Milyen lesz az előttünk álló Pingvin algoritmus? Hogyan alkalmazhatja a gépi tanulást a Google a Pingvin algoritmusnál? Mi számít majd rossz linknek?

Ez a cikk nem a tényeken alapul. Ez elszabadult gondolatkísérlet arról, milyen lesz a Google Pingvin algoritmusa, ha a Google beveti a mesterséges intelligenciát.

A Rankbrain és John Giannandrea

Kezdjük a körítéssel. 2015 nagy híre volt a RankBrain algoritmus. A lényeg, hogy a Google a gépi tanulást (machine learning) alkalmazó algoritmusa a harmadik legfontosabb rangsorolási tényezővé vált.

Mindezt úgy, hogy a SEO világ észre sem vette.

2016 februárjának nagy híre, hogy visszavonult Amit Singhal a Google keresési részlegének vezetője, és helyére az a John Giannandre kerül, aki eddig a kutatási és mesterséges Intelligencia részleget vezette.

A Google már használja a gépi tanulást például az Adwords-ben, a képfelismerés során, a Google Hírekben és sok más helyen. Ugyan ezt teszi az Apple, az Amazon, a Microsoft, és ezer másik cég. A gépi tanulás – bár keveset hallunk róla – mára kulcskérdéssé vált az info-tech világban.

Hirdetés

hirdetés

2008-ban a Google még egyértelműen kézzel írt kódokat használt, de még 2011-ben is úgy nyilatkozott egy volt Google munkatárs, hogy Amit Singhal a Google most visszavonult keresési részlegének vezetője elutasítja a gépi tanuláson alapuló rangsorolást.

2013-ban viszont már Matt Cutts arról beszélt, hogy a Google aktívan dolgozik a gépi tanuláson.

Azt hiszem, látszik a tendencia. 2011-ben még elutasítás, 2013-ban már aktív használat egyes területeken 2015-ben már a harmadik legfontosabb rangsorolási algoritmus, 2016-ban pedig a mesterséges intelligenciáért felelős részleg korábbi vezetője lesz a teljes keresési részleg feje.

A képlet világos a keresés, és a keresőoptimalizálás jelene, de még inkább jövője a gépi tanulás, és a mesterséges intelligencia.

A gépi tanulás lényege

És még mindig nem jutottunk el a Pingvin algoritmushoz. Nagyon röviden szót kell ejteni a gépi tanulásról is.

A gépi tanulásnak alapvetően két fajtája van:

– a felügyelt

– és a felügyelet nélküli

Az előbbi esetében az algoritmus kap rengeteg bemenő adatot, és ezek alapján tud következtetni arra, hogy egy ismeretlen adat esetén mi lenne az eredmény. A felügyelet nélküli gépi tanulás során az algoritmus csak a végeredményt látja és ezek alapján próbál azonos jellegzetességeket látni.

A keresőoptimalizálás világára lefordítva a dolgot. Az algoritmus kap rengeteg bemenő adatot, hogy mi számít jó és mi számít rossz találati listának (milliárdos adattömegről van szó). Ez alapján pedig egy új keresés esetén már önmaga tudja előállítani a jó minőségű találati listát.

A példa persze nagyon sarkított és leegyszerűsített, de most ennyi elég. Mehetünk a Pingvin algoritmushoz.

A Pingvin algoritmus és a gépi tanulás

A Pingvin algoritmus esetén a gépi tanulás kiválóan tud működni, ugyanis a Google-nak rengeteg bemenő adata van, amivel az algoritmus tanítható.

Például a Google-nak vélhetően rendelkezésre áll a katalógusok és PR cikkes oldalak több tíz vagy százezres listája. Nincs más feladata, mint betáplálni ezt az algoritmusba, bemenő adatként, mint értéktelen, vagy gyanús linkek.

A gépi tanulás innentől ha új, hasonló struktúrájú oldalra bukkan, azonnal megszólalhat a vészcsengő. A gépi tanulás segítségével az algoritmus felismeri a hasonló struktúrájú oldalakat.

Természetesen ennek másik oldala is igaz, a Google bemenő adatként rengeteg természetes linket is mutathat a rendszernek.
Milyen más szignálok tehetnek gyanússá egy oldalt:

– a láblécben elhelyezett külső oldalra mutató linkek

– a láblécben elhelyezett kulcsszavas más oldalra mutató linkek

– dofollow link, ha a közelében megtalálható a hirdetés/szponzor felirat

– ugyanez képlink esetén

– kulcsszavas külső oldalra mutató link az oldalsávban

– a főmenüben lévő kulcsszavas kimenő link

– magas link/szöveg arány

– azonos karakterszámú cikkek, benne linkkel

– irreleváns, kulcsszavas link egy szövegben

– normál karakterszínnel azonos link szín (a link nem különül el a szöveg többi részétől)

– kulcsszavas linkek magas aránya az egyéb típusú linkekhez képest (brand, általános, stb.)

– olyan oldalak, amelyek horgonyszövegeiben magas Adwords értékű horgonyszövegek találhatóak

– olyan oldalcsoportok, amelyek azonos oldalakat hivatkoznak meg kulcsszavas linkekkel

– magas linkszám, olyan oldalnak, amelyre kevés a keresési forgalom

– magas linkszám, de kevés link más releváns domainről

– magas brand horgonyszöveg, úgy, hogy minimális, vagy nincs brandkeresés

– magas linkszám a szegmens más hasonló szereplőihez képest

– magas linkszám az oldal látogatóihoz képest

– gyanús oldalcsoporttól származó linkek jelentős aránya

– disavowban gyakran előforduló hivatkozó domainek magas aránya

– bizonyos aloldalak magas linkelési aránya más aloldalakhoz képest

– természetellenesen magas főoldal linkelés

A sort lehetne folytatni számtalan tippel. A lényeg, amit látni kell, hogy a fenti ötletek matematikailag jól leírhatóak.
Az is jól látszik, hogy a Google-nak már bőven rendelkezésre állnak azok az erőforrások, hogy a Pingvin algoritmust a gépi tanulásra építsék. Gondoljunk csak arra, hogy az alapalgoritmusban milyen alapvető szerepet játszik!

Jusson eszünkbe az is, hogy a Pingvin a Google ígéretei szerint már folyamatosan, real-time módon fut majd. Ez pedig ismét arra utal, hogy nem egy manuálisan írt algoritmussal dolgoznak, mint a Pingvin első verziójának esetén lehetett, hanem egy olyan rendszerrel rendelkeznek, amely képes folyamatosan újraértékelni az új linkeket.

Akkor brutális változásokat hoz az új Pingvin?

Nem feltétlenül. Ne feledjük, hogy a Rankbrain algoritmus is úgy futott le, hogy észrevétlen maradt. A Google-nak vélhetően nem célja feje tetejére állítani a találati listát.

Azt azonban ne feledjük, hogy az új Pingvin vélhetően könnyen fejleszthető lesz, idővel egyre szigorúbb lesz, és mivel a futás folyamatos lesz a rengeteg apró szigorítás szinte láthatatlan lehet, de egy évvel később már egy sokkal szigorúbb Pingvin algoritmus élhet, és ez a szigorodás szinte észlelhetetlen lesz. Jól láttuk ezt a Panda algoritmusnál.

Persze lehet, hogy az új Pingvin radikális változásokkal indít, de a láthatatlan, folyamatos szigorodás igen valószínűnek tűnik most.

Ha tippelni kell, azt gondolom, hogy a Pingvin algoritmusban a büntetés mellett a linkleértékelés is nagy szerepet kap majd.

Így azok az oldalak, amelyek természetes linkeket is kaptak és jó felhasználói élményt nyújtanak, nem tűnnek majd el a találati listáról, csak a természetellenes linkek hatása megszűnik. Ez a minőségi oldalaknak (és a nagy márkáknak) egyfajta védelmet nyújt, és csökkenti a Pingvin drasztikus hatását, és nem eredményezi a találati lista minőségének romlását.

Következtetés

Valóban így lesz? A fentiek csupán egy gondolatkísérlet. Azt azonban látni kell, hogy a Google nagyon komoly változás alatt áll, a gépi tanulás miatt, és emiatt a keresőoptimalizálás is átalakul, és természetesen a linképítés is. Néhány hónap, vagy talán hét múlva okosabbak leszünk.

Szerző: Szuhi Attila

Üdv! Szuhi Attila vagyok, az ITE.hu alapítója és főszerkesztője. Fő területem a keresőoptimalizálás és az online marketing. Speciális szakterületem a Google büntetések, a technikai SEO Audit és a linképítés.
Ha segítségre van szükséged, keress bátran.

Írd meg a véleményed!

Az e-mailcímed nem lesz nyilvános. A * jelölt mezők kötelezőek.

{"email":"Email address invalid","url":"Website address invalid","required":"Required field missing"}

Cikkek a témában

február 4, 2019

49MEGOSZTÁSFacebookFeliratkozás Döbbenetes információ hangzott el az amerikai SMX

szeptember 20, 2017

49MEGOSZTÁSFacebookFeliratkozás Egy éve indult útjára a Google folyamatos

június 27, 2017

49MEGOSZTÁSFacebookFeliratkozás Ismét szóba került a Panda-algoritmus, Gary Illyés

október 17, 2016

49MEGOSZTÁSFacebookFeliratkozás A Google helyreigazítást adott ki a Pingvin


INGYENES!

TÖLTSD LE A GOOGLE 100 SEO TANÁCSÁT

A Google 100 legfontosabb keresőoptimalizálási tanácsa!