Return to site

唤醒,SEO - 新的谷歌在这里(一)

在我个人看来,我们需要注意SEO,以便跟随Google的发展。

当然,我还提出了一个最终证明不正确的理论; 我对rel =“author”,rel =“publisher”以及Link Graph影响力的潜在下降过于自信。

然而,该理论的前提基本正确,五年后它们仍然是正确的:

  1. 技术搜索引擎优化是SEO实践的基础;
  2. 用户为王,这意味着Google将越来越关注提供最佳用户搜索体验 - 因此,SEO必须从“搜索引擎优化”演变为“搜索体验优化”;
  3. Web性能优化(SiteSpeed),10X内容和语义将在SEO中发挥重要作用。

在过去的5年里,我们的行业发生了许多变化。现在是时候停下来,花几分钟时间,评估谷歌是什么以及它的发展方向。

我将解释我如何“研究”谷歌以及我坚信我们,SEO,如果我们不仅希望生存,而是期望谷歌的最终游戏,为未来做好准备,我应该注意。

显然,考虑到这一点,虽然我相信它是由数据,事实和证据支持的,但这是我的看法。因此,我恳请你不要把我认为理所当然的事情视为理所当然,而是要激励你自己的调查和实验。

探索扩展的Google世界

SEO是一个充满不确定性的王国。

然而,一个常数永远不会改变:几乎每个SEO梦想在她的生命中至少有一次成为绝地。

我也幻想着使用原力...... Gianlu Ka Fiore Lli,绝地大师

但老实说,我觉得我更像Mon Mothma。

和她一样,我天生就是一名战略家。我喜欢调查,看到没有其他人似乎看到它们的联系,并深入挖掘寻找复杂问题的答案,然后根据我的调查设计计划。

这种方式意味着,当我看到谷歌的神秘虫洞时,我会检查许多来源:

  1. 谷歌官方博客;
  2. “办公时间”的聚会场所;
  3. Google员工在社交媒体上做出的有时相互矛盾的声明(当他们不共享无限循环的GIF时);
  4. Google专利和现在为Google工作的人提交的专利;
  5. 关于谷歌收购公司的新闻(和故事);
  6. 谷歌员工在关键领域的传记;
  7. “Google Fandom”(也就是我们写的关于它的内容);
  8. 谣言和宣传。

现在,在检查所有这些来源时,很容易创造出惊人的阴谋(阴谋+偏执)理论。我承认:我帮助创建,相信和辩护了其中一些,例如AuthorRank。

在我看来,这种寻找谷歌答案的方法是了解我们心爱的搜索行业未来的最佳方法。

如果我们深入研究“扩展的谷歌宇宙”,我们所拥有的是一个仅由更新组成的时间表(Panda 1.N,Penguin 1.N,Pigeon ......),从长远来看这是完全没用的:

相反,如果我们创建一个时间轴,其中包含与Google搜索相关的所有事件(我们只需通过充分了解即可发现),我们就会开始了解Google的标题:

上述时间表证实了谷歌公开宣称的内容:

“机器学习是一种核心的,变革性的方式,我们正在重新思考我们如何做所有事情。”
- (Sundar Pichai)

谷歌正在成为Steven Levy在这篇文章中定义的“机器学习第一公司” 。

机器学习在谷歌和搜索的发展过程中变得如此重要,也许我们应该超越仅仅听取像加里·伊利斯(Gary Illyes)或约翰·穆勒(John Mueller)这样的官方谷歌发言人(没有个人的,只是为了清楚......例如,阅读这篇启发性的访谈Woj Kwasi的Gary Illyes)。也许我们应该开始更多地关注人们喜欢Christine Robson,Greg Corrado,Jeff Dean以及Google Brain的工作人员所写的内容。

第二个时间表告诉我们,从2013年开始,Google开始在以下方面持续投入资金,智力和精力投入:

  1. 机器学习;
  2. 语义;
  3. 语境理解;
  4. 用户行为(或“信号/符号学”,我喜欢称之为)。
2013年:一切都变了

谷歌仅在三年前推出了Hummingbird,但这不仅仅是一种说法:感觉就像几十年前一样。

让我们快速重拍:什么是蜂鸟?

Hummingbird是整个Google算法。它由四个阶段组成:

  1. 抓取,收集网络上的信息;
  2. 解析,识别收集的信息类型,对其进行排序,并将其转发给合适的收件人;
  3. 索引,用于标识和关联与单词和/或短语相关的资源;
  4. 搜索,...
    • 理解用户的查询;
    • 检索与查询相关的信息;
    • 过滤并聚类检索到的信息;
    • 排名资源; 和
    • 绘制搜索结果页面,以便回答查询。

最后一个阶段,搜索,我们可以找到“200+排名因素”(包括RankBrain)和过滤器像熊猫或反垃圾邮件算法,如企鹅。

请记住,存在与垂直索引一样多的搜索阶段(文档,图像,新闻,视频,应用程序,书籍,地图......)。

我们的搜索引擎优化人员几乎完全专注于搜索阶段,忘记了蜂鸟不仅如此。

谷歌的这种方法是短视的,不能承受非常简单的逻辑方形练习。

  1. 如果Google能够正确抓取网站(抓取);
  2. 了解其含义(解析和索引);
  3. 最后,如果网站本身对许多排名因素做出积极响应(搜索);
  4. 然后该网站将能够获得其旨在达到的有机可见性。

如果缺少逻辑方块的三个元素中的一个,则缺少有机可见性; 想一想非优化的AngularJS网站,你就会明白这个逻辑。

左侧的网站位于非JS启用的浏览器中。在右侧,JS启用显示所有内容

如果我们只看到原力的一个方面,我们怎么能成为SEO绝地?

解析和索引:经常被遗忘

在过去的18个月里,我们有一种技术性的SEO文艺复兴,正如Mike King在这个基础套牌中的定义,尽管尝试将技术性SEO作为化妆师进行分类。

相反,我们仍在努力完全理解解析和索引阶段的重要性。

当然,我们可以通过声称解析是四个阶段中最复杂的来证明这一点。Google同意,因为它在宣布SintaxNet时公开声明。

但是,如果我们不优化解析,那么我们就不会从有机搜索中充分受益,尤其是在未来的几个月和几年中。

如何优化解析和索引

作为解析和索引优化的前提,我们必须记住一个经常被遗忘的搜索方面,Hummingbird强调并增强了它:实体搜索。

如果你还记得Amit Singhal在宣布Hummingbird时所说的话,他宣称它有“知识图谱”。

那部分是 - 为了清晰起见,我在这里进行了简化 - 实体搜索,它基于两种实体:

  1. 命名实体是知识图的内容,例如人物,地标,品牌,历史运动以及“爱”或“欲望”等抽象概念;
  2. 搜索实体是与搜索行为相关的“事物”。Google使用它们来确定查询的答案,尤其是在个性化的上下文中。他们包括:
    • 查询;
    • 文档和域名回答查询;
    • 搜索会话;
    • 链接的锚文本(内部和外部);
    • 执行查询的时间;
    • 响应查询的广告。
为什么实体搜索很重要?

这很重要,因为实体搜索是Google更好地理解查询的个人和几乎唯一的上下文的原因。

此外,由于实体搜索,Google更好地理解它解析的文档的含义。这意味着它能够更好地为它们编制索引,并最终实现其主要目的:为用户的查询提供最佳答案。

这就是语义学很重要的原因:语义搜索正在优化意义

它不是一个排名因素,它不需要改进爬行,但它解析和索引的基础,这一个被遗忘的大型算法阶段。

语义和SEO

首先,我们必须考虑到存在不同类型的语义,有时,人们往往会让他们感到困惑。

  1. 逻辑语义,关于概念/语言元素之间的关系(例如:参考,预设,暗示等)
  2. 词汇语义,关于词语及其关系的含义。
逻辑语义

结构化数据现在是逻辑语义中的大人物,谷歌(直接和间接)正在投入大量资金。

几个月前,当主流营销大师们正在讨论新Instagram徽标的50种色调或者平均搜索引擎优化是(理所当然地)对抗SERP中的绿色“广告”按钮时,谷歌发布了新版本的Schema .ORG。

正如Aaron Bradley在这里所做的那样,这个新版本提高了消除实体间歧义和/或更好地解释其含义的能力。

例如,现在:

  1. 我们可以使用特定于产品的类型和属性,如品牌,受众或IsRelatedTo ;
  2. 我们可以使用新的disambiguatingDescription属性来更好地消除类似项目的歧义(想想许多电子商务产品类别);
  3. 由于新的Schema.org/ComputerLanguage类型,我们最终可以优化国际语义搜索引擎优化。

与此同时,我们不应忘记始终使用所有最重要的属性:“SameAs”,这是每个Schema.org类型中存在的少数属性之一。

最后,正如Mike Arnesen最近在Moz博客上对此进行了很好的解释,利用语义HTML属性ItemRef和ItemID。

我们如何在2016年实施Schema.org?

显然,谷歌正在推动JSON-LD作为实施Schema.org的首选方法

实现JSON-LD Schema.org的最佳方法是使用知识图搜索API,该API使用标准Schema.org类型并符合JSON-LD规范。

作为替代方案,您可以使用最近推出的JSON-LD Schema Generator for SEO工具 通过霍尔分析。

为了解决有关JSON-LD(其数量以及它可能如何影响网站性能)的常见抱怨,我们可以:

  1. 使用跟踪代码管理器以在需要时触发Schema.org;
  2. 使用PreRender让浏览器开始上传用户可能在他们当前访问的页面之后访问的页面,期望上传这些页面的JSON-LD元素。

Google为Schema.org和结构化数据提供的重要性得到了结构化数据测试工具的全新改进版本的证实,现在由于其JSON-LD(再次!)和Schema,它现在可用于识别错误和测试解决方案。 .org上下文自动完成建议

语义不仅仅是结构化数据#FTW!

我预见的一个错误是认为语义搜索只是关于结构化数据。

这是人们在国际搜索引擎优化中所做的同样的错误,当它单独减少到hreflang时。

现实情况是,语义存在于网站的基础上,可在以下网址找到:

  1. 它的代码,特别是HTML;
  2. 它的架构。
HTML

从一开始,HTML就包含了语义标记(例如:title,H1,H2 ......)。

它的最新版本HTML5增加了新的语义元素,其目的是在语义上组织Web文档的结构,并且正如W3C所说,允许“跨应用程序,企业和社区共享和重用数据”。

Google如何使用HTML的语义元素的一个明显示例是其精选片段或答案框。

正如Google本身所声明的那样(“ 我们不使用结构化数据来创建精选片段 ”)并且由Pete博士,Richard Baxter和最近的Simon Penson解释过,那些倾向于用于答案盒的文档通常会显示这三个因素:

  1. 他们已经在查询的第一页上排名拉出答案框;
  2. 他们积极回答使用基本的页面因素;
  3. 他们有一个干净 - 或几乎干净 - 的HTML代码

然后,结论是语义搜索从代码开始,我们应该更加关注那些“枯燥”,耗时,非优先的W3C错误报告。

建筑

我的符号学家(我研究符号学和Umberto Eco等大学的语言哲学)不禁将信息架构本身视为语义学。

让我解释。

一切都始于正确的本体论

本体论是主题领域(或领域)中的一组概念和类别,它们显示了它们的属性以及它们之间的关系。

如果我们以Starwars.com网站为例,我们可以在主菜单中看到星球大战主题领域的概念:

  1. 新闻/博客;
  2. 视频;
  3. 活动;
  4. 电影;
  5. 电视节目;
  6. 游戏/应用程序;
  7. 社区;
  8. 数据库(星球大战百科全书)。
本体论导致分类学(因为一切都可以分类)

如果我们看看Starwars.com,我们会看到星球大战域中包含的每个概念都有自己的分类。

例如,数据库提供了几个类别,例如:

  1. 字符;
  2. 生物;
  3. 位置;
  4. 汽车;
  5. 等等,等等。
然后,本体论和分类法导致了背景

如果我们想到塔图因,我们往往会想到卢克天行者在他的青年时期生活的星球。

但是,如果我们访问一个关于深空探测的网站,塔图因将成为天文学家在过去几年中发现的众多系外行星之一。

正如您所看到的,本体论(星球大战与天体)和分类法(星球大战行星与系外行星)决定了背景并有助于消除类似实体之间的歧义。

本体论,分类法和语境导致意义

我们越好地定义我们网站的本体,构建其分类,并为其元素提供更好的背景,我们就越好地向用户和Google解释我们网站的含义。

Starwars.com再次非常擅长这样做。

例如,如果我们检查它是如何构建像TIE战士那样的页面,我们会看到每种可能的内容都用于帮助解释TIE战斗机是什么:

  1. 通用描述(文字);
  2. “星球大战”电影中TIE战斗机的外观(带有优化锚文本的内部链接);
  3. 附属机构(内部链接与优化的锚文本);
  4. 尺寸(文字);
  5. 影片;
  6. 照片库;
  7. 音板(人物的名言。在这种情况下,它将是我们许多人在我们的老诺基亚使用的经典“zzzzeeewww”声音:D);
  8. 行情(文字);
  9. 历史(包含文本,图像和其他文档链接的实质性文章);
  10. 相关主题(图像和内部链接)。

对于像Darth Vader这样的角色,信息可以更丰富。

星球大战网站的信息架构(加上其权威)的有效性使得其数据库是谷歌用作知识图源的极少数非维基数据/维基百科来源之一。

我们可以使用什么工具来语义优化网站结构?

事实上,我们可以使用几种工具来语义优化网站的信息架构。

知识图谱搜索API

第一个是知识图谱搜索API,因为在使用它时,我们可以获得符合给定条件的实体的排序列表。

这可以帮助我们更好地定义与域(本体)相关的主题,并可以提供有关如何构建网站或任何类型的Web文档的想法。

RelFinder

我们可以使用的第二个工具是RelFinder,它是实体研究中为数不多的免费工具之一。

正如您在下面的截屏视频中看到的,RelFinder基于维基百科。它的用途很简单:

  1. 选择你的主要实体(例如:星球大战);
  2. 选择您想要与之建立联系的实体(例如:星球大战第四集:新希望);
  3. 点击“查找关系”。

RelFinder将检测与两者相关的实体(例如:George Lucas或Marcia Lucas),他们消除歧义的属性(例如:George Lucas作为导演,制片人和作家)和事实性(例如:光剑作为与星球大战相关的实体并且首次见到在第四集中)。

如果我们必须进行小规模的实体研究,例如准备内容片段或小型网站时,RelFinder非常有用。

但是,如果我们需要在更大范围内进行实体研究,那么依靠以下工具会好得多:

AlchemyAPI和其他工具

AlchemyAPI去年被IBM收购,它使用机器和深度学习来进行自然语言处理,语义文本分析和计算机视觉。

AlchemyAPI提供30天试用版API Key,基于Watson技术; 它允许我们从文本中提取大量信息,默认情况下提供概念,实体,关键字和分类。

关于AlchemyAPI的资源
  1. 入门指南 ;
  2. AlchemyLanguage参考指南 ;
  3. 如何使用AlchemyAPI从文档中提取实体 - 案例历史。

允许我们进行大规模实体提取和语义分析的其他工具包括:

  1. TextRazor ;
  2. 打开加来 ;
  3. 艾琳。
词汇语义

如前所述,词汇语义学是研究词语意义及其关系的语义分支。

在语义搜索的上下文中,该区域通常被定义为关键字和主题研究。

在Moz上,您可以找到关于此主题的几个Whiteboard Friday视频:

  1. SEO能否停止担心关键词并专注于主题?;
  2. 在您的SEO中使用相关主题和语义连接关键字 ;
  3. 为什么我们不能像2010年那样做关键词研究 ;
  4. 使用主题中心向Google宣传您的实体。
我们如何进行以语义为中心的关键词和专题研究?

尽管最近更新,关键字规划师仍然可以用于执行以语义为中心的关键词和专题研究。

实际上,从语义搜索的角度来看,该更新甚至可以被视为一种逻辑选择。

像“PPC”和“每次点击付费”这样的术语是同义词,即使每个人肯定拥有不同的搜索量,但如果我们搜索其中一个,Google显示两个非常相似的SERP是显而易见的,特别是如果我们的搜索历史已经展示了与SEM相关的搜索模式。

然而,关键词数据的这种变暗对于搜索引擎优化的帮助较小,因为它使得预测更加困难并确定了哪些关键词的目标优先级。当我们搜索头部术语时尤其如此,因为它加剧了关键字规划师所遇到的问题:结合词干关键词 - 虽然以“我们的关键词”作为基础 - 没有任何共同之处,因为它们意味着完全不同的东西并且目标非常不同主题。

但是(这是一个亲尖),还有就是去发现最有用的关键字的方式,即使他们都具有相同的搜索量:多少广告客户的出价吧。相信市场;-)。

(如果您想了解有关Keyword Planner最近更改的更多信息,请阅读Bill Slawski的这篇文章。)

用于语义搜索的关键字规划器

假设我们想创建一个关于星球大战光剑的网站(是的,我星球大战的极客)。

我们能做的是:

  1. 打开关键字规划器/查找新关键字并获取(AH!)搜索量数据;
  2. 描述我们的产品或服务(上面快照中的“新闻”);
  3. 使用关于光剑的维基百科页面作为登陆页面(如果您的网站是西班牙语,维基百科应该是西班牙语);
  4. 请注明我们的产品类别(上面的电影和电影);
  5. 定义目标并最终指示否定关键字;
  6. 点击“获取创意”。

Google会向我们提供这些广告组作为结果:

广告组是语义相关关键字的集合。它们对以下内容非常有用:

  1. 个性化主题;
  2. 创建一个关键词字典,可以给作家的文本,这将是自然和语义一致的。

请记住,关键字规划师也允许我们进行其他类型的分析,例如分解设备或按位置使用发现的关键字/广告组的方式。此信息有助于了解受众的背景。

如果您有一个或几个要发现主题和分组关键字的实体,直接在关键字规划师中工作并将所有内容导出到Google表格或Excel文件就足够了。

但是,当您需要分析数十个或数百个实体时,最好使用Adwords API或SEO Powersuite等工具,它允许您按照上述方法进行关键字研究。

Google Suggest,相关搜索和Moz Keyword Explorer

除了使用关键字规划师,我们还可以使用Google Suggest和相关搜索。不是为了简单地个性化人们搜索然后撰写关于他们的即时博客文章或登陆页面的主题,而是为了重申和完善我们网站的架构。

继续专门研究光剑的网站或部分的例子,如果我们看看Google Suggest,我们可以看到“光剑复制品”是其中一个建议。

此外,在“光剑”的相关搜索中,我们再次看到“光剑复制品”,这是与“光剑”相关的明确信号。

最后,我们可以点击并发现“lightsaber replica”相关搜索,从而创建我定义为关于主题的“搜索环境”。

如果我们要分析许多实体,则上述模型不可扩展。在这种情况下,像Moz Keyword Explorer这样的工具可以提供它所提供的选项,如下面的快照中所示:

其他关键词和专题研究资料

最近,Powerreviews.com展示了调查结果,该调查结果表明互联网用户倾向于选择亚马逊而不是Google来搜索有关产品的信息(38%对35%)。

那么,为什么不使用亚马逊进行关键词和专题研究,特别是如果我们是为电子商务网站或客户旅程中的MOFU和BOFU阶段做的话?

我们可以使用亚马逊建议:

或者我们可以使用免费工具,例如SISTRIX的亚马逊关键字工具。

但是,Suggest功能(几乎)存在于每个拥有搜索框的网站(您自己的网站,甚至,如果您已经很好地实施了!)。

这意味着如果我们正在寻找更多主流和顶级漏斗主题,我们可以使用像Pinterest这样的社交网络的建议(即:探索“光剑蛋糕”和相关主题的丰富世界):

因此,Pinterest凭借其标记系统是一个真正的专题研究金矿:

在页

一旦我们定义了体系结构,主题并准备了关键字词典,我们就可以最终处理我们工作的页面方面。

页面搜索引擎优化的细节是另一个时间的另一篇文章,所以我只是建议你阅读Cyrus Shepard的这篇常青帖子。

对书面文本的语义搜索优化进行分级的最佳方法是使用TF-IDF分析,这些分析由OnPage.org等网站提供(它还提供了关于TF-IDF分析的优缺点的明确指南)。

请记住,TF-IDF还可用于进行竞争性语义搜索分析,并发现竞争对手使用的关键字词典。

用户行为/符号学和背景

在本文开头,我们看到了Google如何大力投资以更好地理解其抓取的文档的含义,以便更好地回答用户执行的查询。

语义(和语义搜索)只是谷歌基于这一巨大努力的支柱之一。

另一个支柱包括理解用户搜索行为和执行搜索的用户的上下文。

用户搜索行为

最近,Larry Kim根据他所做的实验分享了两个帖子,展示了他关于RankBrain如何关于CTR和停留时间等因素的理论。

虽然这些帖子是超级可操作的,用原始数据呈现有趣的信息,并确认过去进行的其他测试,但这些所谓的用户信号(CTR和停留时间)可能与RankBrain没有直接关系,而是与用户搜索行为直接相关和个性化搜索。

但请注意,我在上面的陈述应该被视为个人理论,因为Google本身并不真正了解RankBrain的工作原理。

AJ Kohn,Danny Sullivan和David Harry写了关于RankBrain的其他有趣的帖子,如果你想深入研究它(为了记录,我也在这里写了关于Moz的文章)。

即使RankBrain由于使用Word2Vec技术而可能包含在语义搜索领域,我发现更好地关注Google如何使用用户搜索行为来更好地理解已解析和索引文档的相关性。

点击率

由于Rand Fishkin提出了他的理论 - 支持测试 - 谷歌可能在两年多前使用CTR作为排名因素,因此已经写了很多关于点击率的重要性。

常识表明,如果人们更频繁地点击一个搜索片段而不是另一个可能排在更高位置的搜索片段,那么Google应该考虑用户的信号,并最终提升始终获得更高点击率的页面排名。

但是,当涉及到搜索引擎时,常识并不是那么容易应用,并且多次Google员工宣称他们不会将CTR用作排名因素(请参阅此处和此处)。

尽管谷歌早已为Adwords开发了点击欺诈检测系统,但目前尚不清楚它是否能够将其扩展为有机搜索。

另一方面 - 让我有点阴谋 - 如果点击率根本不重要,那么为什么谷歌改变了标题标签和元描述的像素?只是为了“更好的设计?”

但正如埃里克·恩格(Eric Enge)在这篇文章中写道,我们知道的少数事情之一就是谷歌提出了一项专利(根据用户反馈的时间要素修改搜索结果排名,2015年5月)。它肯定会在测试环境中使用CTR来更好地计算其他排名因素的价值和等级 - 这更具推测性 - 它可能会更清楚地表达那些明确表达QDF的关键字子集中的点击率(查询值得新鲜度) )需要。

更少讨论的是CTR在个性化搜索中的重要性,因为我们知道Google倾向于为我们每个人绘制一个自定义SERP,具体取决于我们的搜索历史记录和我们的个人点击率历史记录。它们是帮助Google确定哪些SERP对我们最有用的关键。

例如:

  1. 如果我们第一次搜索某些内容,那么
  2. 对于该搜索,我们没有搜索历史记录(或者不足以触发个性化结果),以及
  3. 搜索呈现出含糊不清的实体(即:“ Amber ”),
  4. 那么它的只有感谢我们的个人CTR /搜索历史记录,谷歌将确定与给定的实体搜索结果中显示或不其(琥珀石或黄色玫瑰或安珀警报...)。

最后,即使谷歌并没有使用CTR作为一个排名因素,这并不意味着它不适合SEO的一项重要指标和信号。我们拥有多年的经验和数百项测试,证明了通过适当使用结构化数据来优化我们的搜索片段(现在是Rich Cards)有多重要,以便获得更多的自然流量,即使我们的排名比竞争对手更差。

看时间

如果我们的访问者登陆的页面不符合搜索片段创建的期望,那么拥有良好的点击率指标是完全没用的。

这类似于clickbait和有说服力的标题之间的区别。第一个可能会导致点击返回搜索结果页面,而第二个则会陷入并吸引访问者。

网站保留用户的能力是我们通常所说的停留时间,但Google将此定义为此专利中的观看时间:观看基于时间的排名(2013年3月)。

该专利通常与视频有关,因为该专利本身使用视频作为内容示例,但Google并未将其定义仅限于视频:

通常,“观看时间”是指用户花在观看视频上的总时间。然而,还可以基于用户花费在观看内容上花费的时间量来计算并用于对其他类型的内容进行排名的观看时间

 

对于理解Web文档及其内容的质量,观看时间确实是比CTR更有用的用户信号。

你是否持怀疑态度并且不相信我?因此,信任Facebook,因为它还在其新闻Feed算法中使用观看时间:

我们了解到,人们选择花时间阅读或观看他们从“新闻Feed”中点击的内容的时间是一个重要信号,表明这个故事对他们很有趣。

我们正在为News Feed排名添加另一个因素,以便我们现在可以预测您在点击新闻Feed后查看Facebook移动浏览器中的文章或即时文章的时间。此排名更新将考虑您点击文章然后花时间阅读它的可能性。我们不计算加载时间 - 我们将考虑内容完全加载后阅读和观看所花费的时间。我们还将查看在阈值内花费的时间,以免意外地更长时间地处理较长的文章。 
通过此更改,我们可以根据您和其他人阅读的内容,更好地了解哪些文章可能对您感兴趣,因此您更有可能看到您有兴趣阅读的故事

上下文和个性化搜索的重要性

我经常开玩笑说,一帮银行抢劫犯最大的错误就是带上他们的智能手机。只需检查他们的活动板(包括他们在谷歌地图上的位置历史记录),即可轻松完成PreCrime调查。

All Posts
×

Almost done…

We just sent you an email. Please click the link in the email to confirm your subscription!

OKSubscriptions powered by Strikingly