الگوریتم های گوگل چیست؟ جدیدترین، تغییرات، آپدیت و بروزرسانی ها

در این مطلب درباره تمامی الگوریتم های گوگل به صورت کامل صحبت می شود.

از قبیل تغییرات و جدیدترین آپدیت ها و بروزرسانی ها تا مواردی و تاثیرات این الگوریتم ها بر روی نتایج جستجو.

در ابتدا باید تعریف دقیقی از الگوریتم های گوگل داشته باشیم.

الگوریتم های گوگل چیست؟

در واقع این الگوریتم ها مجموعه ای از یک سیستم پیچیده هستند، که برای بازیابی اطلاعات از فهرست جستجوی خود و ارائه فوری بهترین نتایج ممکن در هنگام جستجوی یک کلید واژه یا عبارت استفاده می شوند.

از معروف ترین آن ها می توان به :

• 1- الگوریتم مرغ مگس خوار
• 2- الگوریتم پاندا
• 3- الگوریتم پنگوئن
• 4- الگوریتم گورخر
• 5- الگوریتم کبوتر
• 6- الگوریتم شاهین
• 7- الگوریتم موش کور
• 8- الگوریتم تطبیق عصبی
• 9- الگوریتم فلوریدا 2
• 10- الگوریتم فرد
• 11- الگوریتم هیلتاپ
• 12- الگوریتم رنک برین (RankBrain)
• 13- الگوریتم پیج رنک
• 14- الگوریتم Freshness

الگوریتم مرغ مگس خوار

مرغ مگس خوار گوگل بازنویسی الگوریتم گوگل بود که نیازهای جستجو در دستگاه های تلفن همراه را پیش بینی می کرد.

مرغ مگس خوار زمینه را برای پیشرفت های چشمگیر در جستجو فراهم کرد.

چرا مرغ مگس خوار؟ به این دلیل مرغ مگس خوار نامیده شد. زیرا گفته می شود، الگوریتم اصلی گوگل را دقیق تر و سریع تر می کند.

الگوریتم پاندا

الگوریتم پنگوئن

در سال 2012، گوگل به طور رسمی “به‌روزرسانی الگوریتم وب اسپم” را راه‌اندازی کرد. این به‌روزرسانی به طور خاص هرزنامه‌های لینک و شیوه‌های ساخت لینک دستکاری شده را هدف قرار می‌داد.

بعدها این الگوریتم وب اسپم از طریق یک توییت از مت کاتس، که در آن زمان رئیس تیم وب اسپم گوگل بود، به عنوان به‌روزرسانی الگوریتم پنگوئن شناخته شد.

اگرچه گوگل رسماً الگوریتم را به نام پنگوئن نامگذاری کرد، اما هیچ کلمه رسمی درباره منشأ این نام وجود ندارد.

نام الگوریتم پاندا از یکی از مهندسان کلیدی که در این پروژه دخالت داشت، الهام گرفته شده است، و احتمالاً نام پنگوئن نیز از یک منبع مشابه الهام گرفته شده است.

قبل از الگوریتم پنگوئن، حجم لینک‌ها نقش مهمی در تعیین امتیاز صفحات وب در فرآیندهای خزش، نمایه‌سازی و تجزیه و تحلیل توسط گوگل داشت.

این به این معنی است که هنگامی که نوبت به رتبه‌بندی وب‌سایت‌ها بر اساس این امتیازات در نتایج جستجو می‌رسد، برخی از وب‌سایت‌ها و تکه‌های محتوای کیفیت پایین به شکل برجسته‌تری در نتایج جستجوی ارگانیک ظاهر می‌شوند که این با واقعیت مطابقت ندارد.

الگوریتم گورخر

الگوریتم گورخر گوگل (Google’s Panda Algorithm) یکی از پرکاربردترین الگوریتم‌های گوگل است که مسئولیت نظارت بر فروشگاه‌های آنلاین و جلوگیری از کلاهبرداری‌های اینترنتی از طریق این فروشگاه‌ها را بر عهده دارد. این الگوریتم قادر است فروشگاه‌های تقلبی را شناسایی کند و آن‌ها را از نتایج جستجو حذف کند. الگوریتم گورخر در مارس ۲۰۱۳ توسط مت کاتس (Matt Cutts)، مدیر سابق بخش اسپم گوگل، برای نظارت بر وب‌سایت‌های تجارت الکترونیک معرفی شد.

در این روزها با افزایش تعداد فروشگاه‌های آنلاین، بسیاری از افراد خرید خود را از طریق اینترنت انجام می‌دهند. بنابراین، گوگل الگوریتم زبرا (Zebra Algorithm) را به‌روزرسانی کرده است تا اعتماد کاربران را حفظ کند.

به طور کلی، الگوریتم گورخر گوگل زمانی به وجود آمد تا با سایت‌های فروشگاهی کیفیت پایین روبرو شود و هدف آن جلب اعتماد کاربران بود. برخی از وب‌سایت‌های فروشگاهی کیفیت پایین و نامعتبر از روش‌های کلاهبرداری و تقنیت‌های مختلف استفاده می‌کردند. حضور در صفحه اول نتایج گوگل باعث ناامیدی و نارضایتی کاربران می‌شد. بنابراین، با به‌روزرسانی الگوریتم زبرا، گوگل شروع به مبارزه با وب‌سایت‌های فروشگاهی نامعتبر و تقلبی کرد. بنابراین، هدف از طراحی الگوریتم زبرا حذف فروشگاه‌های آنلاین کیفیت پایین و نامعتبر است.

الگوریتم کبوتر

یکی از بزرگترین به‌روزرسانی‌های الگوریتم گوگل، که بهبود نتایج جستجوی محلی را هدف قرار داد، به عنوان به‌روزرسانی “کبوتر” شناخته می‌شود. این به‌روزرسانی در تاریخ ۲۴ ژوئیه ۲۰۱۴ یا در زمان نزدیک آن اجرا شد. هدف اصلی این به‌روزرسانی الگوریتم گوگل، بهبود نتایج جستجوی محلی بود تا کسب‌وکارهای محلی با حضور آنلاین قوی‌تر، رتبه های بهتری در نتایج جستجو به دست بیاورند.

این به‌روزرسانی به کاربران گوگل تجربه جستجوی متفاوت و بهتری در زمینه مشاغل محلی و اطلاعات مرتبط با آنها ارائه داد. با این به‌روزرسانی، نتایج جستجوی محلی بهبود یافت و کسب‌وکارهای محلی که حضور آنها ارگانیک قوی‌تری داشتند، پاداش داده می‌شدند. توانایی مشاهده در جستجوی سنتی شبیه به دیدی بود که یک کسب‌وکار ممکن است در Google Maps داشته باشد.

الگوریتم شاهین

هدف اصلی گوگل از معرفی الگوریتم “شاهین” (Pigeon)، رفع مشکل شناسایی اشتباه مکان‌های تکراری در گوگل مپ بود و قصد داشت تا تمامی کسب‌وکارها را در نقشه گوگل نمایش دهد.

با معرفی الگوریتم شاهین، شعاع فیلترینگ گوگل در تشخیص کسب‌وکارها در گوگل مپ کوچکتر شد و کسب‌وکارهای مشابه و نزدیک به یکدیگر قادر به ثبت مکان خود در نقشه گوگل شدند بدون اینکه نگرانی از تداخل مکانی داشته باشند.

با این حال، هنوز هم کسب‌وکارهایی وجود دارند که از آدرس مشترک استفاده می‌کنند، به عنوان مثال فروشگاه‌هایی که در یک پاساژ تجاری قرار دارند.

از آنجا که هنوز ممکن است برخی از کسب‌وکارها با معرفی الگوریتم شاهین به مشکل برخورد کنند، اما بسیاری از آنها از مزیت‌های این الگوریتم بهره‌مند شده‌اند.

به‌عنوان مثال، پس از معرفی الگوریتم شاهین، رقبا دیگر نمی‌توانند از نام آنها برای سوءاستفاده استفاده کنند و با نام مشابه در نزدیکی آنها فعالیت کنند.

الگوریتم موش کور

سئو محلی تأثیر قابل توجهی بر رونق کسب و کارهای کوچک و همچنین تجربه کاربران در دریافت نتایج بهتر از جستجوهای خود داشته است.

با ارائه سئو محلی، گوگل توانسته است نتایج جستجو را بر اساس موقعیت جغرافیایی کاربران نمایش دهد. به عنوان مثال، اگر یک کاربر در منطقه گیشا در تهران عبارت “کافه‌های نزدیک من” را جستجو کند، گوگل با توجه به موقعیت جغرافیایی کاربر، کافه‌های نزدیکترین به او را در منطقه گیشا معرفی می‌کند.

این کار باعث رضایت کاربران شده و همچنین به کسب و کارهای کوچک که توان رقابت با وب‌سایت‌های بزرگتر را در کلمات کلیدی مرتبط با حوزه کاری خود نداشتند، امکان استفاده از مزیت سئو محلی را می‌دهد و به رونق کسب و کار آنها کمک می‌کند.

برای بهبود عملکرد سئو محلی برای کاربران، گوگل الگوریتمی به نام “موش کور” (Possum) را معرفی کرد که در سال ۲۰۱۶ آخرین بار به‌روزرسانی شد.

این الگوریتم باعث شد نتایج سئو محلی برای کاربران دقیق‌تر از قبل باشد و تجربه بهتری را برای آنها ایجاد کند.

الگوریتم تطبیق عصبی

گوگل به تازگی اعلام کرده است که از الگوریتم “تطبیق عصبی” برای بهبود درک مفاهیم در جستجوها استفاده می‌کند. دنی سالیوان از گوگل اعلام کرده است که این الگوریتم برای تقریباً 30 درصد از جستجوها به کار گرفته می‌شود.

گوگل به تازگی یک مقاله تحقیقاتی منتشر کرده است که با موفقیت قادر به تطبیق پرس و جوهای جستجو با صفحات وب مرتبط فقط با استفاده از عبارات جستجوی کاربر و محتوای صفحات وب است. این الگوریتم، ممکن است در برخی موارد به‌طور مستقیم استفاده نشود یا به‌عنوان یکی از الگوریتم‌های گوگل در کنار دیگر الگوریتم‌ها به‌کار گرفته شود. به عنوان مثال، این یک نمونه از نحوه عملکرد یک الگوریتم “تطبیق عصبی” است.

تمام این تلاش‌ها به منظور بهبود عملکرد جستجو در گوگل و ارائه نتایج دقیقتر و مطابق با نیازهای کاربران است.

الگوریتم فلوریدا 2

تأیید شده است که گوگل در حال به‌روزرسانی الگوریتم خود است و این به‌روزرسانی را یکی از به‌روزرسانی‌های هسته گسترده توصیف کرده است.

برت تابکه از Pubcon دریافت کرده است که گوگل در حال آماده‌سازی یک به‌روزرسانی بزرگ است و قرار بود آن را به‌روزرسانی فلوریدا 2 نامگذاری کند. گوگل اعلام کرده است که این به‌روزرسانی بسیار مهم و گسترده است.

به‌روزرسانی: گوگل به‌طور رسمی این به‌روزرسانی را به‌روزرسانی اصلی مارس 2019 نامیده است.

الگوریتم فرد

الگوریتم به‌روزرسانی Fred گوگل به منظور حذف نتایج با کیفیت پایین، که گوگل آنها را به عنوان سایت‌هایی با محتوای نازک و تبلیغات تهاجمی توصیف می‌کرد، منتشر شد.

این به‌روزرسانی برخی از سایت‌های وابسته را هدف قرار داد، اگرچه همه آنها شامل نمی‌شدند.

این سایت‌ها اغلب از محتوای ناکارآمد به عنوان منبع ترافیک خود استفاده می‌کردند. معمولاً، ما می‌شنویم که گوگل به مردم توصیه می‌کند که این کار را انجام دهند.

با این حال، کیفیت محتوا در این سایت‌های آسیب‌دیده بسیار پایین بود و تبلیغات به شدت فراگیر بودند. شما این سایت‌ها را می‌شناسید و احتمالاً از آنها دوری می‌کنید.

الگوریتم هیلتاپ

الگوریتم هیلتاپ، یکی از الگوریتم‌های قدیمی و مهم گوگل است که در سال ۲۰۰۳ معرفی شد و باعث تأثیرات قابل توجهی در نتایج موتورهای جستجو شد. این تأثیرات تا به امروز، پس از ۱۶ سال، همچنان ادامه دارد.

هدف اصلی الگوریتم هیلتاپ پس از معرفی، شناسایی سایت‌های دایرکتوری و منابع مرجع معتبر بود. گوگل با استفاده از این الگوریتم و بررسی این سایت‌ها، اعتبار و ارزش آن‌ها را تعیین می‌کرد.

بعد از تأیید یک سایت به عنوان سایت مرجع توسط گوگل، صفحاتی که در آن سایت معرفی می‌شدند، فرصت بالایی برای کسب رتبه بالا در نتایج جستجوی گوگل داشتند.

در واقع، روش گوگل این بود که با استفاده از الگوریتم هیلتاپ، سایت‌های منابع مرجع را تشخیص داده و سپس از طریق آن‌ها سایت‌های معتبر را شناسایی می‌کرد.

حضور این الگوریتم در آن زمان‌ها باعث شد که سایت‌های منابع مرجع معتبر مانند ویکی‌پدیا، یاهو و Dmoz به عنوان مکان‌های ارزشمندترین برای معرفی سایت‌های کوچکتر شناخته شوند.

آشنایی با این الگوریتم‌های قدیمی به شما امکان می‌دهد تا درک بهتری از سئو امروزی پیدا کنید. در واقع، اطلاعاتی که از الگوریتم‌های قبلی گوگل به دست می‌آورید، می‌تواند به عنوان یک بخش کوچک از یک تصویر بزرگتر به شما کمک کند تا الگوریتم‌های جدید را درک کنید.

الگوریتم رنک برین

بدون شک می توان گفت Google RankBrain یک انقلاب در نحوه تعیین نتایج جستجو ب وجود آورد.

در سال 1996، ایده لینک‌ها به عنوان یک سیگنال رتبه بندی، جستجو را با آنچه به رتبه صفحه گوگل تبدیل می شد، متحول کرد .

RankBrain یک سیستم است که توسط گوگل توسعه داده شده است و به آن کمک می‌کند تا هدف احتمالی کاربر از یک عبارت جستجو را درک کند. این سیستم در بهار سال ۲۰۱۵ به کاربران عرضه شد، اما اعلام رسمی آن تا تاریخ ۲۶ اکتبر همان سال صورت نگرفت.

در ابتدا، RankBrain برای پرس و جوهایی استفاده می‌شد که گوگل با آنها قبلاً مواجه نشده بود و در آن زمان تقریباً ۱۵٪ از کل جستجوها را شامل می‌شد. اما با گذر زمان تأثیر این سیستم بر تمام نتایج جستجو گسترش یافت.

الگوریتم پیج رنک

الگوریتم پیج رنک گوگل یکی از اصلی‌ترین الگوریتم‌های استفاده شده در موتور جستجوی گوگل است. این الگوریتم بر اساس ارزیابی و رتبه‌بندی صفحات وب بر اساس ارتباطات پیوندی به آنها عمل می‌کند.

در ساده‌ترین توضیح، الگوریتم پیج رنک به هر صفحه وب یک امتیاز (رنک) اختصاص می‌دهد که براساس تعداد و کیفیت پیوندهایی است که به آن صفحه وارد می‌شود. هر پیوند ورودی به یک صفحه وب به عنوان یک رای (vote) برای آن صفحه در نظر گرفته می‌شود. علاوه بر تعداد پیوندها، اهمیت و اعتبار صفحاتی که پیوندها را ارائه می‌دهند نیز در نظر گرفته می‌شود. بنابراین، صفحاتی که بیشترین و معتبرترین پیوندها را دریافت می‌کنند، امتیاز بالاتری در الگوریتم پیج رنک به دست می‌آورند.

الگوریتم Freshness

به‌روزرسانی تازگی گوگل (Google’s Freshness Update) یک تغییر قابل توجه در الگوریتم رتبه‌بندی گوگل بود که باعث بهبود دقیق‌تر نتایج جستجو و پاسخگویی به نیازهای کاربران شد.

این به‌روزرسانی به گوگل امکان می‌دهد زمان را به عنوان یک معیار مرتبط با سؤالات جستجو در نظر بگیرد. به این ترتیب، گوگل قادر است محتوایی را که دارای روند زمانی است یا به‌طور مکرر به‌روزرسانی می‌شود (مانند رویدادهای سالانه یا مدل‌های جدید محصولات)، بهتر نشان دهد.

به‌روزرسانی تازگی با تغییرات زیرساختی که با به‌روزرسانی کافئین (Caffeine) ارائه شد، ممکن شد. این تغییرات باعث افزایش قابل توجهی در فهرست‌بندی وب توسط گوگل شد و به گوگل اجازه داد تا بهترین و به‌روزترین محتواها را که به معنای واقعی کلمه به‌روز هستند، نشان دهد.

این به‌روزرسانی الگوریتم در تاریخ ۳ نوامبر ۲۰۱۱ اعلام شد. در یک اعلام رسمی در وبلاگ گوگل، بیان شد که این تغییر بر روی ۳۵٪ از  جستجوها تأثیر گذاشته و به طور قابل توجهی تقریباً بر ۶ تا ۱۰٪ از عبارات جستجویی تأثیر گذاشته است.

بنابراین، این تغییر به‌روزرسانی تازگی گوگل یک تغییر قابل توجه در روش رتبه‌بندی صفحات وب است که به گوگل امکان می‌دهد صفحات را بر اساس زمان و به‌روزی محتوا مرتب کند و نمایش دهد.