랭크 브레인

RankBrain은 머신러닝 기반의 검색 엔진 알고리즘으로 2015년 ^[1]10월 26일 Google에 의해 사용이 확인되었다.이것은 구글이 검색 결과를 처리하고 사용자에게 ^[2]더 적절한 검색 결과를 제공할 수 있도록 도와줍니다.2015년 인터뷰에서 구글은 링크 및 콘텐츠와 함께 ^[2]순위 알고리즘에서 RankBrain이 세 번째로 중요한 요소라고 언급했다.2015년 현재^[update] "RankBrain은 ^[3]쿼리의 15% 미만으로 사용되었습니다."그 결과 RankBrain은 Google 검색 엔진 엔지니어 ^[4]팀의 10% 이내인 결과를 얻을 수 있었습니다.

RankBrain이 익숙하지 않은 단어나 구를 발견하면, 머신은 유사한 의미를 가질 수 있는 단어나 구를 추측하고 그에 따라 결과를 필터링할 수 있기 때문에 이전에 보지 못한 검색 쿼리나 키워드를 보다 효과적으로 처리할 수 있습니다.검색 쿼리는 "분산 표현"이라고도 하는 단어 벡터로 정렬되며 언어적 유사성 측면에서 서로 유사합니다.RankBrain은 이 쿼리를 일치하는 가능성이 가장 높은 단어(엔티티) 또는 단어 클러스터로 매핑하려고 합니다.따라서 RankBrain은 사람들이 무엇을 의미하는지 추측하고 결과를 기록하려고 합니다.그러면 결과가 조정되어 사용자 ^[5]만족도가 향상됩니다.

순위 ^[6]알고리즘을 구성하는 200개 이상의 다른 순위 요인이 있으며, 구글 알고리즘의 정확한 기능은 완전히 공개되지 않았습니다.콘텐츠와 ^[7]링크 뒤에 있는 RankBrain은 구글 ^[8][3]검색에서 순위를 결정하는 데 세 번째로 중요한 신호로 여겨진다.구글은 어떠한 중요도 인정하지 않았지만, 오직 RankBrain은 검색 순위 신호 ^[9][10]중 가장 중요한 세 가지 신호 중 하나이다.오프라인일 때 RankBrain에는 과거 검색의 배치가 제공되며 검색 결과를 일치시켜 학습합니다.연구는 RankBrain이 단어 사이의 관계를 어떻게 더 잘 해석하는지 보여주었다.여기에는 검색 쿼리에 스톱 워드를 사용하는 것('and', 'and', 'without' 등)이 포함될 수 있습니다.이러한 워드는 이전에는 Google에 의해 무시되었지만 때로는 개인의 검색 쿼리의 의미나 의도를 완전히 이해하는 데 중요한 역할을 합니다.또한 연결되지 않은 것처럼 보이는 검색 간의 패턴을 구문 분석하여 이러한 검색이 ^[11]서로 어떻게 유사한지 파악할 수 있습니다.RankBrain의 결과가 구글 팀에 의해 확인되면 시스템이 업데이트되어 다시 ^[12]가동됩니다.

구글은 RankBrain ^[13]요청을 처리하기 위해 텐서 프로세싱 유닛(TPU) ASIC를 사용한다고 밝혔다.

디지털 마케팅에 미치는 영향

RankBrain은 구글이 특정 키워드 검색에 가장 적합한 콘텐츠를 선택하기 위해 키워드 카테고리에 대해 수행하는 알고리즘 테스트를 가속화할 수 있도록 했다.이는 잘못된 신호로 순위를 조작하는 오래된 방법들이 점점 더 효과적이지 않고 인간의 관점에서 볼 때 최고 품질의 콘텐츠가 구글에서 더 높은 순위를 차지하고 있다는 것을 의미한다.^[14]

RankBrain은 Humningbird가 모르는 단어와 구문을 배울 수 있기 때문에 더 정확한 결과를 제공하는 데 도움이 되었습니다.그것은 또한 질의가 이루어지는 언어뿐만 아니라 특정 국가에 대해서도 학습한다.그래서 미국에서 boot이라는 단어가 들어간 쿼리를 검색하면 신발에 대한 정보를 얻을 수 있다.그러나 만약 영국을 통해 문의가 온다면,^[15] 그 정보는 자동차의 저장 공간에 관한 것이 될 수도 있다.

레퍼런스