أصول EAT: محتوى الصفحة وتحليل الارتباط التشعبي وبيانات الاستخدام

التنبؤ بالمستقبل بناءً على معرفة الماضي أمر أساسي. أنا دائمًا أراقب التطورات التكنولوجية باهتمام شديد ، لكنني لا أفقد الماضي أبدًا.

تستحضر الإنجازات والإنجازات السابقة في مجال استرجاع المعلومات (IR) إمكانيات "إلى أين التالي" في تكنولوجيا البحث.

يقودني ذلك بعد ذلك إلى التأثير الذي سيكون له على تقنيات ومنهجيات تحسين محرك البحث (SEO) في المستقبل.

في الدفعة السابقة من سلسلة "العودة إلى المستقبل" لتحسين محركات البحث ، تمت إعادة النظر في تقنيات الفهرسة وترتيب الكلمات الرئيسية: بعد 20 عامًا ، اختتمت بعرض رسم يشرح شيئًا يُعرف باسم "مشكلة الوفرة". يؤدي هذا في كثير من الأحيان إلى منع تقنيات ترتيب الكلمات الرئيسية الخالصة (على الصفحة) من وضع الصفحات الأكثر موثوقية في أعلى النتائج. ذو صلة - نعم. لكن موثوقة؟

بالنسبة لمقيّمي الجودة في Google ، قد يكون EAT موجودًا منذ بضع سنوات فقط. ولكن في مجال الأشعة تحت الحمراء ، كان دائمًا في صميم كيف وماذا تفعل محركات البحث.

في هذه المقالة ، سأستكشف إلى أي مدى تذهب الخبرة والصلاحية والجدارة بالثقة (EAT) وما تستند إليه في الواقع.

"EAT" منذ 20 عامًا

لا يزال هناك الكثير من الغموض في الصناعة حول ما تعنيه "السلطة" في الواقع بمعنى تحسين محركات البحث. كيف يصبح الموقع / الصفحة موثوقة؟

ربما عند النظر إلى كيفية ظهور "السلطة" - بالإضافة إلى المصطلحين "خبير" و "ثقة" - في قاموس IR و SEO يمكن أن يمنحك مزيدًا من البصيرة.

هذا رسم قمت بإنشائه في عام 2002 ، لكن هذا الإصدار يحتوي على تحسين مناسب لربط كل هذا معًا.

سأستخدم رسم استخراج بيانات الويب الكلاسيكي هذا ، والذي يعرض الآن الأحرف الثلاثة EAT للمساعدة في بناء فهم أفضل لأصولها.

لا يعد تناول الطعام في حد ذاته خوارزمية ، ولكنه:

• ترتبط الخبرة مباشرة بمحتوى الصفحة .
• السلطة تتصل مباشرة بتحليل الارتباط التشعبي .
• تأتي الثقة من مزيج من محتوى الصفحة وتحليل الارتباط التشعبي ، بالإضافة إلى بيانات وصول المستخدم النهائي .

يجب دمج جميع جوانب التنقيب عن البيانات الثلاثة بطريقة البحث التلوي (أو البحث الموحد) لتوفير الصفحات الأكثر موثوقية لتلبية احتياجات معلومات المستخدم النهائي. بشكل فعال ، إنها سلسلة متداعمة من آليات الترتيب الخوارزمية المتقاربة.

بصفتي عضوًا محترفًا منذ فترة طويلة في Association for Computing Machinery ، أكبر مجتمع حوسبة في العالم ، أنا فخور بالانتماء إلى مجموعة الاهتمامات الخاصة لاسترجاع المعلومات (SIGIR). مجال تركيزي الرئيسي داخل هذه المجموعة هو تحليل الارتباط التشعبي وعلم تصنيفات محرك البحث.

بالنسبة لي ، هذا هو المجال الأكثر روعة في IR و SEO. كما سمع لي أن أقول في العديد من المؤتمرات على مر السنين: "ليست كل الروابط متساوية. بعضها متساوٍ أكثر من البعض الآخر ".

وهذه نقطة انطلاق جيدة للقراءة الملحمية التالية لزملائك في SEO Bravehearts.

التطور من تقنيات التصنيف المستندة إلى النص إلى خوارزميات الترتيب القائمة على الارتباط التشعبي

دعنا نغطي بسرعة السبب الأساسي الذي يجعل الروابط ضرورية لجميع محركات البحث ، وليس فقط لـ Google.

أولاً ، تحليل الشبكات الاجتماعية له تاريخ مميز. لقد شهد العقدان الماضيان اهتمامًا متزايدًا وانبهارًا في المجتمع العلمي بفكرة الشبكات ونظرية الشبكة. كنظرة عامة أساسية ، هذا يعني ببساطة وجود نمط من الترابط بين مجموعة من الأشياء.

الشبكات الاجتماعية ليست ظاهرة جديدة من قبل شركات مثل Meta. تمت دراسة الروابط الاجتماعية بين الأصدقاء على نطاق واسع لسنوات عديدة. توجد شبكات اقتصادية وشبكات تصنيع وشبكات وسائط والعديد من الشبكات الأخرى.

إحدى التجارب في المجال التي أصبحت مشهورة جدًا خارج المجتمع العلمي تُعرف باسم "ست درجات من الفصل" ، والتي قد تكون على دراية بها.

الويب عبارة عن شبكة من الشبكات. وفي عام 1998 ، أصبح هيكل الارتباط التشعبي للويب ذا أهمية كبيرة لعالم شاب يُدعى جون كلاينبيرج (يُعرف الآن بأنه أحد علماء الكمبيوتر الرائدين في العالم) ولأثنين من الطلاب من جامعة ستانفورد ، بما في ذلك Google Larry Page و Sergey Brin . خلال تلك السنة ، أنتج الثلاثة خوارزميات من أكثر خوارزميات تحليل الارتباط التشعبي تأثيرًا - HITS (أو "البحث عن موضوع مستحث بالارتباط التشعبي") و PageRank.

لتوضيح الأمر ، ليس للويب أي تفضيل على ارتباط أو آخر. الارتباط هو ارتباط.

ولكن بالنسبة لأولئك العاملين في صناعة تحسين محركات البحث الوليدة في عام 1998 ، فإن هذا المنظور سيتغير تمامًا عندما أدلى بيج وبرين ، في ورقة بحثية قدموها في مؤتمر في أستراليا ، بهذا البيان:

"بشكل بديهي ، الصفحات التي يتم الاستشهاد بها جيدًا من العديد من الأماكن حول الويب تستحق المشاهدة".

وبعد ذلك قدموا دليلًا مبكرًا يؤيد حقيقة أنني أوضحت أنه "ليست كل الروابط متساوية" من خلال المتابعة بهذا:

"أيضًا ، الصفحات التي ربما تحتوي على اقتباس واحد فقط من شيء مثل صفحة Yahoo الرئيسية تستحق أيضًا الاطلاع عليها بشكل عام."

ضرب هذا البيان الأخير وترًا حقيقيًا معي ، وبصفتي ممارسًا ، فقد جعلني أركز على تطوير نهج أكثر أناقة لربط تقنيات وممارسات الجذب على مر السنين.

في الختام إلى هذه الحلقة ، سأشرح شيئًا عن أسلوبي (الذي حقق نجاحًا كبيرًا) أشعر أنه سيتغير ، من الناحية المفاهيمية ، الطريقة التي تفكر بها حول ما يشار إليه باسم "بناء الروابط" وتغيير ذلك إلى " بناء السمعة. "

أصول "السلطة" في البحث

في مجتمع مُحسّنات محرّكات البحث ، غالبًا ما تُستخدم كلمة "سلطة" عند الحديث عن Google. لكن هذا ليس المكان الذي نشأ فيه المصطلح (المزيد عن ذلك لاحقًا).

في الورقة البحثية التي قدمها مؤسسو Google في المؤتمر في أستراليا ، من الجدير بالملاحظة أنه على الرغم من أنهم كانوا يتحدثون عن خوارزمية تحليل الارتباط التشعبي ، إلا أنهم لم يستخدموا كلمة "رابط" ، بل استخدموا كلمة "اقتباس". وذلك لأن نظام ترتيب الصفحات يعتمد على تحليل الاقتباس.

شرح فضفاض ، هذا هو تحليل التكرار والأنماط والرسوم البيانية للاقتباسات في المستندات (ويعرف أيضًا باسم الروابط من مستند إلى آخر). يتمثل الهدف النموذجي في تحديد أهم الوثائق في المجموعة.

كان أول مثال لتحليل الاقتباس هو فحص شبكات الأوراق العلمية لاكتشاف المصادر الأكثر موثوقية. يُعرف علمها الشامل باسم "القياسات الببليومترية" - والتي تتناسب مع تحليل الشبكة الاجتماعية وفئة نظرية الشبكة كما تطرقت بالفعل.

إليك كيف قمت بتحويل ذلك قبل 20 عامًا بأبسط طريقة على الإطلاق لإظهار كيفية عرض Google لبيانات روابط الويب.

"بعض الروابط الموجودة على صفحات الويب هي ببساطة وسائل مساعدة في التنقل" لتصفح "الموقع. قد توفر الروابط الأخرى وصولاً إلى صفحات أخرى تزيد من محتوى الصفحة التي تحتوي عليها. أشار Andrei Broder [كبير العلماء Alta Vista] إلى أنه من المحتمل أن ينشئ مؤلف صفحة الويب رابطًا من صفحة إلى أخرى بسبب ملاءمتها أو أهميتها: معلومات كثيرة. تخبرك: "أعتقد أن هذه الصفحة جيدة" - لأن معظم الأشخاص يسردون عادةً موارد جيدة. قلة قليلة من الناس سيقولون: "هذه أسوأ الصفحات التي رأيتها على الإطلاق" ويضعون روابط لها على صفحاتهم الخاصة!

من المرجح أن تحتوي الصفحات عالية الجودة التي تحتوي على معلومات جيدة وواضحة وموجزة على العديد من الروابط التي تشير إليها. في حين أن الصفحات منخفضة الجودة ستحتوي على روابط أقل أو لا تحتوي على روابط على الإطلاق. يمكن لتحليل الارتباط التشعبي تحسين ملاءمة نتائج البحث بشكل ملحوظ. تستخدم جميع محركات البحث الرئيسية الآن نوعًا من خوارزميات تحليل الارتباط ".

"باستخدام مبدأ الاقتباس / الاقتباس المشترك كما هو مستخدم في القياسات الببليومترية التقليدية ، يمكن لخوارزميات تحليل الارتباط التشعبي وضع أحد هذه الافتراضات الأساسية أو كليهما:
• الارتباط التشعبي من الصفحة "أ" إلى الصفحة "ب" هو توصية بالصفحة "ب" بواسطة مؤلف الصفحة "أ".
• إذا كانت الصفحة "أ" والصفحة "ب" متصلتين بواسطة ارتباط تشعبي ، فقد يكونان على نفس الموضوع.

تستخدم الخوارزميات القائمة على الارتباطات التشعبية أيضًا رسمًا بيانيًا للاقتباس المشترك غير موجه. A و B متصلان بحافة غير موجهة ، إذا وفقط إذا كانت هناك صفحة ثالثة C تربط كلا من A و B. "

كان للجزء الثاني شرح أطول بكثير له في الكتاب. ولكن نظرًا لأنه أمر محير بعض الشيء ، سأقدم واحدة مبسطة حقًا هنا.

من المهم فهم نقاط القوة في كل من الاقتباس والاقتباس المشترك.

في الرسم التوضيحي الأول ، توجد روابط مباشرة - صفحة واحدة تستخدم ارتباطًا تشعبيًا للاتصال بأخرى. ولكن إذا كانت الصفحة "ج" مرتبطة بـ "أ" و "ب" ثم ارتباطات الصفحة "د" إلى "أ" و "ب" ثم الصفحة "هـ" وما إلى ذلك ، فما يمكنك أن تفترضه هو ذلك ، على الرغم من أن الصفحة "أ" والصفحة "ب" لا تربطهما ارتباطًا تشعبيًا مباشرًا ببعضهما البعض ، نظرًا لأنه يتم الاستشهاد بهما عدة مرات ، يجب أن يكون هناك بعض الارتباط بينهما.

ماذا سيكون المثال الواقعي لذلك؟

حسنًا ، القوائم لتبدأ بها. الصفحات التي تحتوي على "العشرة الأوائل" من أجهزة الكمبيوتر المحمولة الأكثر مبيعًا ، أو الشخصيات الرياضية "العشرة الأوائل" ، أو نجوم موسيقى الروك ، يمكنك أن ترى كيف أن الاقتباس المشترك هو عامل كبير في هذه الأنواع من الصفحات.

إذن ، أين تلعب خوارزمية HITS هذه التي ربما لم تسمع عنها من قبل؟

هناك قصة في نفس الوقت الذي كان فيه بيج وبرين يعملان على خوارزمية PageRank الخاصة بهما ، كان كلاينبيرج يحلل النتائج في أفضل محركات البحث اليوم ، بما في ذلك الأسرع نموًا بينهم ، Alta Vista. لقد اعتقد أنهم جميعًا فقراء جدًا وأنتجوا نتائج هزيلة جدًا من حيث مدى صلتها بالاستعلام.

لقد بحث عن مصطلح "مصنع سيارات ياباني" ولم يكن منبهرًا جدًا لملاحظة عدم ظهور أي من الأسماء الرئيسية مثل Toyota و Nissan في أي مكان في النتائج ، ناهيك عن المكان الذي يجب أن يكون فيهما في القمة.

بعد زيارة مواقع الويب الخاصة بالمصنعين الرئيسيين ، لاحظ شيئًا واحدًا مشتركًا بينهم جميعًا: لم يكن لدى أي منهم الكلمات "مُصنِّع السيارات الياباني" في النص الموجود على أي صفحة من صفحات الموقع.

في الواقع ، لقد بحث عن مصطلح "محرك البحث" ، وحتى ألتا فيستا لم تظهر في نتائجها للسبب نفسه. وقد دفعه ذلك إلى البدء والتركيز على اتصال صفحات الويب لإعطاء فكرة عن مدى ارتباطها (وأهميتها) باستعلام معين.

لذلك ، طور خوارزمية HITS ، التي أخذت أعلى ألف صفحة أو أكثر بعد البحث بالكلمة الرئيسية في Alta Vista ثم صنفها وفقًا لترابطها.

على نحو فعال ، كان يستخدم بنية الارتباط لتشكيل شبكة أو "مجتمع" حول موضوع الكلمات الرئيسية وداخل تلك الشبكة ، حدد ما أسماه "المحاور والسلطات".

هذا هو المكان الذي ظهرت فيه كلمة "سلطة" في قاموس تحسين محركات البحث (SEO). كان عنوان أطروحة كلاينبرغ هو "المصادر الموثوقة في بيئة الارتباط التشعبي".

الصفحات "المحورية" هي تلك الصفحات التي تحتوي على العديد من الروابط التي تتصل بـ "السلطات" حول موضوع معين. كلما زاد عدد المحاور التي ترتبط بسلطة معينة ، زادت السلطة التي تحصل عليها. وهذا أيضا يعزز كل منهما الآخر. يمكن أن يكون المركز الجيد أيضًا سلطة جيدة والعكس صحيح.

كالعادة ، لم يتم منح جوائز لمهاراتي في إنشاء الرسوم طوال تلك السنوات الماضية ، ولكن هكذا تخيلتها مرة أخرى في عام 2002. المحاور (باللون الأحمر) هي تلك التي ترتبط بالعديد من "السلطات" (باللون الأزرق) داخل مجتمعات الويب.

إذن ، ما هو "مجتمع الويب" إذن؟

يشير مجتمع بيانات صفحة الويب إلى مجموعة من صفحات الويب التي لها هياكل منطقية ودلالية خاصة بها.

يعتبر مجتمع صفحات الويب كل صفحة ويب ككائن كامل بدلاً من تقسيم صفحة الويب إلى أجزاء معلومات ويكشف عن العلاقات المتبادلة بين بيانات الويب المعنية.

إنه مرن في عكس طبيعة بيانات الويب ، مثل الديناميكيات وعدم التجانس. في الرسم التالي ، يمثل كل لون مجتمعًا مختلفًا على الويب.

لقد أكدت دائمًا أن الروابط التي يتم جذبها من داخل مجتمع الويب الخاص بك تحمل مكانة أكثر من تلك الموجودة خارج مجتمعك.

شرحت المزيد عن أهمية تحديد المجتمعات بهذه الطريقة قبل 20 عامًا:

"وفيما يتعلق ببيانات الربط: يمكن للصفحات التي تشير (ربط) إلى صفحات أخرى أن توفر قدرًا هائلاً من المعلومات حول البنية والمجتمعات والتسلسل الهرمي (يشار إليها إلى حد كبير باسم" طوبولوجيا "الويب). باستخدام هذه المنهجية ، يمكن لمحركات البحث محاولة تحديد البنية الفكرية (الطوبولوجيا) والشبكات الاجتماعية (المجتمعات) للويب. ومع ذلك ، هناك العديد من المشاكل في القياس باستخدام طرق تحليل الاقتباس والاقتباس المشترك للتعامل مع مئات ومئات الملايين من المستندات مع مليارات الاستشهادات (الارتباطات التشعبية).
"الفضاء الإلكتروني" (كما في الويب) له بالفعل مجتمعاته وأحيائه. حسنًا - أقل واقعية من حيث المكان الذي تعيش فيه ومن تتسكع معه. ولكن هناك "علم اجتماع" على الويب. لا يعيش عشاق الموسيقى من ثقافات وخلفيات مختلفة (ومناطق زمنية) في نفس الحي الجغرافي - ولكن عندما يرتبطون ببعضهم البعض على الويب فإنهم مجتمعون كثيرًا. تمامًا مثل عشاق الفن والأشخاص من كل مناحي الحياة الذين ينشرون معلوماتهم على الويب ويشكلون هذه المجتمعات أو "يربطون الأحياء" في "الفضاء الإلكتروني".

PageRank مقابل HITS: ما الفرق؟

هناك العديد من أوجه التشابه في كل من خوارزميات PageRank و HITS في الطريقة التي تحلل بها الترابط بين صفحات الويب لإنشاء آلية الترتيب.

لكن هناك فرق كبير أيضًا.

PageRank هي خوارزمية تصنيف مستقلة عن الكلمات الرئيسية ، بينما تعتمد HITS على الكلمات الرئيسية.

باستخدام PageRank ، تحصل على درجة سلطتك بغض النظر عن المجتمع حيث كانت في الأصل نتيجة عالمية ثابتة.

في حين أن HITS يعتمد على الكلمات الرئيسية ، مما يعني أن درجة السلطة مبنية حول الكلمة الرئيسية / العبارة التي تجمع المجتمع معًا. يستغرق الأمر وقتًا طويلاً ويتجاوز نطاق هذه الحلقة للخوض في التفاصيل ، لذا لن أتعمق كثيرًا هنا.

الخوارزمية التي أدخلت مصطلح "خبير"

تعد خوارزمية Hilltop هذه مهمة للغاية ولكنها تحظى بأقل قدر من الاهتمام. وذلك لأنه ، في الدوائر المهنية ، هناك اعتقاد قوي بأنه تم دمجها في عمليات Google الخوارزمية في عام 2003 عندما حدث تحديث فلوريدا سيئ السمعة.

تعد خوارزمية Hilltop مغيرًا حقيقيًا للعبة ، وهي مشتق أقرب بكثير من HITS وقد تم تطويرها في عام 1999 (نعم ، في نفس الوقت تقريبًا) بواسطة Krishna Bharat.

في ذلك الوقت ، كان يعمل في مركز أبحاث أنظمة DEC ، الذي كان صاحب محرك بحث AltaVista. حملت ورقته البحثية عنوان "عندما يتفق الخبراء: استخدام خبراء غير منتسبين لتصنيف المواضيع الشعبية". وهذه هي الطريقة التي وصف بها هيلتوب.

"نقترح مخطط ترتيب جديدًا للموضوعات الشائعة يضع الصفحات الأكثر موثوقية حول موضوع الاستعلام في أعلى الترتيب. تعمل الخوارزمية الخاصة بنا على فهرس خاص لـ" مستندات الخبراء ". هذه مجموعة فرعية من الصفحات على WWW تم تحديدها على أنها أدلة للروابط إلى مصادر غير تابعة حول موضوعات محددة. ويتم ترتيب النتائج بناءً على التطابق بين الاستعلام والنص الوصفي ذي الصلة للارتباطات التشعبية الموجودة على صفحات الخبراء التي تشير إلى صفحة نتيجة معينة. "

نعم ، هذا هو المكان الذي ظهر فيه مصطلح "خبير" في قاموس تحسين محركات البحث (SEO). لاحظ كل من عنوان الورقة ووصف العملية التي تُعتبر صفحتك صفحة خبراء عندما يرتبط بها الآخرون. لذلك ، يمكن استخدام المصطلحين "خبير" و "سلطة" بالتبادل.

هناك شيء آخر يجب ملاحظته بعناية - وهو استخدام مصطلح "غير تابع" في وصف الخوارزمية. قد يعطي ذلك فكرة عن سبب إصابة العديد من المسوقين بالعمولة بشدة مع تحديث فلوريدا.

من المهم أيضًا ملاحظة أنه في كثير من الأحيان في مجتمع مُحسّنات محرّكات البحث ، يشير الأشخاص إلى "مواقع السلطة" (أو أحيانًا "سلطة المجال" التي ليست حتى شيئًا). لكن الحقيقة هي أن محركات البحث تعيد صفحات الويب في نتائجها بعد استعلام ، وليس مواقع الويب.

كلما زاد عدد الروابط التي تجذبها من صفحات "الخبراء" الأخرى ، زادت السلطة التي تحصل عليها ، والمزيد من "المكانة" التي يمكنك إضافتها إلى صفحة خبير أخرى عن طريق الارتباط بها. هذا هو جمال بناء "سمعة" داخل المجتمع - وليس مجرد كونك جامع روابط.

عندما أشرح أهمية الاعتراف بك كخبير في مجتمع الويب ، كما فعلت خلال العقدين الماضيين ، أعلم أنه في بعض الأحيان يواجه الناس صعوبة في تصور الشكل الذي سيبدو عليه ذلك.

لحسن الحظ ، في عملي البحثي طوال تلك السنوات ، صادفت خوارزمية أخرى طورها عالمان يابانيان ، ماساشي تويودا وكينتارو فوكوتشي. كان نهجهم هو مجتمع الويب أيضًا ، لكنهم كانوا قادرين على إخراج نتائجهم بصريًا.

كان المثال الذي أخذته لهم هو المثال الذي استخدموه عندما قاموا ببناء مجتمع ويب حول الشركات المصنعة لأجهزة الكمبيوتر. إليك جزء صغير من الناتج الذي رفعته لاستخدامه في جلسات المؤتمر لمساعدة الجميع في الحصول على فكرة أكثر واقعية عن الفكرة.

لاحظ كيف أن مجتمع الويب لا يشمل فقط مصنعي أجهزة الكمبيوتر ولكن أيضًا صانعي الأجهزة وصانعي الكابلات وصانعي البرامج وما إلى ذلك. ويشير هذا إلى مدى اتساع وعمق مجتمع الويب (بالإضافة إلى ضيقه وضحله).

كيف نشأت "الثقة"

هناك الكثير مما يدخل في "الخبرة" و "السلطة" ، وليس أقل من ذلك يذهب إلى "الثقة".

حتى "الثقة" تقع في مجال تحليل الارتباط التشعبي وهيكل الويب. لقد تم بذل الكثير من العمل لاستخدام المحتوى والاتصال الخاص بـ "صفحات الخبراء" الموثوقة لاكتشاف الرسائل غير المرغوب فيها والتخلص منها. باستخدام تقنيات الذكاء الاصطناعي والتعلم الآلي ، يسهل اكتشاف أنماط الاتصال هذه والقضاء عليها.

في الماضي ، كانت هناك خوارزمية تم تطويرها تعرف باسم "TrustRank" وهذا ما كانت تستند إليه. بالطبع ، الاختبار الحمضي لـ "الثقة" يحدث بالفعل مع المستخدم النهائي.

تسعى محركات البحث إلى التخلص من الرسائل غير المرغوب فيها وتقديم نتائج تلبي احتياجات المستخدمين من المعلومات حقًا. لذلك ، توفر أنماط وصول المستخدم إلى الصفحات قدرًا هائلاً من البيانات التي تجتاز بها الصفحات اختبار مجتمع الويب (الاتصال) ثم تلك التي تجتاز اختبار المستخدم النهائي (بيانات وصول المستخدم).

كما ذكرت ، يمكن اعتبار الروابط من صفحات الويب الأخرى إلى صفحاتك بمثابة "تصويت" على المحتوى الخاص بك. ولكن ماذا عن الملايين والملايين من المستخدمين الذين ليس لديهم صفحات ويب تمنحك رابطًا - كيف يمكنهم التصويت؟

يفعلون ذلك من خلال "ثقتهم" من خلال النقر على نتائج معينة - أو عدم النقر على نتائج أخرى.

يتعلق الأمر كله بما إذا كان المستخدمون النهائيون يستهلكون المحتوى الخاص بك - لأنهم إذا لم يكونوا كذلك - فما الفائدة من إعادة Google للمحتوى في النتائج التي تلي استعلام ما؟

ماذا تعني "الخبير" و "السلطة" و "الثقة" في البحث

للتلخيص ، لا يمكنك التصريح بأنك خبير في صفحاتك الخاصة.

يمكنك "الادعاء" بأنك خبير أو سلطة في مجال معين أو رائد في هذا أو ذاك في العالم.

لكن من الناحية الفلسفية ، تقول Google ومحركات البحث الأخرى: "من يعتقد ذلك أيضًا؟"

إنه ليس ما تقوله عن نفسك. إنه ما يقوله الآخرون عنك (رابط نص الرابط). هذه هي الطريقة التي تبني بها "سمعة" في مجتمعك.

علاوة على ذلك ، فإن مقيّمي الجودة في Google لا يقررون بأنفسهم ما إذا كان المحتوى الخاص بك "خبيرًا" أو أنك "سلطة" أم لا. مهمتهم هي فحص وتحديد ما إذا كانت خوارزميات Google تقوم بعملها.

هذا موضوع رائع وهناك الكثير لتغطيته. لكننا نفد الزمان والمكان الآن.

في المرة القادمة ، سأشرح مدى أهمية البيانات المنظمة وكونك متصلاً "دلاليًا" داخل مجتمع الويب الخاص بك.

حتى ذلك الحين ، استمتع بألوان الخريف الذهبية ونحن ننتقل إلى موسم آخر مع ترقب كبير للقراءة الملحمية التالية عن الأعمال الداخلية لمحركات البحث.

الآراء الواردة في هذه المقالة هي آراء المؤلف الضيف وليست بالضرورة آراء محرك البحث. مؤلفو طاقم العمل مدرجون هنا.