MatrixNet от Яндекса

MatrixNet от Яндекса

Для максимального учета множества факторов при ранжировании поисковая система Яндекс разработала специальный алгоритм для обучения программных комплексов. Этот алгоритм называется MatrixNet. При этом нужно помнить, что другие поисковики используют для решения таких задач собственные алгоритмы.

Теория поискового продвижения

Часто пользователи верят, что человек при обращении к поисковику получает запрос непосредственно из интернета. Фактически это не соответствует действительности. Робот при своей работе получает информацию из собственной базы данных, которую поисковая система сформировала заранее.

В этой базе уже содержатся ответы на многие вопросы пользователей. Использование такой базы данных в сотни раз ускоряет ответ системы на запросы пользователя.

Индексация интернета производится поисковыми системам постоянно, и индексная база непрерывно обновляется и совершенствуется.

Все поисковые системы регулярно выполняют обновления индексов. Такие обновления называются апдейтами базы. Для пользователей такие обновления проходят незаметно, но позволяют постоянно актуализировать информацию. В результате пользователи получают наиболее точные ответы на свои вопросы.
Для наиболее точного формирования ответов на запросы пользователей производится обучение поисковых машин.

Схема обучения

Поисковые системы постоянно обучаются. Иначе они не смогут отслеживать изменения информации и выдавать точные ответы.

Как же налажена эта система обучения? В процессе апдейта робот посещает релевантные страницы. Их проверка с точки зрения людей производится специально обученными сотрудниками поисковых систем – асессорами. Если мнение асессора совпадает с мнением поискового робота, страница попадает в базу проиндексированных страниц. Чем выше ранг этой странице присваивается асессором, тем выше будет страница в результатах выдачи.

Но стремительный рост количества информации в интернете привел к тому, что асессоры перестали успевать просматривать все страницы. Поэтому была разработана и внедрена технология обучения поисковых роботов – MatrixNet.

Подробности

Первоначально технология MatrixNet начала применяться после внедрения алгоритма «Снежинск». Это произошло в 2009 году. Основной целью разработанной технологии было существенное увеличение количества учитываемых в процессе ранжирования факторов и рост качества поиска.

Специальные алгоритмы позволили снизить количество ошибок при многофакторном анализе релевантности.

После обучения по технологии MatrixNet поисковая машина стала точнее учитывать вес различных факторов. В формулу ранжирования могут входить десятки тысяч коэффициентов.

Применение MatrixNet дает возможность быстро отсеивать нетематические страницы. Это уменьшает загрузку компьютерных мощностей и увеличивает точность ответов.

Внедрение в полном объеме технологии обучения поисковых систем MatrixNet повысило релевантность поиска при увеличении в тысячи раз количества просматриваемых и сравниваемых страниц сайтов.

При поисковом продвижении сайтов специалисты агентства VFactor стараются учитывать наиболее значимые факторы ранжирования, что повышает релевантность клиентских страниц.








Возврат к списку

Заказать услугу

Заказать