Googleトラストランクの数学

公開: 2016-01-04

Googleトラストランクの数学

最近、Googleは、独自のアルゴリズムを使用して「人工知能」に取り組んでいることを発表しました。 このアルゴリズムは、ランキング要素に関する限り、2番目に重要です。 多くのポジショナーがメカニズムの本質についての質問に夢中になっている間、私は自分自身に尋ねました:「わかりました、しかし最初のランキング要素は何ですか?」


私の意見では、SEOでの6年間の経験に基づくと、最初のランキング要素はTrustRankです。 これは、GoogleがそのようなWebサイトの信頼度を決定するために使用する一連のWebサイト特性で構成されます(たとえば、Majestic Searchで適用されるTrustRankのようなフォロワーとは対照的に、Googleだけが知っているレートであるTrustRankとして理解されます)エンジン)。
TrustRankはスポット次元のようなものであり、多次元データ空間に存在するとします。次元数は、TrustRankのサイズを決定するためにアルゴリズムによって使用される因子の数です。 そのような要因が存在し、それらのそれぞれがTrustRankに与える影響が同じでない場合、TrustRankのサイズは次のように表されます。

T / R {a 1 x 1 、a 2 x 2 、a 3 x 3 、a 4 x 4 、a 5 x 5 、…、a z x z }

どこ:

  • T / R – Trust / Relevantの値です
  • x n –数「n」の因数です
  • X N -である因子のシェア「X N」最終結果TRの合計サイズで
  • ax n –は有限で自然数です

ファクター「x」は次のとおりです。リンクドメインのTR。 バックリンクが配置されているWebページのTR。 たとえば、一意のIPや近隣などに現れるサーバーの品質。

多数のフレーズを参考にした検索ランキングの位置の変化は、飛躍的に起こっているという印象を常に持っていました。 私の気持ちは、問題の問題についての彼らの話の中で、かなり一般的ではあるが、「増加」、「低下」、「停滞」などの用語を使用したポジショナーによく知られていることを確認しました。

そして、それはその「階層」内の特定のフレーズの1つまたは2つの場所の変更ではなく、より重要な、その中のWebサイトの位置の変更(グローバルな変更)に関するものです。
この記事は推測ゲームのようなものであり、ファンタジーでさえありますが、私の仮説をより多くの人々と共有したいと思います。 私は次の余談を文の展開として扱います。私がGoogleの場合、これを行います。
「位置の変更」というフレーズを使用して、記事の後半でWebサイトのグローバルな性質の変更について話します。

Googleトラストランクの数学

出典:http://memy.pl

多次元空間におけるこれらの要因間の関係は何ですか? それらが確かに線形ではないと言うのに専門家である必要はありません。 実際、それらはいわゆる(a)「パーコレーションしきい値」(グラフ理論からその物理的用語を借りました。この場合、2つの異なるタイプの構造間の境界を意味します)と見なすことができます。つまり、検索エンジンでの位置の変更が行われるポイントです。 幾何学的レイアウトで多次元アルゴリズムを提示するのは難しいので、2次元に焦点を当てましょう。

2つの要素のみを考慮していると仮定しましょう。

  • X1 –ウェブサイトに提供される高品質の被リンクの価値
  • X2 –ウェブサイトに与えられたバックリンクの量
  • PP –変化が発生するx1およびx2の関数としてのパーコレーションポイントのセット
  • W –Webページが上位に位置する値のフィールド
  • N –Webページが低い位置にある値のフィールド
  • L 1、L 2、L 3、L 4 –特定の値x1とx2、および変更されていない値が決定されるWebサイト
  • ここで、サイズLに含まれるx1の値は、x 1(L3)<x 1(L2)<x 1(L4)<x 1(L1)のプロパティを持ちます。
  • ここで、サイズLに含まれるx1の値は、x 2(L2)<x 2(L1)<x 2(L4)<x 2(L3)のプロパティを持ちます。

GoogleTrustRankの数学

この座標系は、Googleでより高いランキングを取得するには、フィールドN(L2が配置されている場所)からフィールドWに進む必要があることを示しています。つまり、このような高品質のリンク(x1)とその数(x2)を達成する必要があります。 Wの範囲の値ポイント(ポイントL4)を達成します。 それは興味深い結論をもたらします。 ポジションを増やしても、十分な数のリンクを作成することはできませんが、十分な品質を確保することはできません(L3のように)。 ただし、バックリンクの分散が不十分な一定量の被リンクがあるため、より高いレベルにアクセスすることはできません(L1として)。

私がグーグルで、上のチャートが本当なら、それのおかげで次の現象を説明することができます:

  • さらに変数(例:x 3)を追加すると、システム内の点L 1、L 2、L 3、L 4の位置と、パーコレーション点の形状が変更されます。
  • パーコレーションポイントの傾きの変化は、検索結果で位置をランク付けした個々の要因の影響の変化を反映しています
  • 位置の変化に対するx1とx2の比率の変化は直線的には発生しません
  • 維持可能な品質ドメインのこの低下は、バックリンクの数が増えたとしても、私たちの立場を低下させる可能性があります(これは比例して行われるわけではありませんが)
  • バックリンクの数のこの減少は、他の品質が向上したとしても、私たちの位置を低下させる可能性があります(これは比例して行われませんが)
  • より高い位置を達成することは不可能であることを超えずに被リンクの品質を測定する価値があります
  • 高い位置に合わないバックリンクがたくさんあります
    ウェブサイトに対するGoogleの信頼度は、急激に変化する可能性のあるランキングの位置に反映されています。

パーコレーションポイントの形状は、本質的に契約上のものではありません(物理学は彼のモデルを知っていますが)。さらに興味深いのは、Googleが、パーティをアルゴリズムに一致させるための基準を変更して離散位置を取得する方法です。

グーグルが近年、ポジションの増加を考慮して、当社のウェブサイトへの紹介の品質基準を大幅に引き上げたことは周知の事実です。 多くのポジショナーにとって、それは目新しいものでした。 現在の地位を失った後の彼らの多くは「古いパターン」を考え、品質を気にせずにさらにリンクを上げる努力を続けました。

私がGoogleでパーコレーション曲線を使用した場合、適切な品質がなければ、新しいリンクの位置を簡単に増やすことはできません。

次回の品質スコアを保証しないページを削除するには、曲線パーコレーションの直角と傾斜の後でのみ移動するだけで十分です。

前の変数x1(被リンクの品質)x2(被リンクの数)のみを考慮に入れる場合を考えてみましょう。これは、適切な比率でWebサイトのステータスを決定します。 時間の経過とともに、Googleは、位置の変化を取得するためにこれらの変数のわずかに異なる比率を考慮に入れるアルゴリズムに重点を置くことを決定しました。その結果、シフトPP1とPP2の効果が得られます。この状況が示されています。下のグラフで:

Googleトラストランクの数学
関数S1とS2を介したグラフでは、時間の経過に伴うWebサイトへのバックリンクの量と質の関係の変化を示しています。 ご覧のとおり、ページS1は、「リンク構築」のポリシーを一貫して追求するため、アルゴリズムの変更に対処しました。 ページS2は、開始点が適切であり、S1での同様の位置にあるにもかかわらず、曲線パーコレーションの新しい方向に対処できず、位置の変更に到達しません。 「リンクビルディング」の戦略をさらに追求したにもかかわらず、悪い仮定を持っていました。

前述の結果として、幾何学的変換の多くの出力と可能性がさらにあります。 私はGoogleのだろうならば、私は、多次元空間内を移動して鉱山独自のアルゴリズムを管理します。 ゴーグルの対応はどうなるのか、アルゴリズムの変更に責任を持つ従業員も同じ意見を持っているのだろうか。

Googleトラストランクの数学

出典:http://memy.pl

私は本当に興味がありますあなたはそれについてどう思いますか?