научился работать с longtail запросами. Longtail запросы – это запросы с длинным «хвостом» из дополнительных уточняющих слов. В нашем случае это было: «у странного парня была шоколадная фабрика».

Вернемся ненадолго к примеру с кубиком Рубика на странице по продаже апельсинов. Как в данном случае алгоритмы будут понимать, что речь идет о совершенно разных вещах? Быть может, мы продаем кубик Рубика апельсинового цвета? Поисковые алгоритмы способны понять, что кубик имеет кубическую форму, и это совершенно не связано с шарообразной формой апельсина. Кубик Рубика не может быть одного цвета, так как в данном случае теряется вся логическая необходимость данного предмета. Такой вариант может продаваться только в магазине приколов, и поисковая система способна понять этот момент. А вот апельсины редко бывают фиолетовыми или белыми. Кубик Рубика не имеет вкусовых параметров. Апельсины кислые или сладкие, а еще они – цитрусовые. Таким образом, мы ненадолго погрузились в мозг поисковой системы, которая обзавелась нейронными связями.

В действительности обе поисковые системы шли к этому очень долго и сегодня они по-прежнему развивают технологии, которые позволяют распознавать неочевидный смысл содержания страницы и интента запроса. Благодаря этому авторам и веб-мастерам была дана возможность оптимизировать свои сайты, используя естественные тексты, а не набор ключевых фраз. С помощью развивающихся талантов авторов или в связи с выходом данных алгоритмов, но тексты в Интернете действительно стали значительно лучше, и мы наконец обрели высокую ценность текстовых материалов в Сети.

Я хотел бы остановиться чуть более подробно на истории внедрения поисковых алгоритмов, так как знание этого в разы повышает профессионализм в сфере контент-маркетинга. Знать историю развития поисковых систем в действительности важно, чтобы понимать, что хотят увидеть представители поисковиков, когда говорят о качественном контенте.

В 2016 году Яндекс анонсировал новый алгоритм и большую статью с развернутым объяснением того, как они стремятся научить поисковую систему определять сложные контекстуальные запросы с длинными хвостами ключевых слов. Алгоритм был назван «Палех» в честь сказочного существа – жар-птицы, которая имела длинный хвост и часто изображалась на предметах в стиле «палех». Алгоритм «Королёв», который появился через год после «Палеха», можно считать его усовершенствованным вариантом.

Предлагаю уделить внимание технологиям нейронных сетей в рамках поисковых алгоритмов. Например, сегодня поисковые системы уже умеют понимать содержание графического изображения. Спасибо нейронным сетям!

И несмотря на то что они пока научились делать это в узкоспециализированных направлениях, тем не менее это значительный прорыв в технологиях поиска, и на основе этого можно предположить, что данная технология будет внедряться все больше и больше. Например, поисковые системы с легкостью определяют изображения порнографического характера. Они делают это благодаря определению количества телесного цвета на изображении. Таким образом работает цензура поисковой системы, отсеивая неэтичные изображения из прямых источников.