Яндекс YATI: Yandex существенно изменяет систему ранжирования. Как подготовить сайт к SEO?
3 декабря 2020

Яндекс YATI: Yandex существенно изменяет систему ранжирования. Как подготовить сайт к SEO?

Яндекс заявил о внедрении нейросетевой архитектуры для ранжирования страниц. В компании называют изменение наиболее значимым событием в поиске за последние 10 лет.

Что меняется? Как работает алгоритм? Как подготовить сайт к изменениям?

Стараемся разъяснить понятным языком.

Yet Another Transformer with Improvements — Новая технология анализа текста


Что произошло? Яндекс официально заявил о внедрении нейросетевой архитектуры Yet Another Transformer with Improvements для ранжирования результатов поисковой выдачи.

Благодаря технологии поиск Яндекса научился лучше оценивать смысловую связь между запросами пользователей и содержанием документов.

Изменения настолько существенные, что по мнению специалистов Яндекса, это наиболее значимое событие для поисковой системы за последние 10 лет, то бишь со времен запуска Матрикснета.

Анонс алгоритма на видео. Про обновление в поисковой системе с 56:41.



Технология дорогая. Реализация на практике требует множество GPU карточек, которые физически связаны через шину в одну плату. Сервера размещаются очень близко в стойках. Между собой сервера связаны сетью.

YATI выглядит так:

Сервера Yandex Yati

Как работает? Сначала опишем кратко, а далее разъясним в подробностях.

Для обучения на вход в трансформеры подаются поисковые запросы и тексты документов, которые открывали пользователи поиска.

В Яндексе есть понятие эталон документа. Как появились эталоны? Асессоры используя сложную шкалу оценки проводили анализ текстов на предмет релевантности запросам.

В результате эталоном выступает документ, который прошел экспертную разметку.

Эталоны подаются на вход в систему трансформеров.

Эталон текста для системы Yandex YATI

Далее инженеры обучили трансформер угадывать экспертную оценку.

Так трансформеры учатся ранжировать страницы по всем ключевым фразам.

По завершению обучения провели анализ на предмет качества поиска.

Например, отключения учета внешних ссылок приводило к значимому снижению качества поиска.

Результаты показали, что технология дала рекордный уровень в качестве поиска.

Далее система начинает работать с поисковой выдачей.

Применение YATI в поисковой выдаче

Далее разберемся с вопросами в деталях.

Как работал поиск раньше?


Задача поиска заключается в оценке смысловой связи между поисковым запросом и документом из интернета.

Для решения задачи требуется алгоритм предсказания, содержит ли документ ответ на запрос пользователя. Иначе говоря, есть ли на странице релевантная запросу информация.

Поисковый алгоритм оперирует ключевыми словами из запроса и текста документа чисто математически. Например, алгоритмически легко посчитать число совпадающих слов в запросе и документе или длину самой длинной подстроки из запроса, которая присутствует и в документе.

Также легко воспользоваться накопленными данными поиска о поведенческих факторах на выдаче и достать из заранее подготовленной таблицы сведения о количестве кликов. Если значение кликов высокое, то значит документ релевантен ключевой фразе.

Каждый такой расчёт приносит полезную информацию о наличии семантической связи и эффективен на практике.

Поэтому следует оптимизировать сниппеты. Как улучшить привлекательность заголовка? Провести анализ конкурентной среды, чтобы найти наиболее удачные идеи для последующей реализации. К примеру, используя сервис MegaIndex.

Ссылка на сервис — Анализ сниппетов.

Анализ сниппетов

В поисковой системы реализованы различные эвристические алгоритмы. Например, только способов посчитать общие слова запроса и документа было предложено и внедрено несколько десятков.

Пример алгоритма:

способов посчитать общие слова запроса и документа

t — вхождение ключевого слова из запроса в документ.

Каждому t присваивается вес с учетом частотности слова в корпусе и расстояний до ближайших вхождений других слов запроса в документ слева LeftDist и справа RightDist по тексту.

Затем полученные значения суммируются по всем найденным на странице ключевым словам.

Каждый такой алгоритм позволял получить минимальный, но статистически значимый прирост качества модели, то есть чуть приблизить самую смысловую связь запроса и страницы.

Числовые признаки для расчета релевантности

Следующим шагом было расширение исходного поискового запроса. Подход такой:

  • Слова из запроса можно расширить близкими им по смыслу словами или фразами;
  • Вместо исходного запроса пользователя можно взять другой, который сформулирован иначе, но выражает схожую информационную потребность.

Например:

отдых на северном ледовитом океане

Близкие по смыслу фразы:

путешествие по северному ледовитому океану
можно ли купаться в баренцевом море летом

Как поисковая система находит такие запросы? Способы разные. Например, использование логов запросов.

Похожий ключевые фразы можно использовать во всех эвристических расчётах сразу. Достаточно взять уже готовый алгоритм и заменить в нем один текст запроса на другой.

Аналогично запросам можно расширять и семантику документа, собирая для него альтернативные тексты, которые в Яндексе называют словом стримы.

Например, в стрим страницы входят все тексты входящих ссылок или тексты запросов в поиск, по которым пользователи часто выбирают конкретную страницу на выдаче.

Стримы можно использовать в любом готовом эвристическом алгоритме, используя вместо исходного текста документа.

Расширения и стримы являются примером дополнительных контентных признаков, которые поиск умеет ассоциировать с запросом и документом.

Большая часть таких алгоритмов утратили актуальность из-за спама, но сами расширения и стримы продолжают использоваться, только теперь уже в качестве входов для нейронных сетей.

Как работает Яндекс YATI?


Факторы подаются на вход одной итоговой модели. Для обучения модели используется открытая реализация алгоритма GBDT (Gradient Boosting Decision Trees) — CatBoost.

Схема вычисления релевантности выглядит так:

Алгоритма в ранжировании поисковой системы Gradient Boosting Decision Trees

Описанные выше способы расчета приносят полезную информацию о наличии семантической связи, но не опираются на смысловое понимание текста.

Нейросети в ранжировании


Развитие алгоритмов ранжирования заключается в решении задачи по приближению семантической связи запроса и страницы сайта.

Схема с нейросетями изначально работала так:

Нейронная сеть в ранжировании feed forward architecture

  • Каждое слово превращалось в вектор;
  • Вектора суммируются в один, который и используется как представление всего текста. Взаимный порядок слов при этом теряется или учитывается лишь частично с помощью специальных технических трюков. Кроме того, размер «словаря» у такой сети ограничен; неизвестное слово в лучшем случае удаётся разбить на частотные сочетания букв (например, на триграммы) в надежде сохранить хотя бы часть смысла;
  • Вектор мешка слов затем пропускается через несколько плотных слоёв нейронов, на выходе которых образуется семантический вектор (иначе эмбеддинг, от англ. embedding, вложение; имеется в виду, что исходный объект-текст вкладывается в n-мерное пространство семантических векторов).

Замечательная особенность такого вектора в том, что он позволяет приближать сложные смысловые свойства текста с помощью сравнительно простых математических операций. Например, чтобы оценить смысловую связь запроса и документа, можно каждый из них сначала превратить в отдельный вектор, а затем вектора скалярно перемножить друг на друга или посчитать косинусное расстояние.

Нейронная сеть для расчета релевантности текста

Нейронная сеть обучается приближать смысловую связь между запросом и документом на миллиардах обучающих примеров.

В качестве таргета (то есть целевого, истинного значения релевантности) используются предпочтения пользователей, которые можно определить по логам поиска. Точнее, можно предположить, что определённый шаблон поведения пользователя хорошо коррелирует с наличием (или, что не менее важно, с отсутствием) смысловой связи между запросом и показанным по нему документом, и собрать на его основе вариант таргета для обучения.

Если в качестве положительного примера обычно подходит документ с кликом по запросу, то найти хороший отрицательный пример гораздо труднее.

Например, оказывается, что почти бесполезно брать в качестве отрицательных документы, для которых был показ, но не было клика по запросу.

Ограничивающее свойство такой сети: весь входной текст с самого начала представляется одним вектором ограниченного размера, который должен полностью описывать смысл.

Однако реальный текст обладает сложной структурой. Размер может сильно меняться, а смысловое содержание может быть очень разнородным. Каждое слово и предложение обладают своим особым контекстом и добавляют свою часть содержания, при этом разные части текста документа могут быть в разной степени связаны с запросом пользователя. Поэтому простая нейронная сеть может дать лишь очень грубое приближение реальной семантики, которое в основном работает для коротких текстов.

Тем не менее тестирование показало, что качество поиска все же улучшается. Плотные feed-forward-сети легли в основу двух крупных алгоритмов Палех и Королев. Ключевыми вопросами при решении задачи были:

  • На какой кликовый таргет учить?
  • Какие данные и в каком виде подавать на вход?

Нейронная сеть, сначала обученная на миллиардах переформулировок, а затем дообученная на сильно меньшем количестве экспертных оценок, заметно улучшает качество ранжирования.

Характерный пример применения подхода transfer learning:

Модель сначала обучается решать более простую или более общую задачу на большой выборке (этот этап также называют предварительным обучением или предобучением, англ. pre-tain), а затем быстро адаптируется под конкретную задачу уже на сильно меньшем числе примеров (этот этап называют дообучением или настройкой, англ. fine-tune).

В случае простых feed-forward-сетей transfer learning уже приносит пользу, но наибольшего эффекта метод достигает с появлением архитектур следующего поколения.

Анализ кликов на страницу из поисковой выдачи

Нейросети-трансформеры


Следующий уровень развития заключается в применении трансформеров. В сетях с архитектурой трансформеров каждый элемент текста:

  • Представляется отдельным вектором;
  • Обрабатывается по отдельности;
  • Сохраняет при этом своё положение.

Элементом может быть отдельное слово, знак пунктуации или частотная последовательность символов, например byte pair encoding.

Важно, что сеть также включает механизм внимания, который позволяет при вычислениях концентрироваться на разных фрагментах входного текста.

Значит, сеть может выделить часть страницы интернет-магазина, в которой речь идёт именно о нужном пользователю товаре. Остальные части тоже могут быть учтены, но влияние на результат будет меньше.

Иными словами, механизм внимания позволяет оценивать в формате запрос — часть страницы.

Сеть YATI обучается по такому алгоритму:

  • Сначала учится свойствам языка, решая задачу Masked Language Model, но обучается сразу на текстах, характерных для задачи ранжирования. Уже на этом этапе вход модели состоит из запроса и документа, и Яндекс с самого начала обучает модель предсказывать еще и вероятность клика на документ по запросу;
  • Далее происходит дополнительное обучение модели на более простых и дешёвых толокерских оценках релевантности количестве;
  • Затем на более сложных и дорогих оценках асессоров;
  • И наконец, обучается на итоговую метрику, которая объединяет в себе сразу несколько аспектов. По итоговой метрике Яндекс оценивает качество ранжирования.

На вход модели подаются те же контентные признаки, о которых шла речь в самом начале. Конкретно:

  • Текст запроса, а также расширения;
  • Фрагменты содержимого документа;
  • Стримы.

Документ целиком пока не анализируется. Поисковая система разбивает страницы на зоны: основное содержание, заголовки и так далее.

Тяжелые модели слишком дороги в реализации. Поэтому в Яндексе создали легкие модели, которые пародируют тяжелые. Простой модель копирует поведение более сложной, обучаясь на предсказания в офлайне. В результате качество поиска падает, но не критично. Скорость расчета растет критично.

Легкая модель нейронной сети в поисковой системе

В Яндекс разделили модели на онлайн и оффлайн, чтобы нагрузка была низкой и качество поиска было высоким.

Схема:

  • Часть модели применяется только к запросу.
  • Часть — только к документу;
  • Что получилось, затем обрабатывается финальной связывающей модель.

Алгоритм работы нейросети для ранжирования результатов в поисковой системе Yet Another Transformer with Improvements

YATI и SEO


По мере внедрения YATI трафик из поисковой выдачи будет перетекать от мелких сайтов, заточенных по низкочастотные ключевые фразы, к крупным авторитетным сайтам.

Важные нюансы


Большое количество неинтересных для поиска страниц на сайте способно снизить релевантность действительно важных страниц.

Яндекс:

Модель вполне может выучивать свойства хоста как целого и использовать это как первое приближение к ответу. Тогда ей потребуется больше «сигнала», чтобы преодолеть такое выученное смещение.

Наличие страниц с плохим текстовым содержанием ведет к падению трафика из выдачи

Текст следует делить на информативные заголовки.

Яндекс:

Текущий алгоритм в первую очередь выделяет области с основным текстовым содержанием (содержание статьи, описание товара в магазине, etc) и дополнительно смотрит на общую структуру, включая заголовки разделов. При этом может использоваться как вся доступная нам разметка и структура на веб-странице, так и структура самого текста (т.е. не размеченная явно, но понятная из синтаксиса и содержания). Поэтому у страницы должно быть хорошее текстовое содержание, которое (при большом объеме текста) логично поделено на разделы с информативными заголовками. Явная разметка упростит задачу для наших алгоритмов. Если текста немного (условно 10 предложений или меньше), то мы скорее всего просто «прочитаем» его целиком и никакого дополнительного деления не требуется.

Сегментация текста нужна для правильного выбор информации, которая затем подается в модель.

Яндекс:

Подчеркну, что сегментация используется только для выделения фрагментов, которые мы покажем модели, но не для оценки их относительной значимости. Это «решает» уже модель. Например, в конкретном случае модель вполне может решить что текст размеченный как заголовок на самом деле не информативен, и тогда он не повлияет на предсказание.

Пересчет релевантности страницы происходит после переиндексации страницы сайта.

Расчет модели происходит при каждом переобходе страницы, частота которого зависит от разных факторов. Если содержимое страницы не поменялось, то переобход для модели YATI ничего не изменит — произойдет повторное применение к тем же фрагментам текста, что и раньше.

Как подготовить сайт к системе ранжирования YATI?


При ранжировании трансформеры позволяют добиться нового уровня качества при моделировании семантической связи запроса и документа, а также дают возможность извлекать полезную для поиска информацию из более длинных текстов.

Из логики алгоритма следует, что надо создавать страницы с расширенным семантическим ядром. Вместо количества делать акцент на качество.

Поисковая оптимизация сайта под низкочастотные поисковые запросы

Требуется адаптировать формат текстов под текст для людей и расширить семантические ядра страниц. Как? Например, так:

  • Расширить семантическое ядро вхождениями релевантных ключевых фраз из поисковой видимости;
  • Найти поисковые запросы из систем аналитики, по которым был привлечен трафик на сайт, добавить релевантные фразы в контент;
  • Добавить в текст релевантные фразы из поисковых подсказок. В подсказках появляются низкочастотные фразы, которых нет в других системах;
  • Проверить логи внутреннего поиска и добавлять в контент найденные релевантные ключевые фразы.

Как выгрузить ключевые фразы из поисковой видимости? Самый простой способ заключается в выгрузке данных из базы MegaIndex.

Как этот способ работает? Робот MegaIndex регулярно сканирует поисковую выдачу, чтобы собирать и обновлять списки ключевых фраз, по которым ранжируются страницы. Результат сохраняется в базу. В результате сервис позволяет находить релевантными ключевые фразы, которые следует добавить на страницу.

Ссылка на сервис — Поиск похожих фраз.

Сервис бесплатный.

Пример:

Бесплатное расширение списка запросов для поисковой оптимизации сайта

Рекомендованный материал в блоге MegaIndex по теме расширения списка ключевых фраз похожими по ссылке далее — Как находить дополнительные ключевые фразы, чтобы привлечь больше трафика?



Выводы


В поисковой системе Яндекс разработана нейросетевая архитектура для ранжирования. Название — Yet Another Transformer with Improvements.

Система анализирует разные блоки текста на странице сайта.

YATI анализ текста на странице сайта

Задача система заключается в анализе соответствия смысла запроса и смысла текста на странице.

Алгоритм способен:

  • Анализировать как короткое содержание, так очень длинные тексты;
  • Определять самые значимые фрагменты текста на странице сайта;
  • Учитывать порядок слов, и учитывать контекст. Важно, например, при поиске билетов.

Благодаря трансформерам алгоритмы стали лучше оценивать смысловую связь между запросами пользователей и содержанием документов.

Яндекс:

Внедрение принесло рекордные улучшения в ранжировании за последние 10 лет (со времён внедрения Матрикснета). Просто для сравнения: Палех и Королёв вместе повлияли на поиск меньше, чем новая модель на трансформерах. Более того, в поиске рассчитываются тысячи факторов, но если выключить их все и оставить только новую модель, то качество ранжирования по основной офлайн-метрике упадёт лишь на 4-5%!

Похожая идея чуть легла в основу проекта BERT (Bidirectional Encoder Representations from Transformers) от Google. Рекомендованные материалы в блоге MegaIndex на тему алгоритма от Google по ссылкам далее:


Крайне интересное обновление. Что делать? Если просто, то владельцам сайтов следует:

  • Заняться повышением качества текстов. Учитывать похожие поисковые запросы и стримы;
  • Поделить страницу на секции, так чтобы у модели или у сегментатора было больше очевидных структурных признаков, которые можно использовать при анализе.

Найти похожие запросы помогает сервис MegaIndex. Ссылка на сервис — Поиск похожих фраз. Сервис бесплатный.

Раньше мы сообщали, что Yandex планирует внедрять аналог BERT. Технология начала работать в Яндекс поиске с осени 2020-года для всех запросов. Следующий этап в расширении зоны анализа до всего документа.

Остались ли у вас вопросы, замечания или комментарии? Что вы думаете о Yandex YATI? Напишите в комментариях.

Обсуждение

get-down
18:14 3 декабря 2020
Он раньше работал как кусок дерьма. И дальше будет так работать. Хотелось бы что бы сдох этот яндекс в муках и побыстрее.
bars-kovd
18:28 3 декабря 2020
Пусть лучше Гугл сдохнет. Я за российское!
me_99
19:59 3 декабря 2020
А с чего это яндекс российским то стал? Компания зарегистрирована в России как ООО «Яндекс», 100 % уставного капитала которого владеет зарегистрированное в Нидерландах акционерное общество Yandex N.V.
mobilekid
22:22 3 декабря 2020
Патриотизм - это классно, но Яндекс реально не наш.
antant
19:15 3 декабря 2020
ИМХО Яндекс лучше, много лет юзаю для поиска только его. В 90% случаев нужный сайт выдает в первых пяти позициях, на вторую страницу выдачи раз в год перехожу. Гугл часто кучу какого-то левого г..на выдает, среди которого еще попробуй отыскать нужную инфу. А открытие ссылки по умолчанию в том же окне бесит... Юзабилити у Яши на голову выше, тот же фавикон в выдаче мелочь а иногда помогает быстрее инфу найти. Почта, Метрика по удобству в разы лучше чем у гугля, пока найдешь нужные настройки заепеш..ся. Только не надо говорить, что только тупой не может там разобраться - чего я должен тратить свое время на попытки понять логику разрабов гугля. У Яши практически все сервисы интуитивно понятны. ИМХО мое личное мнение, на истину в последней инстанции не претендую.
r-g-84
19:38 3 декабря 2020
Траф упал из за этого обновления-гугл опережает... А что делать-тут тонны текста которые мне не понять(
Юрий Силин
08:10 8 декабря 2020
Поддерживаю Ваше мнение. Мне также гораздо проще работать с Яндексом. Что в поиске, что с сервисами.
webreferal
14:19 12 декабря 2020
Вот полностью от А до Я согласен с вами, всегда также считал и другим говорил!
edik.rabota
20:41 3 декабря 2020
Яндекс работает куда лучше Гугла, и если его не станет, это значительно усложнит поиск информации в интернете.. В Гугле очень сложно найти что-то.. Он часто бездумно ставить на первые позиции авторитетные сайты, не учитывая качество контента в полной мере. Особенно это ощутимо по редко используемым запросам.
albertzzz2000
06:24 4 декабря 2020
Ты статью похоже не читал, или читал не внимательно. Такое ждет и Яшу.
Цитата:
"По мере внедрения YATI трафик из поисковой выдачи будет перетекать от мелких сайтов, заточенных по низкочастотные ключевые фразы, к крупным авторитетным сайтам."
dlin4i4
13:04 4 декабря 2020
Цитата:
Похожая идея чуть легла в основу проекта BERT (Bidirectional Encoder Representations from Transformers) от Google.
o8wwwwww
00:32 11 декабря 2020
Гугл настолько нерелеватные сайты показывает, которые накрутили себе ссылок и портят выдачу! ПРям бесит их интерфэйс ( как будто попал в 90е когда только мечтали об инете). КОнсерваторные банки !
webreferal
14:21 12 декабря 2020
Фейсбук из того же теста - говнище редкостное! Кто проектирует эти уебанские интерфейсы гугла и фейса, где сам черт ногу сломит? Такое ощущение, что они специально все самые нужные настройки запихали в анус мира...
test-executive
18:35 3 декабря 2020
По моему гугл уже давно это всё умеет и даже больше, но без ссылок все равно не обходиться
tarazevich
18:36 3 декабря 2020
Не, конечно пусть Google крякает. По-русски он ищет очень плохо, особенно когда ищешь что-либо по программированию. В общем тугой.
А на счет алгоритмов я вообще статью не читал. Все больше приходит осознание создания контента и сайтов качественных, с вложением времени и средств. Вы же не будете бегать по всем сайтам и править их в угоду новым алгоритмам )) Делай качество и оно проживет очень долго при многих алгоритмах. Человеку тягаться с алгоритмами нет смысла, а вот делать качество всегда в почете!
sequoya777
18:46 3 декабря 2020
Ты делаешь качество, тратишь деньги и силы, потом текст воруют и в выдаче краденый оказывается выше, чем твой. Потому что алгоритм так решил.
Судиться с ворами почти бесполезно, имя статейникам Легион. Надёжного способа заверить свой текст как первоисточник в глазах поисковой системы не существует, т.о. защиты от воров нормальной нет. Это война где ты вкладываешь многочасовой труд, а твои соперники пару кликов мышкой в спец.софте.
jjwar
18:40 3 декабря 2020
За 11 лет работы сеошником я , кажется, уже тысячный раз читаю статью о суперпупер нововведениях в алгоритм ранжирования. А в итоге не меняется почти ничего...
r-g-84
19:40 3 декабря 2020
как? в поиск выдачу не попасть теперь никак(
sequoya777
01:43 4 декабря 2020
На вершине пирамиды места совсем мало.
rv01
10:48 9 декабря 2020
ТИЦ на ИКС поменялся ))))))))
al
18:59 3 декабря 2020
Мне кажется, еще 2-3 платных места в выдаче добавить и проблема с алгоритмом будет полностью закрыта. Уже пару лет пользуюсь Гуглом (
bigvitek
19:51 3 декабря 2020
))) Да яша с платной выдачей переборщил.
naildirect
19:54 3 декабря 2020
Так уже выкатили Яндекс объявления.
Еще минус 1 позиция :)
info
13:48 4 декабря 2020
А меня Гоша не любит, а Яша - любит.
zusul
19:34 3 декабря 2020
Я правильно понял, что опять портянки рулить будут?
bigvitek
19:52 3 декабря 2020
Ещё больше портянки будут рулить.
naildirect
19:53 3 декабря 2020
Возвращаемся к SEO-текстам :)
admin
20:19 3 декабря 2020
Структурированные портянки! :)
liv-orlov
23:27 3 декабря 2020
Размеченные портянки
r-g-84
20:11 3 декабря 2020
корочи если копипаст то сайту хана? в выдачу выходят еще такие?
seosaha
21:47 3 декабря 2020
да
\
r-g-84
20:12 3 декабря 2020
блин... непонял сути-что надо делать то?)
sschetinin
20:53 3 декабря 2020
Бежать переписывать тексты)))
orka9
23:30 3 декабря 2020
читать статьи на мегаиндексе) чо непонятного то?) Зря что ли люди стараются пишут)
aleksakfima
20:17 3 декабря 2020
Может сначала научите нейросети банить ушлёпков, которые все ТОП-ы забили накруткой ПФ?)
ringli
22:55 3 декабря 2020
У меня в яшке сайт совсем пропал втоп 300 даже нет ниодного запроса а месяц назад было почти 500 запросов в топ 50.
А в гугле наоборот стло +250 запросов в топ 50
Яндекс мой сайт свалил вниз. СЕйчас в яшке выживаю только за счет яндекс директа 1000 руб в сутки трачу чтобы быть по всем запросам на первой страничке. Короче если хотите в топ у яндекса то только директ плАчу и плачУ! плачУ и плАчу
orka9
23:29 3 декабря 2020
что за сайт? Киньте посмотреть orka9@mail.ru
LeonEMB
22:07 4 декабря 2020
100% у Яши, был ты допустим на 60-ом месте, думаешь, закину деньжат, поднимусь в топ 20 допустим, потом, когда перестаешь платить, яндекс тебя уже скидывает не на 60е место, а куда-нибудь далеко за 100ое, чтобы ты офигел и начал платить за директ!
orka9
23:28 3 декабря 2020
простите. а асессоры, это те организмы, которые заходят с яндекс толоки с 0.00 сек времени и 100% отказом и они анализируют за долю секунды, до того как загрузилась страница её релевантность?
Ну теперь понятно чо, почему у людей сайты сыпятся после нашествия этих баранов и я даже боюсь представить как будет работать Яти если она опирается на данные стада баранов, которые за 2 копейки спустя рукава кое как НЕ выполняют задания . а открывают и сразу закрывают страницу. Странно, что руководство яндекса так халатно относится к этому, не следит и более того, еще и в основу для алгоритмов берёт инфу. Просто нет слов.
xord
23:45 3 декабря 2020
Меня терзают смутные сомнения, если этот алгоритм учитывает кроме текста еще и поведенческие, не будет ли топ забит товарищами которые демпингуют и не соблюдают РРЦ поставщиков? Ясно же, что карточка товара или страница услуги с более низкой ценой будет более кликабельна нежели аналогичные соблюдающие РРЦ в своем сегменте...
albertzzz2000
06:28 4 декабря 2020
В сентябре значит запустили? То-то я смотрю с сентября количество гавносайтов в ТОПе резко выросло.
Алгоритмы все лучше, а выдача все хуже. Вот это я понимаю - инвестиции!!!
servir007
09:51 4 декабря 2020
опять основывается на количестве кликов, накрутка форева. Вроде движутся в правильном направлении, но благодаря этому черное СЕО успешно продолжает процветать. А значит прогнозируемый алгоритм на лапу мошенникам.
Eugene
11:04 4 декабря 2020
Вот так новинка. Вернули то, что грохнули Баден Баденом)
detsystem9876
12:08 4 декабря 2020
Даешь еще больше мест для яндекс маркета в выдаче!
dlin4i4
13:17 4 декабря 2020
Так, а когда ждать запуск?
seospb
17:30 4 декабря 2020
Какие Вы все наивные..... Про ПФ....Я бы сказал даже про чернейшее ПФ все прекрасно знают, но это не выгодно прикрывать, иначе не будут первыми в РУнете 100%
vv
18:00 4 декабря 2020
Яндех как был калом продажным, так и остался.
gorin1907
20:04 5 декабря 2020
Интересно, а каков будет подход в ближайшее время по этому аспекту у Гугла будет ли его алгоритм отличаться от алгоритма Яндекс это интересно для построения политики продвижения сайта интернет-магазина "Донпрайм пневмоинструмент" https://sites.google.com/site/gvozdikpnevmopistoletu чисто в практическом плане, а в общем в Вашей информации для нас много полезных аспектов будем изучать
yegoryev
20:31 5 декабря 2020
Если вы знаете, как Яндекс любит пиариться и отчитываться о своих гениальных находках перед инвесторами и общественностью, то вы просто в очередной раз посмеетесь. Если не знаете - почитайте блог Яндекс.Поиска за последние 15 лет. И посмейтесь.
Всевозможные "Магаданы", "Краснодары" и "Минусински", портянки, микроразметка рулит, Яндекс.Острова, нейросетевой поиск, отзывы рулят, асессоры и толока, картинки рулят - да все их идеи и не вспомнить. И что в итоге?
А в итоге мы имеем в топах сервисы самого Яндекса и его партнеров. агрегаторы и маркетплейсы, государственные ресурсы, ну и немножко информации, сомнительной в плане актуальности, от каких-то неведомых пейсателей-копирайтеров, одобренной "асессорами", но имеющей не так уж много общего с реальностью.
Новый алгоритм ранжирования? О-о. Ну, ждите, что в топе станет еще на пару мест меньше.
l2toplist
19:13 6 декабря 2020
Прочитал все.
Ничего не понятно, но ооочень интересно.
o8wwwwww
00:30 11 декабря 2020
Прочитал все.
Ничего не понятно, но ооочень НЕ ИНТЕРЕСНО
byucoz
14:09 7 декабря 2020
На правах рекламы
rv01
10:57 9 декабря 2020
Всех плавно подводят к мысли, что ваши статейники и прочая лабуда, которая не платит - Яшке не нужна, через пару - тройку лет в 10 будут только директ и прочие магазины за невыявленную, но плату. Прочая мелочь брысь на 2 - 3 страницу
do-vs
00:35 14 декабря 2020
Яндекс вообще не понимает, зачем люди делают сайты, ведь есть же яша, с его многочисленными сервисами, на все случаи жизни... Как он только не пытается донести это вебмастеру, и так и этак намекает, угомонись мол брат, займись чем-нибудь другим)
Для добавления комментария, пожалуйста, авторизуйтесь