آشنایی با سیستم های سئو سایت رتبه بندی گوگل

گوگل برای نمایش مفیدترین و مرتبط ترین نتایج به کاربران، از سیستم های رتبه بندی خودکار بهره میبرد.

این سیستم ها با ارزیابی سیگنال ها و فاکتورهای گوناگون، صدها میلیارد صفحه وب و محتوای موجود در فهرست جستجوی خود را در زمانی کوتاه تحلیل میکنند. این راهنما به شما کمک میکند تا برخی از مهمترین سیستم های رتبه بندی گوگل را بشناسید.

بخشی از این فناوری ها به عنوان سیستم های رتبه بندی هسته ای (Core Ranking Systems) شناخته میشوند که ستون اصلی تولید نتایج جستجو در پاسخ به کوئری ها هستند. علاوه بر اینها، سیستم های دیگری نیز برای اهداف رتبه بندی خاص توسعه یافته اند.

سیستم های رتبه بندی گوگل به طور عمده در سطح هر صفحه عمل میکنند و از الگوریتم ها و سیگنال های مختلف برای تعیین جایگاه صفحات بهره میبرند.

البته سیگنال های کلی سایت (Site-wide signals) و دسته بندی کننده ها نیز برای درک بهتر صفحات مورد ارزیابی قرار میگیرند.

اما داشتن سیگنال های مثبت در کل سایت به این معنا نیست که هر صفحه ای رتبه خوبی کسب کند. برعکس این موضوع نیز صادق است و سیگنال های ضعیف کلی، رتبه بد همه صفحات را نتیجه نمیدهد.

گوگل به صورت پیوسته در حال بهبود سیستم های رتبه بندی یا الگوریتم های خود از طریق ارزیابی ها و آزمایش های دقیق است. این شرکت در صورت لزوم، به روزرسانی های مهم را به اطلاع تولیدکنندگان محتوا و دیگران میرساند.

برای درک عمیق تر از عملکرد این سیستم ها و تعامل آنها با یکدیگر، میتوانید به وبسایت How Search Works مراجعه کنید. این سایت به خوبی نشان میدهد که گوگل چگونه اطلاعات را سازماندهی و در دسترس کاربران قرار میدهد.

BERT

BERT که مخفف Bidirectional Encoder Representations from Transformers است، یک سیستم هوش مصنوعی پیشرفته محسوب میشود.

گوگل از این فناوری برای درک بهتر معانی کلمات در ترکیب های مختلف و فهم دقیق تر هدف جستجوی کاربران استفاده میکند.

سیستم های اطلاعات بحران

گوگل سیستم های ویژه ای را برای ارائه اطلاعات مفید و به موقع در شرایط بحرانی طراحی کرده است. این سیستم ها موارد زیر را پوشش میدهند:

بحران های شخصی

گوگل قادر است جستجوهای مرتبط با بحران های شخصی را تشخیص دهد و اطلاعات حمایتی را به کاربر نمایش دهد.

برای مثال، در جستجوهای مرتبط با خودکشی، آزار جنسی یا اعتیاد، خطوط تماس اضطراری و محتوای معتبر از سازمان های قابل اعتماد ارائه میشود. شما میتوانید درباره نحوه نمایش این داده ها در نتایج گوگل اطلاعات بیشتری کسب کنید.

هشدارهای SOS

در زمان وقوع بحران های گسترده مانند بلایای طبیعی، سیستم هشدارهای SOS گوگل اطلاعاتی را از منابع معتبر محلی و بین المللی به نمایش میگذارد.

این اطلاعات میتواند شامل شماره های تماس اضطراری، وبسایت های رسمی، نقشه ها و فرصت های کمک رسانی باشد. این هشدارها بخشی از سیستم جامع گوگل برای مقابله با بحران هایی مانند سیل، زلزله و طوفان هستند.

سیستم های حذف محتوای تکراری

در بسیاری از جستجوهای گوگل، ممکن است میلیون‌ها صفحه وب مرتبط وجود داشته باشد که برخی از آنها شباهت بسیار زیادی به هم دارند.

در این شرایط، گوگل فقط مرتبط‌ترین صفحات را نمایش میدهد تا از ارائه نتایج تکراری و غیرضروری جلوگیری کند. البته در صورت نیاز، شما میتوانید نتایج حذف شده را نیز مشاهده کنید.

این فرایند حذف محتوay تکراری برای نتایج برجسته یا Featured Snippets هم اعمال میشود.

اگر صفحه‌ای به عنوان نتیجه برجسته انتخاب شود، دیگر در رتبه‌های صفحه اول تکرار نخواهد شد. این کار به مرتب شدن نتایج کمک کرده و دسترسی کاربر به اطلاعات را آسان‌تر میکند.

سیستم دامنه با تطابق دقیق

سیستم های رتبه بندی گوگل هنگام ارزیابی ارتباط یک محتوا، کلمات موجود در نام دامنه را به عنوان یکی از فاکتورها در نظر میگیرند.

با این حال، سیستم تطابق دقیق دامنه (Exact Match Domain) برای جلوگیری از تاثیر بیش از حد این موضوع بر رتبه بندی طراحی شده است.

برای مثال، یک وبسایت ممکن است نام دامنه‌ای مانند “best-places-to-eat-lunch” را ثبت کند تا به این روش برای این کلمات رتبه بالایی کسب کند.

این سیستم گوگل چنین ترفندهایی را شناسایی کرده و اجازه نمیدهد تاثیر غیرمنطقی بر جایگاه سایت بگذارند.

سیستم های ارائه محتوای جدید

گوگل سیستم هایی با عنوان “Query Deserves Freshness” دارد که وظیفه آنها نمایش محتوای جدیدتر در جستجوهایی است که به اطلاعات به روز نیاز دارند.

برای نمونه، اگر کاربری در مورد یک فیلم تازه اکران شده جستجو کند، به احتمال زیاد به دنبال نقدهای جدید است، نه مقالاتی قدیمی درباره فرایند ساخت آن فیلم.

به همین ترتیب، اگر کلمه “زلزله” را جستجو کنید، معمولا اطلاعاتی درباره آمادگی در برابر آن نمایش داده میشود.

اما اگر به تازگی زلزله‌ای رخ داده باشد، سیستم های گوگل فورا محتوay جدید مانند اخبار و گزارش های لحظه‌ای را در اولویت قرار میدهند.

سیستم های تحلیل لینک و PageRank

گوگل برای درک چگونگی ارتباط صفحات با یکدیگر، از سیستم های گوناگونی استفاده میکند.

این سیستم ها به گوگل کمک میکنند تا موضوع هر صفحه و این که کدام صفحات برای یک جستجوی خاص میتوانند مفیدتر باشند را درک کند.

یکی از این موارد، PageRank است که به عنوان یکی از سیستم های رتبه بندی هسته ای شناخته میشود و از زمان شروع به کار گوگل، نقش کلیدی داشته است.

PageRank با ارزیابی لینک های بین صفحات، اعتبار و میزان ارتباط آنها را مشخص میکند. گرچه عملکرد PageRank از گذشته تا امروز تغییرات زیادی کرده، اما همچنان بخشی از سیستم های اصلی رتبه بندی گوگل است.

علاقه مندان میتوانند برای اطلاعات بیشتر، مقاله تحقیقاتی اصلی و پتنت ثبت شده برای PageRank را مطالعه کنند.

سیستم های نمایش اخبار محلی

گوگل از سیستم های خاصی برای شناسایی و نمایش دادن منابع خبری محلی بهره میبرد.

این سیستم ها در بخش هایی مانند “مهم ترین اخبار” (Top stories) و “اخبار محلی” (Local news) فعال هستند و به کاربران کمک میکنند تا سریع تر به اخبار مرتبط با موقعیت جغرافیایی خود دسترسی پیدا کنند.

MUM

MUM که مخفف Multitask Unified Model است، یک سیستم هوش مصنوعی پیشرفته محسوب میشود که هم توانایی درک زبان و هم تولید محتوا را دارد.

این سیستم در حال حاضر برای رتبه بندی کلی نتایج جستجو به کار نمیرود، اما برای اهداف خاصی از آن استفاده شده است.

برای مثال، MUM برای بهبود نتایج جستجو درباره واکسن کووید-۱۹ و بهینه سازی نحوه نمایش نتایج برجسته (Featured Snippets) مورد استفاده قرار گرفته است.

Neural Matching

Neural Matching یک سیستم هوش مصنوعی دیگر است که گوگل برای فهمیدن مفاهیم پنهان در کوئری های جستجو و محتوای صفحات وب از آن استفاده میکند.

این سیستم به گوگل کمک میکند تا ارتباط میان مفاهیم موجود در یک عبارت جستجو و محتوای صفحات را درک کرده و بهترین تطابق ممکن را بین آنها برقرار سازد.

سیستم های تشخیص محتوای اصلی

گوگل از سیستم هایی برای نمایش برجسته محتوای اصلی (Original Content) در نتایج جستجو استفاده میکند.

این کار شامل گزارش های اورجینال است که باید بالاتر از صفحاتی که فقط به آنها استناد کرده اند، نمایش داده شوند.

برای این منظور، گوگل از تگ کنونیکال (Canonical Markup) پشتیبانی میکند. این تگ به تولیدکنندگان محتوا کمک میکند تا مشخص کنند کدام صفحه نسخه اصلی یک محتوا است، به خصوص اگر در چندین جای مختلف منتشر شده باشد.

سیستم های کاهش رتبه بر اساس حذف محتوا

گوگل سیاست هایی دارد که به کاربران اجازه میدهد انواع خاصی از محتوا را از نتایج جستجو حذف کنند.

اگر حجم بالایی از درخواست های حذف برای یک سایت خاص دریافت شود، گوگل از این داده ها برای کاهش رتبه (Demotion) آن سایت در نتایج جستجو بهره میبرد. این موارد شامل:

حذف های قانونی

اگر یک سایت درخواست های معتبر و زیادی برای حذف محتوای دارای حق نشر (کپی رایت) دریافت کند، گوگل رتبه سایر محتواهای آن سایت را نیز در نتایج پایین می آورد. این کار باعث میشود کاربران کمتر به محتوای نقض کننده قانون دسترسی پیدا کنند.

این کاهش رتبه برای سایت هایی که درگیر تخلفاتی مثل افترا، فروش کالاهای تقلبی یا حذف های قانونی بر اساس حکم دادگاه هستند نیز اعمال میشود.

در مورد محتوای مرتبط با سوءاستفاده جنسی از کودکان (CSAM)، گوگل نه تنها آن محتوا را حذف میکند، بلکه تمام صفحات سایت هایی که مقدار قابل توجهی از این محتوا دارند را نیز با کاهش رتبه جریمه میکند.

حذف اطلاعات شخصی

اگر یک سایت حجم بالایی از درخواست های حذف اطلاعات شخصی را دریافت کند، گوگل محتوay دیگر آن سایت را نیز پایین تر نمایش میدهد. این سیاست به ویژه در مواردی که سوءاستفاده مالی از حذف محتوا وجود دارد، اجرا میشود.

اگر الگوی مشابهی در سایت های دیگر نیز مشاهده شود، گوگل کاهش رتبه را برای آن سایت ها هم اعمال خواهد کرد.

این سیاست همچنین شامل حذف محتوای مربوط به داکسینگ (افشای اطلاعات خصوصی افراد)، تصاویر خصوصی منتشر شده بدون رضایت، یا محتوای جعلی غیرتوافقی نیز میشود.

سیستم رتبه بندی بخش های صفحه (Passage Ranking)

Passage Ranking یک سیستم هوش مصنوعی است که گوگل برای شناسایی بخش های خاص (Passages) در یک صفحه وب از آن استفاده میکند.

این سیستم کمک میکند تا گوگل بتواند ارتباط یک صفحه با جستجوی کاربر را بهتر درک کند، حتی اگر اطلاعات مورد نظر فقط در بخشی از آن صفحه قرار گرفته باشد.

RankBrain

RankBrain یک سیستم هوش مصنوعی است که گوگل برای درک بهتر رابطه بین کلمات و مفاهیم از آن بهره میبرد.

این سیستم باعث میشود گوگل بتواند نتایج مرتبط را نمایش دهد، حتی اگر آن نتایج دقیقا شامل کلمات جستجو شده نباشند. RankBrain محتوا را از نظر مفهومی تحلیل میکند تا ارتباط آن را با کلمات و ایده های دیگر بفهمد.

سیستم های نمایش اطلاعات معتبر

گوگل از چندین سیستم مختلف برای نمایش معتبرترین اطلاعات ممکن در نتایج جستجوی خود استفاده میکند. این سیستم ها به روش های گوناگونی عمل میکنند، از جمله:

• نمایش صفحات معتبرتر (Authoritative Pages)
• کاهش رتبه محتوای بی کیفیت (Demotion of Low-Quality Content)
• اولویت دادن به روزنامه نگاری باکیفیت (Elevating Quality Journalism)

در مواقعی که اطلاعات معتبر و قابل اتکایی درباره یک موضوع خاص وجود نداشته باشد، سیستم های گوگل هشدارهای محتوایی (Content Advisories) نمایش میدهند.

این هشدارها زمانی ظاهر میشوند که موضوع بسیار جدید و در حال تغییر باشد یا سیستم های گوگل به کیفیت نتایج موجود اعتماد کافی نداشته باشند.

در این شرایط، گوگل به کاربران توصیه هایی ارائه میدهد تا روش های موثرتری برای جستجو پیدا کرده و به نتایج مفیدتری دست پیدا کنند.

سیستم بررسی کیفیت نقد و بررسی (Reviews System)

سیستم Reviews گوگل برای پاداش دادن به نقد و بررسی های باکیفیت طراحی شده است.

این سیستم محتواهایی را که شامل تحلیل های عمیق و تحقیقات اورجینال هستند و توسط متخصصان آگاه به موضوع نوشته شده‌اند، در رتبه‌های بالاتر نمایش می‌دهد.

سیستم تنوع سایت ها در نتایج جستجو (Site Diversity System)

سیستم Site Diversity به گونه ای طراحی شده که معمولا بیش از دو صفحه از یک سایت را در نتایج برتر نمایش ندهد.

این کار باعث میشود که یک سایت خاص بر تمامی نتایج برتر مسلط نشود. با این حال، در برخی موارد خاص ممکن است این محدودیت اعمال نشود.

سیستم Site Diversity معمولا ساب دامین ها را بخشی از دامنه اصلی در نظر میگیرد. اما در مواردی که ساب دامین ها محتوای کاملا مجزایی داشته باشند، ممکن است گوگل آن ها را به عنوان سایت های جداگانه در نظر بگیرد.

سیستم های شناسایی اسپم (Spam Detection Systems)

نتایج جستجوی گوگل باید از محتوای بی کیفیت و اسپم محافظت شود.

گوگل برای مقابله با این موضوع از سیستم های پیشرفته شناسایی اسپم مانند SpamBrain استفاده میکند که با سیاست های مقابله با اسپم گوگل هماهنگ هستند و به صورت مداوم به روزرسانی میشوند.

سیستم های بازنشسته (Retired Systems)

برخی از سیستم های رتبه بندی گوگل در طول زمان به سیستم های جدیدتر ادغام شده اند یا به بخشی از سیستم های اصلی رتبه بندی تبدیل شده اند.

سیستم محتوای مفید (Helpful Content System)

این سیستم در سال ۲۰۲۲ برای نمایش محتوای اورجینال و مفید که برای انسان‌ها نوشته شده، توسعه یافت.

هدف آن مقابله با محتوایی بود که صرفا برای جذب ترافیک از موتورهای جستجو تولید شده بود. این سیستم اکنون بخشی از الگوریتم های اصلی گوگل است.

الگوریتم مرغ مگس خوار (Hummingbird)

Hummingbird که در سال ۲۰۱۳ معرفی شد، توانایی گوگل را در درک ارتباط معنایی بین کلمات و مفاهیم بهبود بخشید و اکنون در ساختار اصلی رتبه بندی گوگل ادغام شده است.

الگوریتم پاندا (Panda System)

الگوریتم Panda در سال ۲۰۱۱ برای مقابله با محتوای کم کیفیت و تکراری طراحی شد و از سال ۲۰۱۵ به بخشی از سیستم های اصلی رتبه بندی گوگل تبدیل شده است.

الگوریتم پنگوئن (Penguin System)

الگوریتم Penguin در سال ۲۰۱۲ برای مقابله با لینک سازی اسپم (Link Spam) معرفی شد.

این سیستم سایت هایی را که از لینک سازی غیرطبیعی برای افزایش رتبه استفاده میکردند، جریمه میکرد و در سال ۲۰۱۶ به بخشی از الگوریتم های اصلی گوگل تبدیل شد.

ترجمه :

A guide to Google Search ranking systems