حتما شما هم زمانی که گوگل یک به‌روزرسانی را منتشر می‌کند، از تاثیر آن روی نتایج رتبه‌بندی صفحات نگران می‌شوید. از گذشته تاکنون، واژه «به‌روزرسانی یا آپدیت» برای انتشار الگوریتم جدید یا آخرین نسخه بهروزشده آن استفاده می‌شود. به عبارتی، فعالان این حوزه بدون درنظرگرفتن اینکه آیا واقعاً الگوریتم یا نسخه جدیدی از آن معرفی شده است، هر دو را با نام «به‌روزرسانی جدید گوگل» صدا می‌کنند. گوگل اکنون قصد دارد درباره تفاوت بین «سیستم جدید رتبه‌بندی» و «آپدیت جدید» شفاف‌سازی کند. به همین دلیل، این رویکرد را در سند راهنمای سیستمهای رتبه‌بندی هم به کار گرفته است.
در هسته گوگل، سیستمهای رتبه‌بندی برای اجرای فرایندهای مختلفی به‌روزرسانی می‌شوند. برای مثال، به‌روزرسانی «page experience update» با هدف ارزیابی دقیق تجربه کاربری در این سیستم‌ها اجرا شد. همچنین گوگل برای سنجش میزان مفیدبودن محتوا، تصمیم گرفت به‌روزرسانی «helpful content update» را معرفی کند. تا این مرحله، دریافتیم که گوگل تعداد زیادی سیستم رتبه‌بندی دارد که بسته به هدف خاصی، ممکن است به‌روزرسانی شوند و ارتقا پیدا کنند. سوال اصلی اینجاست که سیستم رتبه‌بندی دقیقاً چیست و چگونه کار می‌کند؟
سیستمهای رتبه‌بندی گوگل (Google Search ranking systems)
موتور جستجوی گوگل برای ارائه مرتبطترین و مفیدترین نتایج به کاربران، از سیستمهای رتبه‌بندی خودکار استفاده می‌کند. این سیستم‌ها سیگنال‌های دریافت‌شده از صدها میلیارد صفحه وب و انواع محتوای ایندکس‌شده را در کسری از ثانیه پردازش می‌کنند. گوگل به‌طور مرتب سیستمهای رتبه‌بندی را برای عملکرد بهینه، ارزیابی و بررسی می‌کند و اطلاعات هر به‌روزرسانی را در اختیار تولیدکنندگان محتوا و وبمستران قرار می‌دهد.
گوگل در سند راهنمای سیستمهای رتبه‌بندی به‌طور جامع درباره فناوری‌های اصلی این سیستم‌ها و نحوه رتبه‌بندی صفحات بر اساس کوئری کاربران توضیح داده است. در مقاله آموزشی «جستجوی گوگل چگونه کار می‌کند» از منبع SEJ، می‌توانید بیشتر درباره ماموریتی که گوگل برای سازماندهی اطلاعات وب با هدف قابل دسترس‌بودن و مفیدبودن در نظر گرفته است، بخوانید. در ادامه تمام سیستمهای رتبه‌بندی گوگل را نام خواهیم برد و سازوکار آنها را معرفی خواهیم کرد.
۱.سیستم هوش مصنوعی برت (Bert AI system)
Bert مخفف عبارت «Bidirectional Encoder Representations from Transformers» یک سیستم هوش مصنوعی است که در درک مفهوم و هدف کلمات جستجوشده با زبان طبیعی به گوگل کمک می‌کند. فناوری هوش مصنوعی برت مبتنی بر شبکه عصبی پردازش زبان طبیعی NLP است که تمام کلمات و عبارت‌های یک متن را برای فهم آن در نظر می‌گیرد. برخی از مدل‌های پردازش‌شده با این هوش مصنوعی، به‌قدری پیچیده هستند که از جدیدترین فناوری‌های کلود TPU برای نتایج جستجو بهره می‌برند.
برت به الگوریتمهای گوگل کمک می‌کند تا جزئیات زبان محاوره‌‌ای مانند حروف اضافه را مانند یک انسان بفهمد. گوگل با درک موقعیت کلمات داخل جملات، مفهوم هر کدام از آنها را از روی ارتباطشان با یکدیگر تشخیص می‌دهد؛ مانند وقتی که کلمه «به» در یک جمله با «از» جایگزین می‌شود و مفهوم اصلی جمله تغییر می‌کند.
۲.سیستمهای پردازش اطلاعات بحرانی (Crisis information systems)
گوگل سیستم‌هایی را توسعه داده که اطلاعات مفید و مورد نیاز مردم را در مواقع بحران (فورس ماژور) مانند شرایط بحرانی شخصی، بلایای طبیعی یا سایر شرایط ضروری ارائه می‌کند. سیستمهای ارائه اطلاعات در شرایط بحرانی به ۲ دسته اصلی تقسیم می‌شوند:
- شرایط بحرانی شخصی (Personal crisis)
ارائه اطلاعات مفید و به‌موقع در موقعیت‌های بحران شخصی، بلایای طبیعی یا سایر شرایط فورس ماژور که به‌طور گسترده برای یک شخص حائز اهمیت است.
- هشدارهای اضطراری (هشدارهای SOS)
سیستم «SOS Alerts» گوگل در هنگام وقوع بلایای طبیعی یا شرایط بحرانی گسترده، اطلاعات و داده‌های به‌روزرسانی‌شده مرتبط با شرایط فورس ماژور را از طرف مقامات محلی و دولتی، سازمان‌های امدادی و نهادهای بین‌المللی نمایش می‌دهد. این اطلاعات معمولاً شامل شماره تلفن‌های ضروری، سایت‌های وابسته، نقشه‌ها، ترجمه عبارات و اصطلاحات مفید، فرصت‌های امدادی و موارد دیگر است. سیستمهای CIS در SOS Alerts در مواقع سیل، آتش‌سوزی، زلزله، طوفان و … به یاری مخاطبان می‌آید.
۳.سیستمهای شناسایی داده‌های تکراری غیرمفید (Deduplication systems)
وقتی در گوگل به جستجو می‌پردازید، ممکن است هزاران یا حتی میلیون‌ها صفحه وب را پیدا کنید که تقریباً شباهت زیادی به یکدیگر دارند. در چنین شرایطی، سیستمهای DDS فقط مرتبطترین نتایج را برای جلوگیری از تکرار اطلاعات غیرمفید به کاربران نشان می‌دهند. سیستم شناسایی Deduplication وظیفه دارد صفحاتی را برای یک جستجو رتبه‌بندی کند که تنوع بیشتری از نظر محتوایی دارد تا از نمایش صفحات تکراری جلوگیری کند.
این وضعیت فقط به عدم نمایش دو محتوای کپی محدود نمی‌شود، بلکه تلاش می‌کند صفحه SERP انواع صفحات مفید و کاربردی مرتبط با عبارت جستجوشده را به کاربر نمایش دهد. اگر صفحاتی در سرپ هستند که عبارت جستجوشده را با اطلاعات غنی و کافی پاسخ می‌دهند، چه دلیلی وجود دارد صفحه دیگری با همان محتوا به کاربر نمایش داده شود؟! این رویکرد دقیقاً همان مرزی است که رتبه‌بندی صفحات وب مشابه را در نتایج جستجو مشخص می‌کند. همچنین سیستم Deduplication صفحات وب را ارزیابی و محتواهای غیرمفید را از نتایج جستجو حذف می‌کند.
۴.سیستم مطابقت کامل نام دامنه (Exact match domain system)
نام دامنه هیچ ارتباطی به سئو ندارد و تاثیری روی رتبه‌بندی نمی‌گذارد؛ اما گوگل کلمات نام دامنه را به‌عنوان یکی از عوامل متعدد، برای تشخیص ارتباط محتوای سایت با عبارات جستجوشده در نظر می‌گیرد. سیستم EMDS با همین هدف معرفی شد تا از انتقال اعتبار به دامنه‌های دارای عبارت منطبق با جستجوهای خاص جلوگیری شود.
برای مثال، دامنه «best-places-to-eat-lunch.com» شامل عبارت‌های «بهترین مکان‌ها برای صرف ناهار» می‌شود و مدیر سایت هم انتظار دارد به دلیل استفاده از کلمات کلیدی، صفحه مورد نظر رتبه‌بندی خوبی در نتایج جستجو داشته باشد. با این حال، سیستم EMDS گوگل اینجاست تا فقط سیگنال‌های کمکی برای این دامنه ارسال کند، نه اعتبار و ارزشی برای رتبه‌بندی بهتر.
۵.سیستم محتوای تازه (Freshness systems)
یکی از مهم‌ترین سیستمهای رتبه‌بندی نتایج جستجو، سیستم محتوای تازه نام دارد که طراحی شده تا تازه‌ترین و جدیدترین محتوا را به کاربران نمایش دهد. گوگل می‌گوید: «جستجوی کوئری مستحق نمایش اطلاعات تازه است.» برای مثال، وقتی یک نفر در حال جستجو فیلمی است که به تازگی اکران شده، به جای مطالعه مقالات قدیمی یا داده‌هایی که به تولید فیلم اشاره دارد، می‌خواهد نقدوبررسی‌های آن فیلم را بخواند یا نظرات کاربران دیگر را بررسی کند. مانند وقتی که به صفحه دانلود یک سریال می‌روید و بخش نظرات آن را کاملاً می‌خوانید.
در مثالی دیگر، معمولاً وقتی عبارت «زلزله» را جستجو می‌کنید، مطالبی که به کاربران نمایش داده می‌شود، درباره آگاه‌سازی عمومی در مواجه با این بلای طبیعی است. حال اگر زلزله‌ای رخ داده باشد، سیستم محتوای تازه شروع به نمایش مقالات خبری و آمارها می‌کند و مطالب مرتبط با آخرین وضعیت زلزله در سطح محلی و کشوری را در نتایج بالاتر نشان می‌دهد.
۶.سیستم محتوای مفید (Helpful content system)
سیستم محتوای مفید با هدف اطمینان از نمایش محتواهای مفید و معتبری طراحی شده است که توسط افراد متخصص نوشته شده‌اند. سیستم رتبه‌بندی helpful content به بررسی صفحاتی می‌پردازد که برای افراد نوشته شده‌اند، نه برای موتور جستجو. در حال حاضر توجه به کیفیت محتواها برای مخاطبان انسانی، بسیار مهم‌تر از رتبه‌بندی در نتایج جستجو است.
سیستم محتوای مفید در پس‌زمینه تمام سیستمهای رتبه‌بندی فعال است و به بررسی وزن مطالب غیرمفید سایت و صفحات کاربردی می‌پردازد. این سیستم جزو الگوریتم‌هایی است که در صورت جریمه صفحه‌ای از سایت شما، آن صفحه تا مدت زیادی راهی برای بازگشت به رتبه ازدست‌رفته ندارد.
۷.سیستمهای تجزیه‌و‌تحلیل لینک‌ها و سیستم مرکزی پیج رنک (Link analysis systems and PageRank)
سیستم تجزیه‌و‌تحلیل لینک‌ها (Link analysis systems) و سیستم اصلی پیج‌رنک (PageRank) جزو سیستمهای رتبه‌بندی مهم و نتایج جستجوی گوگل هستند. گوگل سیستمهای مختلفی برای درک نحوه لینک‌دهی صفحات به یکدیگر دارد. این سیستم‌ها به‌عنوان راهی برای تعیین اینکه چه صفحاتی به یک موضوع مرتبط هستند و کدام یک ممکن است در پاسخ به جستجو مفیدتر باشند، استفاده می‌شوند. پیج‌رنک یکی از سیستمهای اصلی رتبه‌بندی به شمار می‌رود که از اولین روزهای راه‌اندازی جستجوی گوگل وجود داشته و تاکنون تغییرات زیادی کرده است.
۸.سیستم رتبه‌بندی اخبار محلی (Local news system)
گوگل برای شناسایی و تشخیص منابع خبری از سیستم خاصی استفاده می‌کند تا بتواند در هر زمان برای فیچرهای سرپ، از آن بهره ببرد. از آنجایی که محتواهای خبری جزو مهم‌ترین انواع محتواها در سطح وب به شمار می‌رود، لازم است تا شاخص‌های اعتبار و قابل اعتمادبودن منابع خبری و شناخت چهره‌های شاخص، در کمترین زمان پردازش شود و اقدامات لازم در قبال موضوعات ترند و اخبار غیرواقعی صورت بگیرد.
۹.سیستم هوش مصنوعی مام (MUM AI system)
سیستم هوش مصنوعی Multitask Unified Model قادر به درک و تولید زبان است. سیستم MUM در حال حاضر برای رتبه‌بندی نتایج جستجو به‌صورت عمومی استفاده نمی‌شود؛ اما در بخش‌های خاصی مانند اطلاعات واکسن کووید ۱۹ و بهبود پاسخ‌های فیچر اسنیپت (Featured snippets) کاربرد دارد.
۱۰.سیستم هوش مصنوعی تطابق عصبی (Neural matching AI system)
سیستم رتبه‌بندی تطبیق عصبی، نوعی هوش مصنوعی است که گوگل از آن برای درک مفاهیم کلمات، جستجوها و صفحات وب استفاده می‌کند تا بتواند با تطبیق مفاهیم آنها با یکدیگر، نتایج طبیعی را رتبه‌بندی کند.
۱۱.سیستمهای تشخیص محتوای اصلی (Original content systems)
سیستمهای تشخیص محتوای اصلی به گوگل کمک می‌کنند تا نسخه اصلی یک محتوا در نتایج جستجو نمایش داده شود. این سیستم تلاش می‌کند نسخه اصلی یک محتوا در مقایسه با نسخه تکراری آن، رتبه‌بندی بهتری داشته باشد. سیستمهای تشخیص محتوا، شیوه‌نامه‌هایی برای تولیدکنندگان محتوا دارند که به آنها کمک می‌کنند تا با مواردی که گوگل برای بررسی نسخه اصلی یک محتوا استفاده می‌کند، آشنا شوند.
۱۲.سیستمهای افت رتبه بر اساس میزان حذف داده‌ها (Removal-based demotion systems)
خط‌مشی گوگل اجازه می‌دهد تا این موتور جستجو بتواند بر اساس دلایل خاصی، هرگونه محتوایی را از نتایج جستجو حذف کند. اگر حجم بالایی از این اقدام برای سایتی به وجود بیاید، از آن به‌عنوان سیگنالی برای کاهش رتبه‌بندی و بهبود نتایج جستجو استفاده می‌شود. دلایل زیر باعث می‌شوند تا گوگل یک صفحه را از نتایج جستجو حذف کند:
- درخواست‌های حذف موارد قانونی (Legal removals)
وقتی تعداد زیادی درخواست کپی‌رایت برای یک سایت ثبت می‌شود، سایر صفحات سایت نیز شامل افت شدید رتبه می‌شوند. به بیان دیگر، وقتی سایتی چندین بار محتوایی را کپی می‌کند که درخواست حذف نسخه برای آن ثبت و اثبات می‌شود، گوگل برای کاهش رتبه و خروج صفحات دیگر همان سایت از نتایج جستجو، به آن محتوا استناد می‌کند.
این اقدام برای نمایش و رتبه‌بندی بهتر محتوای نسخه اصلی در نتایج جستجو است؛ زیرا صفحات دارای تخلف کپی‌رایت از نمایش نسخه‌های اصلی جلوگیری می‌کنند. در نظر بگیرید این اقدام فقط برای محتوا دارای گزارش کپی‌رایت نیست، بلکه سیگنال‌های دریافت‌شده مانند شکایت افراد، عرضه کالاهای تقلبی و حذف دستور مقام قضائی، نیز روی کل سایت تاثیرگذار است.
- درخواست‌های حذف اطلاعات شخصی (Personal information removals)
گوگل این امکان را به افراد می‌دهد تا در صورت نمایش اطلاعات شخصی‌شان در نتایج جستجو، برای حذف آنها درخواست دهند. اگر عکس‌های خانوادگی، شماره تماس، آدرس و سایر داده‌های خصوص‌تان را در نتایج جستجوی گوگل مشاهده کردید، می‌توانید گزارش دهید تا گوگل بعد از تایید، آنها را از صفحات نتایج حذف کند.
زمانی که تعداد زیادی درخواست حذف اطلاعات شخصی و انواع روش‌های سوءاستفاده از اطلاعات شخصی دیگران، بر علیه یک سایت وجود داشته باشد، نمایش سایر صفحات آن سایت نیز در نتایج جستجو کاهش خواهند یافت. گوگل همچنین الگوی سوء‌رفتار یک سایت را در سایر سایت‌ها نیز بررسی می‌کند تا در صورت اثبات شرایط این سیستم، رتبه صفحات آنها را در سرپ کاهش دهد.
محتوای افشاگری (Doxxing Content) چیست؟
محتوای افشاگری (Doxing Content) یا (Doxxing)، به عمل افشای اطلاعات هویتی (آدرس خانه، محل کار، تلفن، اطلاعات مالی و سایر اطلاعات شخصی) یک شخص واقعی گفته می‌شود. به عبارتی، Doxing یعنی انتشار اطلاعات شخصی افراد در اینترنت بدون رضایت و با هدف افشای هویت واقعی آن‌هاست. سیستم Legal Removals، صفحات مربوط به آن دسته از سایت‌هایی را که حجم بالایی از درخواست حذف محتوای Doxxing را دریافت می‌کنند، از نتایج خارج می‌کند.
این سیستم به‌صورت خودکار می‌تواند تصاویر شخصی افرادی را از نتایج جستجو حذف کند که بدون اجازه خودشان، تصویرشان با جستجوی نام آنها نمایش داده می‌شوند. به بیان دیگر، وقتی با جستجوی نام شخصی، تصاویری در نتایج نمایش داده شوند که بدون رضایت آن فرد در یک سایت استفاده شده است، گوگل به‌صورت خودکار آنها را شناسایی می‌کند و در صورت درخواست حذف اطلاعات، روی صفحات آن سایت تاثیر منفی می‌گذارد. گاهی ممکن است عکس شخصی یک فرد مشهور را در سایتتان استفاده کنید که به‌صورت عمومی منتشر نشده و آن شخص هم راضی به انتشار آن نیست. در این صورت، تمام صفحات سایت شما در نتایج جستجو با افت رتبه مواجه می‌شوند.
۱۳.سیستم تجربه صفحه (Page experience system)
کاربران ترجیح می‌دهند سایت‌هایی را انتخاب کنند که در آن تجربه بسیار خوبی داشته باشند. سیستم رتبه‌بندی تجربه صفحه، برای اطمینان از این موضوع، معیارهایی از جمله سرعت بارگذاری صفحات، سازگاری با موبایل (موبایل فرندلی)، عدم وجود عناصر هم‌پوشانی محتوا، مشکلات امنیت و … را ارزیابی می‌کند. معمولاً سایت‌هایی که تجربه صفحه مشابهی دارند، محتوایی که تجربه بهتری برای کاربر ایجاد می‌کند، در اولویت بیشتری برای نمایش در نتایج جستجو قرار دارد.
۱۴.سیستم پسیج رنکینگ (passage ranking)
سیستم رتبه‌بندی پسیج رنکینگ نام یک سیستم هوش مصنوعی است که گوگل از آن برای شناسایی بخش‌های مختلف محتوای یک صفحه و درک ارتباط آن با جستجو استفاده می‌کند. سیستم پسیج رنکینگ می‌تواند به‌اصطلاح «سوزن را در انبار کاه» پیدا کند. گوگل می‌گوید پیداکردن پاسخ برای جستجوهای بسیار خاص، جزو کارهای سخت به شمار می‌آید. گاهی اوقات پاسخ به یک سوال می‌تواند جمله‌ای باشد که در عمق صفحات نهفته است. اینجاست که پسیج رنکینگ می‌تواند ارتباط بین متن‌‌ها و سوالات خاص را با درک عبارات و مرتبط‌بودن آنها تشخیص دهد. سیستم پسیج رنکینگ روی ۷درصد از نتایج جستجو تاثیر می‌گذارد و تمام زبان‌ها را در بر می‌گیرد.
۱۵.سیستم پروداکت رویو (Product reviews system)
هدف سیستم رتبه‌بندی پروداکت رویو، ارائه امتیاز بهتر به صفحات محصولاتی است که محتوای آنها شامل تجزیه‌و‌تحلیل‌های شفاف، داده‌های تحقیقاتی منحصربه‌فرد و عناصر بصری یونیک باشند. پروداکت رویو توسط یک متخصص، کارشناس موضوعی یا یک فرد علاقه‌مند که اطلاعات بسیار خوبی درباره یک محصول دارد، نوشته می‌شود.
۱۶.سیستم هوش مصنوعی رنک‌برین (RankBrain AI system)
سیستم رتبه‌بندی رنک‌برین، یکی از سیستمهای اصلی و بسیار مهم در جستجوی گوگل است. RankBrain یک هوش مصنوعی پیشرفته مبتنی بر یادگیری ماشین است که به گوگل کمک می‌کند تا ارتباط میان مفهوم کلمات جستجوشده با انواع مطالب مرتبط را درک کند. بنابراین، محتوایی به نتایج راه پیدا می‌کند که ممکن است حاوی تمام کلمات موجود در سرچ کوئری نباشد؛ چون موتور جستجو توانسته منظور عبارت و ارتباط میان آن با یک محتوای مرتبط را درک کند و نتیجه درستی را نمایش دهد.
۱۷.سیستمهای اطلاعات معتبر (Reliable information systems)
سیستم رتبه‌بندی داده‌های معتبر شامل مجموعه‌ای از سیستم‌هاست که به روش‌های مختلفی تلاش می‌کنند اطلاعات موثقی را به کاربران در نتایج جستجو نمایش دهند. برای مثال، سیستمهای رتبه‌بندی اطلاعات معتبر کمک می‌کنند تا صفحات دارای محتوای ارزشمند و دست‌اول، رتبه بهتری داشته باشند و رتبه صفحات دارای محتوای بی‌کیفیت کاهش پیدا کنند. در شرایطی که اطلاعات معتبر و قابل اطمینانی در نتایج وجود نداشته باشد، گوگل به‌صورت خودکار توصیه‌هایی را به مخاطبان ارائه می‌دهد تا از اخبار و محتوایی که قابل اعتماد نیستند و نیاز به تایید توسط منابع معتبر دارند، آگاه شوند.
گاهی یک محتوای خبری یا رویدادی به‌سرعت در حال ترندشدن است و افراد مختلفی درباه آن صحبت می‌کنند که نمی‌توان زیاد به گفته‌های آنها اعتماد کرد. در اینجا اگر سیستمهای گوگل اعتمادی به کیفیت محتوا و صحت خبر نداشته باشند، نکات مفیدی درباره جستجو به کاربران ارائه می‌دهند. این رویکرد ارتباط مستقیمی با سواد رسانه‌ای دارد و گوگل اخبار غیرقابل اعتماد را برچسب‌گذاری و از نشر داده‌های نامعتبر جلوگیری می‌کند.
۱۸.سیستمهای شناسایی اسپم و هرزنامه (Spam detection systems)
کسی دوست ندارد صندوق ایمیل‌هایش پر از نامه‌های اسپم باشد. به همین دلیل، فیلتری به نام «هرزنامه» وجود دارد که این پیام‌ها را جدا می‌کند تا فقط نامه‌های مرتبط در قسمت «inbox» باقی بمانند. نتایج جستجوی گوگل نیز با چالش‌های مشابهی روبه‌رو است؛ زیرا دنیای وب از حجم وسیعی از محتواهای اسپم پر شده است که در صورت عدم مقابله با آنها، جستجوگران را از دیدن صفحات مفید و مرتبط باز می‌دارد. این موتور جستجو، تعداد زیادی سیستم تشخیص هرزنامه از جمله SpamBrain را به کار می‌گیرد تا با فعالیت‌های خلاف خط‌مشی‌‌های هرزنامه برخورد کند.
سیستم‌ها و الگوریتمهای منقضی گوگل (Retired systems)
سیستمهای رتبه‌بندی و جستجوی گوگل در گذر زمان تکامل یافته‌اند و بخش زیادی از آنها به مرور زمان جای خود را به سیستمهای جدیدی داده‌اند یا با سیستم اصلی گوگل «هسته مرکزی» ادغام شده‌اند. در ادامه لیستی از سیستمهای رتبه‌بندی منقضی را بررسی خواهیم کرد که در حال حاضر، به‌طور مستقل وجود ندارند.
-
سیستم رتبه‌بندی مرغ مگس‌خوار (Hummingbird ranking systems)
مرغ مگس‌خوار یک پیشرفت بزرگ در سیستمهای کلی رتبه‌بندی سرچ گوگل است که در آگوست ۲۰۱۳ معرفی شد. با تکامل و پیشرفت سیستمهای رتبه‌بندی گوگل، کار این الگوریتم به پایان رسید و منقضی شد. الگوریتم مرغ مگس‌خوار همان پرنده‌ای بود که روی صفحات دارای کلمات کلیدی زیاد، خط پایان کشید. اینجا بود که گوگل تلاش می‌کرد تا با درک منظور و مفهوم عبارت جستجوشده، نتایجی را نمایش دهد که مطابق با نیاز کاربر است. سیستم مرغ مگس‌خوار جزو فناوری‌های پیشرو در سئوی مفهومی و روابط معنایی میان صفحات وب و سرچ کوئری‌ها بود که در استراکچر دیتا نیز استفاده شد.
-
سیستم رتبه‌بندی موبایل فرندلی (Mobile-friendly ranking system)
سیستم رتبه‌بندی سازگار با موبایل به انواع صفحاتی اشاره دارد که در دستگاه تلفن همراه، بهتر نمایش داده می‌شوند. شاخص‌های موبایل فرندلی اکنون در سیستم تجربه صفحه (Page experience) گنجانده شده‌اند. نمایش موبایلی سایت به‌عنوان گزارش «Mobile Usability» در سرچ کنسول قابل ارزیابی است.
-
سیستم سرعت صفحه (Page speed system)
این سیستم که در سال ۲۰۱۸ به‌عنوان «Speed Update» معرفی شد، صفحات وب را برای کاربران تلفن همراه سریع‌تر بارگذاری می‌کرد و باعث شد تا آنها رتبه‌بندی بهتری در نتایج جستجوی موبایل داشته باشند. شاخص‌های «سرعت صفحه» در «Page experience» با معیارهای زیادی قابل اندازه‌گیری هستند.
-
سیستم پاندا (Panda system)
گوگل با طراحی الگوریتم پاندا قصد داشت تا از نمایش محتواهای باکیفیت در نتایج جستجو مطمئن باشد. این سیستم در سال ۲۰۱۱ معرفی شد و در سال ۲۰۱۵ با به‌روزرسانی «کواتی – Coati» بخشی از سیستمهای اصلی رتبه‌بندی گوگل شد. هرچند دیگر نام پاندا به‌طور مستقل وجود ندارد، اما فاکتورهایی که برای مقابله با محتوای بی‌ارزش و ضعیف از این الگوریتم سراغ دارید، همچنان در هسته اصلی گوگل پردازش می‌شوند.
-
سیستم پنگوئن (Penguin system)
پنگوئن نام سیستمی بود که در سال ۲۰۱۲ برای مبارزه با لینک‌سازی اسپم و هرزنامه طراحی شد. پنگوئن در سال ۲۰۱۶ به سیستم رتبه‌بندی اصلی (هسته گوگل) پیوست و دیگر به‌طور مستقل به این نام وجود ندارد. الگوریتم پنگوئن در آن زمان برای مبارزه با لینک‌سازی غیرطبیعی و اسپم متولد شد تا گوگل را در تشخیص کیفیت و صحت لینک‌ها یاری رساند. اکنون این هسته اصلی گوگل است که می‌تواند در سطح بالاتری به این چالش‌ها رسیدگی کند.
-
سیستم امنیت سایت (Secure sites system)
سیستم امنیت سایت در سال ۲۰۱۴ معرفی شد تا سایت‌های ایمن و صفحات دارای https، رتبه‌بندی بهتری داشته باشند. زمانی که استفاده از https هنوز بین مدیران سایت غیرمعمول بود، سیستم Secure sites system وب‌مسترها را تشویق کرد تا گواهی SSL را به سایت‌های خود اضافه کنند تا عملکرد بهتری در نتایج جستجو داشته باشند. شاخص‌های ایمنی سایت اکنون بخشی از سیستم تجربه صفحه شده‌اند.
سخن پایانی
در این مقاله، درباره تعاریف و اصطلاحات جدید سند راهنمای سیستمهای رتبه‌بندی گوگل صحبت کردیم تا به‌طور کامل با سیستمهای فعال و غیرفعال گوگل آشنا شوید و بدانید که که صفحات سایت در نتایج جستجو چگونه رتبه‌بندی می‌شوند.
