Что за алгоритм королева яндекс. В «Яндексе» запустили новый поисковый алгоритм «Королёв» – мнения экспертов. Что изменилось в поиске Яндекса

Что за алгоритм королева яндекс. В «Яндексе» запустили новый поисковый алгоритм «Королёв» – мнения экспертов. Что изменилось в поиске Яндекса

Яндекс запустил новый алгоритм ранжирования - «Королев». Теперь поисковая система сопоставляет смыслы поискового запроса и страницы. Это очень удобно для пользователей. Однако что новый алгоритм означает для оптимизаторов и владельцев сайтов, как изменится продвижение и стоит ли ждать изменения трафика.

Как никогда весь «сеошный» мир ждал запуска нового алгоритма ранжирования, анонсированного на 22 августа 2017 года. Ещё бы, подобные анонсы – вещь для Яндекса абсолютно нетипичная, обычно они предпочитают не распространяться о своих планах, и сообщают об очередном релизе алгоритма ранжирования постфактум.

22 августа 2017 года Яндекс запустил новую версию поиска. В её основе лежит поисковый алгоритм «Королёв» (с 2008-го года новые алгоритмы ранжирования в Яндексе называют в честь городов). Алгоритм с помощью нейронной сети сопоставляет смысл запросов и веб-страниц - это позволяет Яндексу точнее отвечать на сложные запросы. Для обучения новой версии поиска используются поисковая статистика и оценки миллионов людей. Таким образом, вклад в развитие поиска вносят не только разработчики, но и все пользователи Яндекса.

Область применения нового алгоритма практически не затрагивает традиционные сеошные сферы интересов, в первую очередь к которым можно отнести коммерческую выдачу. «Королёв» оказался логическим продолжением алгоритма «Палех» и призван обслуживать длинный хвост микрочастотных запросов, как правило, задаваемых на естественном языке. Особенностью таких запросов является то, что релевантные им документы могут не содержать многих из слов, входящих в запрос. Это ставит в тупик традиционные алгоритмы ранжирования, основанные на текстовой релевантности.

Решение найдено в виде использования нейросетей, которые обучаются в том числе и на поведении пользователей. Поэтому новый алгоритм Яндекса работает на основе нейронной сети. Он обучается на примерах запросов пользователей, и подбирает ответы исходя из смысла текста на странице. Это означает, в частности, что он будет гораздо эффективнее работать с нестандартными запросами, когда пользователи сами не уверены, как называется то, что они хотят найти. Здесь многое упирается в вычислительные мощности.

Вообще подобный подход к решению задачи ранжирования длинного микрочастотного хвоста запросов не нов. Еще в 2015-м году стало известно о технологии, применяемой поисковой системой Google для поиска ответов на многословные запросы, заданные на естественном языке – RankBrain. Эта технология, так же основанная на машинном обучении, позволяет распознавать наиболее значимые слова в запросах, и анализировать контекст, в котором осуществляется поиск. Что позволяет находить релевантные документы, которые не содержат всех слов запроса.

Кроме того, алгоритм работает и с картинками. Он анализирует содержание изображения и подбирает необходимый вариант, исходя из него, а не только из описания в тегах или окружающего его текста.

Впрочем, длинный хвост микрочастотных многословных запросов на естественном языке вполне может быть интересен «выжигателям» информационной семантики – создателям так называемых инфосайтов «на все случаи жизни». В общем-то, они и так стараются под как можно большее количество известных им запросов, которые удается заполучить с помощью различных методов сбора семантики, организовать точное вхождение в свои тексты. Там же, где точных вхождений не будет, т.е. для запросов, которые не всосал «семантический пылесос» создателей инфосайтов или для которых им не удалось обеспечить точных вхождений в контент, и начинается вотчина «Королёва», который призван искать соответствия между запросами и ответами в том случае, когда между ними мало пересечений по ключевым словам. В таких случаях «Королёв» несомненно повысит требования к качеству контента, и реально интересные читабельные статьи будут еще больше выигрывать у сборников вхождений ключевых фраз, разбавленных водой, т.к. именно в таких статьях могут содержаться полезные для нового алгоритма сигналы. Ну, а всем остальным сеошникам действительно можно расслабиться – очередная порка откладывается. Жертв и разрушений нет.

Запуская «Палех», Яндекс научил нейронную сеть преобразовывать поисковые запросы и заголовки веб-страниц в группы чисел - семантические векторы.

Важное свойство таких векторов состоит в том, что их можно сравнивать друг с другом: чем сильнее будет сходство, тем ближе друг к другу по смыслу запрос и заголовок.

Чем он отличается от «Палеха»?

Основным отличием нового алгоритма, помимо улучшения технической реализации, является возможность распознавать схожие «смыслы» по всему документу, а не только по заголовку (Title), который появляется в окне браузера.

Как работает алгоритм «Королёв»

Поисковый алгоритм «Королёв» сравнивает семантические векторы поисковых запросов и веб-страниц целиком - а не только их заголовки. Это позволяет выйти на новый уровень понимания смысла.

Как и в случае с «Палехом», тексты веб-страниц в семантические векторы преобразует нейросеть. Эта операция требует много вычислительных ресурсов. Поэтому «Королёв» высчитывает векторы страниц не в режиме реального времени, а заранее, на этапе индексирования.

Когда человек задаёт запрос, алгоритм сравнивает вектор запроса с уже известными ему векторами страниц.

Эффект «Королёва»

Умение понимать смысл особенно полезно при обработке редких и необычных запросов - когда люди пытаются описать своими словами свойства того или иного объекта и ожидают, что поиск подскажет его название.


Такая схема позволяет начать подбор веб-страниц, соответствующих запросу по смыслу, на ранних стадиях ранжирования. В «Палехе» смысловой анализ - один из завершающих этапов: через него проходят всего 150 документов. В «Королёве» он производится для 200 000 документов.

Кроме того, новый алгоритм не только сравнивает текст веб-страницы с поисковым запросом, но и обращает внимание на другие запросы, по которым люди приходят на эту страницу.

Так можно установить дополнительные смысловые связи.

Люди учат машины

Использование машинного обучения, а особенно нейросетей, рано или поздно позволит научить поиск оперировать смыслами на уровне человека. Чтобы машина поняла, как решать ту или иную задачу, необходимо показать ей огромное количество примеров: положительных и отрицательных. Такие примеры дают пользователи Яндекса.

Нейронная сеть, которую использует алгоритм «Королёв», обучается на обезличенной поисковой статистике. Системы сбора статистики учитывают, на какие страницы пользователи переходят по тем или иным запросам и сколько времени они там проводят.

Если человек открыл веб-страницу и «завис» там надолго, вероятно, он нашёл то, что искал, - то есть страница хорошо отвечает на его запрос. Это положительный пример.

Подобрать отрицательные примеры гораздо легче: достаточно взять запрос и любую случайную веб-страницу.Статистика, которая используется для обучения алгоритма, обезличена

В помощи людей нуждается и Матрикснет, который строит формулу ранжирования.

Толока

Чтобы поиск развивался, люди должны постоянно давать оценку его работе. Когда-то выставлением оценок занимались только сотрудники Яндекса - так называемые асессоры. Но чем больше оценок, тем лучше - поэтому Яндекс привлек к этому всех желающих и запустили сервис Яндекс.Толока . Сейчас там зарегистрировано более миллиона пользователей: они анализируют качество поиска и участвуют в улучшении других сервисов Яндекса. Задания на Толоке оплачиваются - сумма, которую можно заработать, указана рядом с заданием. За два с лишним года существования сервиса толокеры дали около двух миллиардов оценок.

В основе современного поиска лежат сложные алгоритмы. Алгоритмы придумывают разработчики, а учат - миллионы пользователей Яндекса. Любой запрос - это анонимный сигнал, который помогает машине всё лучше понимать людей. Новый поиск - это поиск, который мы делаем вместе.

В 2015 году на рынке бинарных опционов появился проект «Алгоритм Королёва» его сайт — algoritm-koroleva.com, который представляет собой систему автоматической торговли. Как заявляют авторы, для её использования нужно иметь минимальные знания о финансовых рынках, поскольку это полноценный торговый робот, заключающий сделки в автоматическом режиме. Главным условием успешной работы советника является наличие необходимых мощностей компьютерной техники.

Разработчик проекта Денис Королев и Максим Никитин создали систему, которая определяет мощность компьютера и в случае соответствия необходимым требованиям пользователь становится участником проекта. После установки программы, компьютеры объединяются в большие сегменты, формирующие устойчивый тренд. Это дает возможность зарабатывать каждому участнику системы. Выбор бинарных опционов обусловлен доступностью методики заработка и значительной прибылью.

Авторы призывают участников проекта становиться финансово независимыми, работать только на себя. Денис Королёв и Максим Никитин - это молодые специалисты сферы информационных технологий, которые несмотря на молодость, сумели создать собственный продукт и заработать более 2 млн. долларов всего за 14 месяцев.

Дневная прибыль трейдера, работающего с проектом, может достигать более 500 долларов в день, а владельцы мощных компьютеров могут рассчитывать на сумму в несколько раз больше. Для работы советника подходит не только персональный компьютер, но и смартфон, планшет и другие мобильные устройства.

Как работает Алгоритм Королёва?

Каждый клиент, зашедший на сайт проходит проверку своего компьютера и получает результаты о возможной ежедневной прибыли. Далее требуется стать подписчиком и зарегистрировать торговый счёт у одного из финансовых посредников. К надежным компаниям авторы относят брокеров WhiteOption, и Ubinary.

Сумма первоначального депозита может быть минимальной, но рекомендуемые вложения составляют от 300 долларов. Общее число участников системы составляет более 1000 человек. Успех проекта подтверждают многочисленные видео-отзывы, оставленные каждым участником.

На сайте приведена таблица с ежедневной статистикой сделок. Исходя из этих данных следует, что наиболее прибыльные контракты заключаются по валютным парам, причём средняя прибыль участника достигает более 200 долларов за сделку. Программа предоставляется бесплатно, авторы зарабатывают наравне со всеми участниками. Большое количество подписчиков гарантирует успех всей команде.

Какие отзывы в сети?

Проект «Алгоритм Королева» внесен в список мошеннических на многих интернет-ресурсах. На самом деле, авторы являются всего лишь агентами брокеров и работают за реферальные отчисления от депозитов привлеченных трейдеров. Отзывы с сайта проекта не соответствуют действительности и сделаны на платной основе. Вся статистика торгов «нарисована» авторами для привлечения доверчивых инвесторов.

22 августа 2017 Яндекс запустил новую версию поискового алгоритма – «Королёв». Максимально кратко и емко можно описать его суть словами из пресс-релиза Яндекса:

Запуск алгоритма состоялся в Московском планетарии и сопровождался докладами разработчиков алгоритма, торжественным нажатием кнопки запуска и даже звонком на МКС и прямым эфиром с космонавтами.

Полное видео презентации можно посмотреть прямо здесь, а ниже мы рассмотрим основные изменения и ответы на частые вопросы. Информацию мы будем сопровождать комментариями сотрудников Яндекса в блоге компании, а также цитатами из официальных источников.

Что изменилось в поиске Яндекса?

«Королев» – это продолжение алгоритма «Палех », представленного в ноябре 2016 года. «Палех» был первым шагом в сторону семантического поиска, задача которого – лучше понимать смысл страниц.

«Королев» же теперь умеет понимать смысл всей страницы, а не только заголовка title, как было после анонса «Палеха».


Алгоритм должен улучшить выдачу по редким и сложным запросам.

Документы могут не содержать многих слов запроса, поэтому традиционные алгоритмы определения текстовой релевантности не справятся с этой задачей.

Выглядит это примерно так:

В Google работает аналогичный алгоритм – RankBrain:

Область действия алгоритма «Королев» распространяется на все запросы, в том числе на коммерческие. Однако больше всего влияние заметно именно на многословных запросах. Яндекс подтвердил, что алгоритм работает на всем поиске.

Конечно, целью алгоритма было улучшение качества выдачи по редким и сложным вопросам. Проверим на редких и сложных коммерческих запросах, связанных как раз с названием предмета.Например, в этом случае Яндекс действительно понимает, о чем идет речь. Правда, в выдаче в основном обзоры и статьи, а не коммерческие сайты.


А в этом случае поисковик понял, что меня, скорее всего, интересует дрон или квадрокоптер. Конечно же, выдача начинается с Яндекс.Маркет:


Но в некоторых случаях Яндекс бессилен…


Как это работает (+ 11 фото из презентации)

Разберем подробнее презентацию нового алгоритма. Ниже будут только выдержки самых интересных моментов с нашими комментариями и слайды из презентации.

Новая версия поиска основана на нейронной сети. Она состоит из большого количества нейронов. У нейрона есть один выход и несколько входов, он умеет суммировать полученную информацию и после преобразования передавать ее дальше.


Нейронная сеть может выполнять гораздо более сложные задачи и ее можно обучить понимать смысл текста. Для этого нужно дать ей много обучающих примеров.

Работу в этом направлении Яндекс начал с модели DSSM, состоящей из двух частей, соответствующих запросу и странице. На выходе была оценка, насколько они близки по смыслу.


Для обучения нейросети нужно много обучающих примеров.


    Отрицательные – это пара текстов, не связанных по смыслу.

    Положительные – пары «текст-запрос», связанные по смыслу.

Согласно презентации, Яндекс использовал для обучения массив данных о поведении пользователей на выдаче и считал связанными по смыслу запрос и страницу, на которую часто кликают пользователи в выдаче. Но как позже пояснил Михаил Сливинский, удовлетворенность пользователя результатами поиска меряются не только кликами:


Как ранее рассказывал в презентации "Палеха" Александр Садовский, наличие клика не говорит о том, что документ релевантен, а отсутствие, что не релевантен. Модель Яндекса предсказывает, задержится ли пользователь на сайте и учитывает множество других метрик удовлетворенности пользователя.

После обучения модель представляет текст в виде набора 300 чисел – семантического вектора. Чем ближе тексты по смыслу, тем больше сходство чисел векторов.


В поиске Яндекса нейронные модели использовались давно, но в алгоритме «Королёв» увеличено влияние нейронных сетей на ранжирование.

Теперь при оценке смысловой близости алгоритм смотрит не только на заголовок, но и на текст страницы.

Параллельно Яндекс работал над алгоритмом сравнения смыслов запросов на основании нейронных сетей. Например, если для одного запроса поисковая система точно знает лучший ответ, а пользователь ввел запрос, очень близкий к нему, тогда результаты поиска должны быть похожи. В качестве иллюстрации такого подхода Яндекс приводит пример: «ленивая кошка из монголии» – «манул». ()


В «Палехе» нейронные модели применялись только на самых поздних стадиях ранжирования, приблизительно на 150 лучших документов. Поэтому на ранних стадиях ранжирования часть документов терялась, а они могли быть хорошими. Это особенно важно для сложных и низкочастотных запросов.

Теперь вместо вычисления семантического вектора во время исполнения запроса Яндекс делает вычисления заранее – при индексации. «Королёв» проводит вычисления на 200 тыс. документов на запрос, вместо 150, которые были раньше при «Палехе». Сначала такой метод предварительного расчета был испытан на «Палехе», это позволило сэкономить на мощности и находить соответствие запросу не только заголовка, но и текста.


Поисковик берет полный текст на этапе индексации, проводит нужные операции и получает значение. В итоге для всех слов и популярных пар слов формируется дополнительный индекс со списком страниц и их предварительной релевантностью запросу.

Команда Яндекса, которая занималась проектированием и внедрением нового поиска, запускает его.



Запуск алгоритма:


Обучение искусственного интеллекта

В Яндексе уже много лет задачей сбора данных для машинного обучения занимаются асессоры, которые оценивают релевантность документов запросу. С 2009 по 2013 год поисковик получил более 30 млн таких оценок.


За это время появился поиск по картинкам, по видео, внутренние классификаторы и алгоритмы: количество проектов Яндекса выросло.


Так как все они работали на технологиях машинного обучения, требовалось больше оценок и больше асессоров. Когда асессоров стало больше 1500, Яндекс запустил краудсорсинговую платформу «Толока» , где может зарегистрироваться и выполнять задания любой человек.

Например, вот такие задания встречаются в «Толоке»:


Или такие:


Если хотите подробнее узнать, как пользователи оценивают релевантность ответов, чтобы понимать, какие параметры выдачи оцениваются, рекомендуем почитать инструкции по заданиям или даже попробовать пройти обучение.

За несколько лет в сервисе собралось более 1 млн человек, которые сделали более 2 млрд оценок. Это позволило Яндексу сделать огромный рывок в масштабировании и объеме обучающих данных. Только в 2017 году задания выполняли более 500 000 человек.


Среди заданий есть:

  • Оценка релевантности документов;


  • Задания для развития карт. Так проверяют актуальность данных об организациях для базы Справочника;
  • Задания для настройки речевых технологий голосового поиска.

Правила, которым Яндекс хочет научить алгоритм, открыты всем зарегистрированным пользователям в виде инструкций для работников «Толоки». По некоторым заданиям просто собирается субъективное мнение людей.

Вот выдержка из инструкции о том, как Яндекс определяет релевантность документа:


Яндексу очень важно качество оценок. Оно может быть субъективно, поэтому задания даются сразу нескольким людям, а потом математическая модель оценивает распределение голосов с учетом степени доверия к каждому работнику и экспертизы каждого участника. Для каждого «толокера» хранятся данные о точности оценок по каждому проекту и сводятся в единый рейтинг.

Именно поэтому нельзя сетовать на то, что необъективность асессоров погубила ваш сайт.

Таким образом, в Яндексе появилась дополнительная группа факторов:

  • Смысл страницы и соответствие ее запросу;
  • Является ли документ хорошим ответом на похожие пользовательские запросы.

Что изменилось в топе Яндекса?

Алгоритм предположительно был запущен несколько раньше презентации и, если верить сторонним сервисам (например, https://tools.pixelplus.ru/updates/yandex), изменения в выдаче начались еще в начале августа, но неизвестно, связано ли это с алгоритмом «Королев».




По этим данным можно выдвинуть гипотезу, что уменьшение доли главных страниц в топ-100 и уменьшение возраста документов в пределах топ-100 связано с новым алгоритмом, который помогает получить больше релевантных ответов.

Правда, при этом заметных изменений в топ-10, топ-20 или топ-50 не видно. Возможно, их там нет либо они незначительны. Мы также не заметили существенных изменений выдачи по продвигаемым запросам.

Текстовая релевантность в стандартном понимании никуда не делась. Подборки и более широкие ответы по многословным запросам содержат большое количество страниц с вхождениями слов запроса в title и текст:


Свежесть результатов поиска тоже имеет значение. Пример из презентации Яндекса содержит ряд свежих результатов с искомой фразой целиком.



Хотя, учитывая тот факт, что алгоритм проводит расчеты сразу при индексации, «Королев» теоретически может влиять и на подмешивание результатов быстроботом.

Надо ли как-то оптимизировать тексты под «Королев»?

Скорее наоборот: чем больше поисковик учится определять смысл текста, тем меньше требуется вхождений ключевых слов и тем больше требуется смысла. Но принципы оптимизации не меняются.


Например, еще в 2015 году Google рассказал об алгоритме RankBrain, который помогает поиску лучше отвечать на многословные запросы, заданные на естественном языке. Он неплохо работает, что отметили пользователи в многочисленных публикациях сравнения поиска Яндекса и Google после анонса новой версии алгоритма.


Это не сопровождалось масштабной презентацией и сильно не повлияло на работу специалистов. Никто целенаправленно не занимается «оптимизацией под RankBrain», поэтому и в Яндексе это никак глобально не меняет работу специалиста. Да, появился тренд на поиск и включение в текст так называемых LSI-ключей, но это явно не просто часто повторяющиеся слова на страницах конкурентов. Ожидаем развития SEO-сервисов в этом направлении.

В алгоритме также заявлено, что анализируется смысл и других запросов, по которым пользователи попадают на страницу. Опять же, в перспективе это должно дать одинаковую или похожую выдачу по синонимичным запросам, так как сейчас результат анализа выдачи порой показывает, что пересечений по синонимичным запросам в выдаче нет. Будем надеяться, что алгоритм поможет устранить подобные несоответствия.

Но Яндекс пока не может найти (или плохо находит) документы, близкие по смыслу к запросу, но вовсе не содержащие слов запроса ().


Советы:

    Убедитесь, что страница отвечает на запросы, под которые она оптимизирована и по которым переходят пользователи.

    Убедитесь, что страница все же включает слова из поисковых запросов. Мы не говорим про прямые вхождения, просто проверьте, есть ли слова из запросов в любой форме на странице.

    Тематические слова могут придать странице дополнительную релевантность, но это явно не просто часто повторяющиеся слова на страницах конкурентов. Ожидаем развития SEO-сервисов в этом направлении.

    Для ключевых фраз, по которым страница сайта хорошо ищется, проверьте, не выбивается ли показатель отказов из среднего показателя по сайту. Если по запросу сайт находится на высокой позиции и пользователь находит то, что ему нужно, сайт может быть показан по сходным по смыслу ключевым фразам (если такие есть).

    Клики на поиске показывают удовлетворенность пользователя результатом. Это не ново, но стоит еще раз проверить сниппеты по ключевым запросам. Возможно, где-то получится повысить кликабельность.

Как проверить влияние алгоритма на свой сайт?

Для сайтов, у которых нет ярко выраженной сезонности, вы можете сравнить количество низкочастотных ключевых фраз, по которым переходили на сайт до запуска алгоритма и после. Например, взять неделю в июле и неделю в августе.


Выбираем «Отчеты – Стандартные отчеты – Источники – Поисковые запросы».

Выбираем визиты из Яндекса:

И фильтром оставляем только те запросы, по которым был 1 переход. Дополнительно стоит исключить фразы, содержащие название бренда.



Также можете посмотреть наличие поисковых фраз, слов из которых у вас нет в тексте. В целом, такие фразы присутствовали среди НЧ-запросов и раньше, просто сейчас их может стать заметно больше.

Перспективы и прогноз

    Поисковик сможет еще лучше находить документы, близкие по смыслу к запросу. Наличие вхождений станет еще менее важным.

    К текущему алгоритму будет добавлена персонализация.

    В перспективе хорошие материалы, отвечающие на вопрос пользователя, могут получить еще больше трафика по микрочастотным, редким или семантически похожим запросам.

    По низкочастотным ключевым фразам может увеличиться конкуренция за счет большей релевантности неоптимизированных документов.

    Гипотеза. С помощью подобных алгоритмов Яндекс может лучше оценивать, насколько семантически связаны страницы, ссылающиеся на другие, и учитывать это для оценки внешних ссылок. Если это может быть значимым фактором с учетом слабого влияния ссылок в Яндексе.

    Нам стоит ожидать дальнейших изменений, связанных с нейросетями, и в других сервисах Яндекса.

Вопрос-ответ

Вопрос : так как Яндекс оценивает клики, значит ли это, что накрутка поведенческих факторов будет набирать обороты?


Вопрос : связан ли «Королев» с «Баден-Баденом»?


Вопрос : как включить новый поиск Яндекса?

Ответ : в блоге Яндекса и в поисковых запросах часто встречались вопросы, как включить или установить новый поиск. Никак . Новый алгоритм уже работает и никаких дополнительных настроек делать не нужно.

Завершилась «космическая» трансляция Яндекса о запуске нового алгоритма «Королев». Какие выводы мы можем сделать через минуту после окончания выступлений?

«Королёв» — это поисковый алгоритм Палех, раскатанный не только на заголовок страницы, но и на текст документа.

Видео запуска «Королева»


В видео рассказывается о том, что был сделано яндексоидами перед тем, как запустить и включить алгоритм «Яндекс Королёв» в публичный поиск.

Справка о семантических алгоритмах

Смысл нового алгоритма Королев

Яндекс определяет семантическую близость текстов документа и запроса пользователя на основании миллиардов оценок асессоров. Более миллиона асессоров (толокеров) вносят свой вклад в развитие поиска в . Кстати, в Толоке любой желающий может выставить свои задания на оценку.

Как это работает по-русски. Обратите внимание на запрос [кошки в космосе ] в Поиске по Картинкам. Кошки, к слову, никогда не было в космосе. И нет текстов, где есть картинки под этот запрос и текст об этом. Однако, выдача по этому запросу нормальная. Яндекс на основании оценок асессоров научился понимать смыслы картинок == текстов.

Оценки асессоров анализирует нейросеть и находит связи между текстами документа (словами, уни-, би-, триграммами и так далее) и запросом пользователя.

Теперь в документе не обязательно должны быть ключевые слова. Яндекс и так поймет о чем текст. Он проанализируют на сколько семантически близки слова текста запросам. И поставит этот документ выше, чем он был раньше до внедрения «Королева».

Также учитывается так называемый «запросный индекс» — история (точнее семантическая близость) поисковых запросов, по которым пользователи ранее переходили на сайт. О наличии запросного индекса, кстати, говорил ещё Дмитрий Севальнев, не соврать, в 2013 году (Был домен про шубы. Заменили контент, стали продвигать на нём мебель — и вообще ничего не лезло. Сменили домен — мебель в топе).

Как продвигать под алгоритм Королев

Во-первых, «Королев» уже в продакшене. В боевом использовании. Во-вторых, «Палех», по наблюдениям, коснулся в первую очередь информационных запросов. Вероятно «Королёв» — подействует также. Отзывы о поисковом алгоритме коллег по рынку сходятся в том, что у многих сайтов с разнообразными текстами подрастёт трафик по низко-, микро-, ультрачастотным запросам. Напишите, пожалуйста, ваш отзыв о «Королёве» в комментариях.

Делайте сайты для людей. Пишите человеческие тексты из человеческих слов. Не парьтесь сильно.

  • Большинство сайтов в интернете — убогая унылость для пользователя. Поиску приходится как-то их ранжировать. Донести до вебмастеров Правила — невозможно. Поэтому Палех — Королёв поможет этим вебмастерам.
  • А что пользователь? Пользователю теперь вообще можно не думать. Он счастлив.

Не приведёт ли это к деградации человека и вебмастера? Я задал этот вопрос Михаилу Сливинскому весной на защите . Михаил сказал, что Яндекс понимает это и держит в голове.

Делайте сайты для людей. Пишите человеческие тексты из человеческих слов. Но помните о том, что базовая текстовая релевантность всё-таки ДОЛЖНА БЫТЬ 😃

Каких тематик коснулся «Королев»

Алгоритм воздействует в первую очередь на низкочастотные длинные запросы. А такие фразы задают обычно пользователи голосового поиска. Для понятных и привычных интентов «Королев», вероятнее всего не приведет дополнительного трафика. Это тематики такси, одежды, промышленных товаров с техническими характеристиками и артикулами.

В первую очередь стоит ожидать прироста трафика в сложных и непонятных для обычного пользователя тематиках — юриспруденция, медицина, искусство и так далее. Когда посетитель сайта ищет контент естественным языком, без применения терминологии. И не имеет значения — коммерческий сайт или нет.

Реакция рынка на анонс алгоритма «Королев»

Акции подскочили и пробили топы.

После того, как 22-го августа был презентован новый алгоритм Яндекса «Королёв», у многих SEO-специалистов возникли опасения касательно возможного падения посещаемости у сайтов. С другой стороны, если у одних сайтов поисковый трафик упадёт, значит у других будет прирост.

Но давайте разберёмся вместе, всё ли так страшно.

Кстати, говоря, опираясь на данные Яндекс Метрики, мы видим, что многие пользователи вводят запрос «Как включить Яндекс Королёв?» и заходят на нашу статью. На самом деле ничего включать не надо , это новая система ранжирования уже работает для всех автоматически.

Что такое алгоритм Яндекса «Королёв»?

В сущности «Королёв» — это прокачанная версия Палеха , работа которого базируется на распознавании смысла с помощью нейросети. Если Палех мог распознавать только заголовки и обрабатывал до 150-ти документов, то «Королёв» оценивает весь текст на странице и может обрабатывать свыше 200 тысяч страниц.

В официальном блоге, также говорится о том, что изменения касаются не только применения нейросети для поиска не по словам, а по смыслу, но и самой архитектуры индекса поисковой выдачи.

Как работает алгоритм «Королёв»

По заверению создателей алгоритма, он позволит перейти на совершенно иной уровень понимания смысла запросов пользователей. Теперь будет оцениваться вся страница сайта с семантическим вектором поисковых запросов.

Когда пользователь вводит запрос, поисковой машине требуется понять, какая страница и с каким заголовком соответствует ему больше всего. Для этого запрос и заголовок преобразуются в перемножение векторов, и чем больше получится результат, тем больше релевантность страницы запросу. В момент формирования ответа на запрос происходит мгновенное преобразование текста заголовков и запросов в векторы и их сравнение. Это позволяет выявить возможные связи по смыслу, но при этом требует огромных вычислительных мощностей. Так работает Палех.

Что было сделано, чтобы улучшить его работу? В алгоритме «Королёв» осуществляется предварительное вычисление векторов , что позволяет не нагружать сервера во время самого запроса, а брать уже готовый результат. Кроме того, как уже говорилось выше, «Королёв» преобразует в семантический вектор не только заголовок страницы, но и всё её содержание.

Но стоит понимать, что «Королёв» – это не революционный алгоритм ранжирования сайтов, который перевернёт выдачу Яндекса с ног на голову. Это комплекс из уже внедрённых решений, усовершенствованный с помощью нейросетей и пользовательского опыта.

Что ждёт индустрию после выхода «Королёва»?

На данный момент никаких глобальных изменений в результатах выдачи не наблюдается и вряд ли они наметятся в ближайшем будущем. Например, в поиске по прежнему есть множество страниц, которые отвечают на синонимичные запросы «интерьер кухни» и «дизайн кухни», с помощью разных страниц, где есть прямое вхождение ключа.

Реальные перемены наступят, когда не нужно будет под один «большой» запрос собирать базу низкочастотных запросов , писать под них текст от 10 000 символов.

 
Статьи по теме:
Лучшие приложения-аудиокниги для Android Скачать на андроид поисковик аудиокниг без регистрации
«Поиск аудиокниг» представляет собой приложение для поиска бесплатных аудиокниг. С его помощью можно искать книги, которые находятся в свободном доступе в Интернете. Характеристика Обожаете читать, но никак не можете выкроить время на любимую книгу? Многи
Спортивные часы garmin fenix 3
Fenix – серия мультиспортивных часов со смарт функциями. Фениксы совмещают в себе стильные смарт-часы, спортивный пульсометр, навигационный компьютер для туристов и альпинистов. Garmin удалось сделать часы, которые стали популярными среди всех, кто ведет
JBL Charge — звук, который всегда с собой Jbl charge 2 копия характеристики
JBL выпустили вторую улучшенную модель портативной колонки, которая также может подзаряжать Ваше мобильное устройство. Мини колонка JBL Charge 2 – это более мощное устройство, усиленное массивными динамиками, расположенными по двум сторонам. Колонка JBL C
Создать яркие баннеры для медийной рекламы
В интернете баннеры часто используются для реализации различных идей, будь то реклама или какие-то объявления. Создать его можно с помощью специальных онлайн-сервисов, которые мы рассмотрим далее в этой статье. Ввиду высокой востребованности баннеров суще