از آخرین الگوریتمهای شناخته شده قبل از آوریل ۲۰۲۳، میتوان به الگوریتمهای مانند BERT و EAT اشاره کرد که بر بهبود درک متن و ارزیابی اعتبار محتوا تمرکز داشتند.
BERT (Bidirectional Encoder Representations from Transformers)
BERT، که در پایان سال ۲۰۱۹ معرفی شد، یک نوآوری بزرگ در فهم زبان طبیعی توسط گوگل بود. این الگوریتم برای درک بهتر زمینه و نیت پشت جستجوها طراحی شده بود و میتوانست جستجوهای طولانیتر و محاورهایتر را بهتر تحلیل کند.
EAT (Expertise, Authoritativeness, Trustworthiness)
EAT مخفف سه عامل تخصص، اقتدار و اعتماد است که گوگل برای ارزیابی کیفیت محتوای یک صفحه وب به کار میبرد. این مفاهیم در راهنمای ارزیابان کیفیت جستجوی گوگل مورد تأکید قرار گرفتهاند و به نویسندگان و وبمسترها کمک میکنند تا محتوای با کیفیت بالا تولید کنند.
برای الگوریتمهای جدیدتر در سال ۲۰۲۳، میبایست جستجوی اخبار رسمی گوگل را بررسی کرد یا به منابع معتبر صنعت سئو مراجعه نمود تا بهروزرسانیهای جدید را کشف کنید. گوگل همچنین ممکن است بهروزرسانیهای هستهای را منتشر کند که تأثیر گستردهای بر نتایج جستجو دارند و به طور معمول با اعلام قبلی همراه هستند تا وبمسترها و سئوکاران بتوانند خود را با تغییرات وفق دهند.
برای مقابله با تغییرات مداوم الگوریتمهای جستجو، بهترین رویکرد این است که محتوای ارزشمند و کاربرپسند تولید کنید، ساختار وبهینهای برای وبسایت خود ایجاد نمایید، و بر روی ارائه یک تجربه کاربری عالی تمرکز کنید. این اصول اساسی سئو، برخلاف جزئیات متغیر الگوریتمها، نسبتاً ثابت ماندهاند.
در نهایت، اگر شما به دنبال اطلاعات بهروزتری هستید و میخواهید در مورد تغییرات اخیر الگوریتمهای گوگل در سال ۲۰۲۳ اطلاعات کسب کنید، پیشنهاد میکنم به وبلاگ رسمی گوگل برای وبمسترها مراجعه کنید یا از ابزارهای تحلیلی و انجمنهای متخصصین سئو استفاده نمایید تا از آخرین بهروزرسانیها و توصیهها آگاه شوید.
از سال 2023 به بعد، گوگل بر روی الگوریتمهای پیشرفتهای تمرکز کرده که مبتنی بر یادگیری ماشین و هوش مصنوعی هستند. این الگوریتمها به گوگل اجازه میدهند تا مفاهیم درون محتوا را بهتر درک کند و نتایجی را ارائه دهد که دقیقتر و شخصیسازی شدهتر باشند.
الگوریتم MUM
در سال 2022، گوگل الگوریتم MUM (Multitask Unified Model) را معرفی کرد که قادر است تفاوتهای زبانی و مفهومی پیچیدهتری را شناسایی کند. MUM به گوگل این امکان را میدهد که سوالات چند بخشی کاربران را با استفاده از تواناییهای پیچیده تحلیلی و درک متنی، پاسخ دهد.
الگوریتم BERT
قبل از MUM، الگوریتم BERT (Bidirectional Encoder Representations from Transformers) در سال 2019 عرضه شد. BERT توانست با درک بهتر زمینهی کلمات در جملات، دقت نتایج جستجو را به طرز چشمگیری افزایش دهد.
الگوریتمهای تأثیرگذار قبلی
الگوریتم Mobile-First Indexing
در سال 2018، گوگل رویکرد Mobile-First Indexing را به کار گرفت که در آن اولویت با نسخهی موبایل وبسایتها بود. این تغییر با توجه به افزایش استفاده از اینترنت در دستگاههای موبایل صورت گرفت.
الگوریتم RankBrain
RankBrain، که در سال 2015 رونمایی شد، یکی از اولین تلاشهای گوگل در زمینهی یادگیری ماشین بود. این سیستم قادر به یادگیری و پیشبینی ترجیحات جستجوی کاربران بود و به بهب# تحولات الگوریتمهای گوگل: از نوین تا کلاسیک
گوگل به عنوان پیشگام فناوری جستجو، مدام در حال توسعه و بهبود الگوریتمهای خود است تا کاربران را به بهترین محتوای ممکن هدایت کند. از الگوریتمهای متکی بر هوش مصنوعی گرفته تا بهینهسازیهای موبایل، هر یک از این تغییرات نقش بسزایی در شکلدهی سئو داشتهاند. در این مقاله، سیر تحول الگوریتمهای گوگل را از جدیدترین تا اولین بررسی میکنیم.
الگوریتمهای اخیر: گامهای بلند به سوی فهم عمیقتر محتوا
الگوریتم MUM (2022)
در سال 2022، گوگل با معرفی الگوریتم MUM (Multitask Unified Model)، دستاورد بزرگی در درک متن به دست آورد. این الگوریتم که یک گام فراتر از BERT است، قادر به فهمیدن و پردازش اطلاعات در چندین زبان و فرمت مختلف است.
الگوریتم BERT (2019)
BERT (Bidirectional Encoder Representations from Transformers) یکی از اولین الگوریتمهایی بود که مبتنی بر تکنیکهای پیشرفته یادگیری عمیق برای فهم بهتر زبان طبیعی بود. این الگوریتم توانست فهم گوگل از زبان طبیعی و نیات کاربران را به شکل قابل توجهی بهبود بخشد.
تغییرات قبلی: دوران انتقال به موبایل و تمرکز بر کیفیت
Mobile-First Indexing (2018)
با افزایش کاربران موبایل، گوگل در سال 2018 به سمت Mobile-First Indexing حرکت کرد. این الگوریتم ترجیح دادههای نسخههای موبایلی وبسایتها را در ایندکسگذاری مشخص کرد و وبمسترها را به سمت طراحی واکنشگرا هدایت کرد.
الگوریتم RankBrain (2015)
RankBrain، معرفی شده در سال 2015، از یادگیری ماشین برای تفسیر جستجوهای پیچیده و مبهم استفاده کرد. این الگوریتم به گوگل کمک کرد تا نتایجی را که بیشترین ارتباط را با نیت کاربران دارند، ارائه دهد.