Discuz! Board

 找回密碼
 立即註冊

QQ登入

只需一步,快速開始

搜尋
熱搜: 活動 交友 discuz
檢視: 128|回覆: 1

如何看待 BERT 和 Google 最近的本地演算法更新

[複製連結]

2

主題

2

帖子

8

積分

新手上路

Rank: 1

積分
8
發表於 2023-12-11 16:30:43 | 顯示全部樓層 |閱讀模式
跟蹤谷歌的演算法更新是一項全職工作——特別是考慮到谷歌並不總是解釋為什麼 SERP(搜尋引擎結果頁面)會發生頻繁的波動。 大多數情況下,這些更新都是以提高 SERP 相關性的名義進行的。 它們有利於那些製作優質、新鮮、相關內容的網站。 歌依然沒有變。 BERT谷歌演算法更新 但是當您的網站流量受到打擊時會發生什麼? 今天,我們將討論過去幾周發生的幾項重大谷歌演算法更新,一項是“官方”,一項是非官方的。 我們還將討論您應該使用哪些措辭來解釋由於這些變化而在您的網站上可能發生或可能沒有發生的 SEO 波動。 最後,如果您是廣告客戶,我們將討論這些更新對您有何影響。 在這裡檢視 2021 年最熱門的 Google 演算法更新! BERT(來自 Transformers 的雙向編碼器表示) 用著名的 Ron Burgundy 的話說,BERT 是一件大事。 BERT 代表 Transformers 的雙向編碼器表示。 如果你不記得這一點,它可能對你的生活影響很小。 然而,你應該記住的是: “[BERT] 代表了過去五年中最大的飛躍,也是搜尋歷史上最大的飛躍之一。” 這是 Google,正在談論 BERT 對自然搜尋領域的影響。 BERT 從 2019 年 10 月 21 日這一週開始推出英語查詢。 什麼是 BERT? 基本上,BERT 可以讓 Google 更好地理解搜尋查詢上下文中的單詞。 現在,這並不是什麼新鮮事。 隨著使用者越來越將他們的裝置視為伴侶,並且語音搜尋不斷激增,查詢變得越來越對話化。 2013 年的蜂鳥更新是谷歌對這一趨勢的首次迴應。 不過,BERT 的不同之處在於它處理和理解語言的方式。 BERT 是如何工作的? BERT 是一種基於神經網路的自然語言處理預訓練技術。



用人類語言來解釋:“神經網路”的意思是“模式識別”。 自然語言處理(NLP)的意思是“幫助計算機理解人類如何溝通的系統”。 因此,如果我們將兩者結合起來,BERT 就是一個系統,谷歌的演算法利用模式識別來更好地理解人類如何溝通,從而 特殊資料庫 為使用者返回更相關的結果。 這在實踐中是什麼樣子的? 好吧,假設你的男友有服用抗生素的傾向,但身體太不適,無法自己服用: BERT 谷歌演算法更新藥房 谷歌現在能夠更好地理解“你能為某人藥房買藥嗎”這一微妙的細微差別,這意味著一個人想為別人而不是為自己拿處方。 同上“2019 年巴西遊客前往美國需要簽證”: BERT 谷歌演算法更新巴西 BERT 使 Google 的演算法能夠更好地理解“to”和“need”,根據上下文,暗示搜尋者……嗯,需要簽證才能前往美國! 對我們來說,這似乎很簡單; 對於機器來說,這是一種微妙的理解,不容易被哄騙。 我應該如何應對 BERT? 這是一種奇怪的踢法,可能會違揹你的直覺:你實際上不需要做任何事情來“響應”或“準備”BERT。 原因是這樣的:與所有演算法更新一樣,Google 並沒有建立 BERT 來懲罰某些網站。 它創造它也不是為了造福他人。 如果您的網站受到了 BERT 的攻擊,那麼您很可能從一組特定查詢中獲得了流量,而這些查詢本不應該為您帶來流量,因為它們不是最適合該查詢的。



更重要的是,該流量的質量可能相當低。 舉第一個例子:MedicinePlus 可能會通過查詢“你能為某人的藥房買藥嗎”而錯過一些會話,但發出該查詢的使用者無論如何都是在尋找資訊,而不是尋找商業解決方案。 如果你想優化 BERT,很簡單,專注於建立更相關和有用的內容,並建立更多內容。 如果您失去了 BERT 的流量,請放心,您無論如何都會從該流量中受益匪淺。 負鼠2.0? 11月6日本地演算法更新 現在,我們來談談大家最喜歡的演算法更新風格:“未經確認的更新”。 BERT谷歌演算法更新未確認 SEO 論壇和 Twitter 上有很多關於疑似已發生更新的“閒聊”,但谷歌尚未證實是否已發生更新。 這非常令人興奮,也非常可怕,因為沒有人確切知道發生了什麼,而且猜測也很猖獗。 讓我們談談我們對上週發生的本地演算法更新的瞭解,它可能會或可能不會影響您本地的 SEO,以及您應該如何應對。

回覆

使用道具 舉報

0

主題

1813

帖子

3738

積分

論壇元老

Rank: 8Rank: 8

積分
3738
發表於 2024-10-13 10:06:56 | 顯示全部樓層
инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо  
инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо  
инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инйо инфо инфо  
инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо  
инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо  
инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо  
инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо  
инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо инфо
回覆

使用道具 舉報

您需要登入後才可以回帖 登入 | 立即註冊

本版積分規則

Archiver|手機版|小黑屋|DiscuzX

GMT+8, 2024-11-26 04:45 , Processed in 0.019589 second(s), 19 queries .

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回復 返回頂部 返回列表