Rank Brain là gì? Tất tần tật về Google Rank Brain 2019

.
Trong bài viết này, chúng ta sẽ tìm hiểu cách thức RB hoạt động, cách nó thay đổi SEO, và làm sao để tối ưu theo Google Rank Brain. Bài viết cũng có mô tả thêm về Google entities nổi tiếng.

Giống như hàng loạt các thuật toán khác, RankBrain (Gọi tắt là RB) bị Gồ che dấu trong bí ẩn. Kể từ tháng 10 năm 2015 khi RB ra đời, đã 4 năm trôi qua, nhưng RB vẫn là chủ đề khiến cho nhiều người tranh cãi. Nhưng nói thế nào thì RB vẫn là một trong những phần thiết yếu nhất trong lõi thuật toán của Gồ. Nó cũng đang là hệ thống “tự học” duy nhất đang được sử dụng hiện nay.

RB được bắt đầu như thế nào?
Trên thế giới cũng như tại Việt Nam, khoảng 10 năm trở về trước, internet là một đống hỗn độn. Các website theo dạng spam là chúa tể của các bảng xếp hạng. Họ mua liên kết, spam liên kết, và đương nhiên, không có SEO “Công bằng”. Nói đơn giản thì ông nào spam mạnh ông ý thắng.

Tất cả bắt đầu từ năm 2011, khi mà Google thực sự nhận ra việc kết quả tìm kiếm (nói đơn giản hơn thì là nội dung) có liên quan và chất lượng cần được đưa lên hàng đầu. Vì vậy, họ đã thực hiện cách mạng, tạm gọi bằng SEO mũ trắng. Họ xử phạt và hạ thứ hạng các website không đáng tin cậy dựa trên hai cập nhật thuật toán Panda (2011) và Penguin (2012).

Kết quả là ngay sau đó, ít nhiều thì các site có chất lượng bắt đầu được xếp hạng top. Gồ đã tạo ra một khoá học về thế nào là chất lượng và sự liên quan.

Trước đây, Gồ thường xem xét các từ riêng biệt trong một truy vấn để tìm ra mục đích của tìm kiếm. Có điều là việc này không thực sự hiệu quả trong nhiều trường hợp. Nó giải thích tại sao Gồ Hummingbird được cập nhật vào năm 2013. Đây là thuật toán đã tạo ra bước đột phá khi xem xét kết hợp các từ khoá cũng như bối cảnh ý nghĩa.

Thế nhưng kết quả tìm kiếm vẫn còn xa mới đạt đến mức độ liên quan hoàn hảo khi mà những kiểu tìm kiếm lạ xuất hiện đều đặn. Sự thật là có tới 15% các truy vấn mỗi ngày được Gồ xử lý là truy vấn mới hoàn toàn. Bởi vậy, 2 năm sau, vào tháng 10 năm 2015, Gồ giới thiệu RB, mục tiêu của nó là tiến hành phân tích các tìm kiếm chưa bao giờ nhìn thấy trước đó và cung cấp dự đoán tốt nhất cho chúng.

#1. Rank Brain (RB) là gì?
Rank Brain 
là tên hệ thống máy học của Google, hoặc chúng ta có thể gọi là AI cũng được, thường được sử dụng cho xử lý những truy vấn lạ và độc, liên kết chúng với các tìm kiếm hiện có, cung cấp cho người những kết quả phù hợp hơn.

Mặc dù thuật toán đã đi vào hoạt đồng vào tháng 4 năm 2015, nhưng tận thời tháng 10 năm 2015, Gồ mới công khai trong buổi phỏng vấn của Bloomberg với Greg Corrado, nhà khoa học nghiên cứu tìm kiếm cao cấp. Gred Corrado đã miêu tả RB trong buổi phỏng vấn này như sau:

#2 RankBrain hoạt động như thế nào?
Rank Brain
 sử dụng một thứ được gọi là “entities” – Thực thể, là những đối tượng cụ thể mà Gồ có thể thật sự hiểu, tựa như là con người, địa danh, sự vật. Với sự giúp đỡ của thuât toán toán học, nó sẽ chia các thực thể đó vào các từ ngữ vector chi tiết hơn để đưa vào trong các bảng xếp hạng nhất định. Đương nhiên là, các vector tương tự sẽ đưa đến các bảng xếp hạng tương tự.

Chúng ta tạm hiểu đơn giản như thế này: hãy giả sử bạn có cánh cửa, Gồ sẽ bắt đầu lấy thực thể cái cửa đó đưa vào các từ ngữ vector của nó kiểu như gỗ, nhựa, cao, thấp, dày, mỏng… một cách cụ thể, rồi xếp hạng nó vào các bảng xếp hạng liên quan như cửa gỗ, cửa nhựa, cửa cao…

Theo thời gian, Gồ tinh chỉnh các kết quả cho truy vấn tìm kiếm chưa từng xuất hiện dựa trên hành vi người dùng và các mẫu tìm kiếm. Về cơ bản, RB phân tích các kết quả cuối cùng mà người dùng có được sau khi nhập cùng truy vấn tìm kiếm. Nếu nhận thấy rất nhiều người dùng thích kết quả cụ thể nào đó hơn số còn lại, RB sẽ xem xét đó là kết quả liên quan hơn và hầu như sẽ xếp hạng nó cao hơn cho các truy vấn khác giống như vậy.

RB cũng cho thấy kết quả tuyệt vời khi hiểu các truy vấn hướng trái ngược, tức là các cụm từ khoá chứa những chữ kiểu như “không” hoặc “không có”. Ví dụ: Không có bạn gái thì phải làm sao? Bạn trai không quan tâm có nên đi chơi với thằng khác không, bla bla…

Gary Illyes đã giải thích cơ chế của RB tại hội thảo cao cấp SMX như sau:

#3 Những từ khoá truy vấn nào bị ảnh hưởng bởi RankBrain
Vào năm 2015, khi RB được tung ra, nó chỉ được sử dụng cho khoảng 15% các tìm kiếm của Gồ. Tuy nhiên, vào năm 2016, khi RB cho thấy những kết quả tốt kinh ngạc, niềm tin của Gồ vào hệ thống máy học bắt đầu tăng lên. Thế nhưng RB không xử lý tất cả truy vấn, đặc biệt là các truy vấn chưa rõ ràng với Gồ. Steven Leve đã từng tuyên bố thẳng rằng: “RB có thể không liên quan đến mọi truy vấn nhưng ảnh hưởng tới rất nhiều truy vấn.”

Logic phía sau RB không liên quan đến việc xử lý tất cả các xử lý truy vấn đơn giản – là khi mà Gồ tự tin về ý nghĩa của truy vấn, thì RB không được sử dụng. Nó chỉ tham gia vào trò chơi khi mà Gồ không thể hiểu được truy vấn nhất định nào đó có ý nghĩa gì.

#4 Máy học và trí tuệ nhân tạo là gì? (Machine Learning và Artificial Intelligence - AI)
Để bạn hiểu rõ hơn về RB, bạn cần biết ý tưởng về máy học và trí tuệ nhân tạo là gì. Điểm nhấn là chúng đan xen chặt chẽ với nhau, vì thế thường bị hiểu sai.

Trí tuệ nhân tạo là khái niệm lớn hơn nhiều về máy móc, có khả năng thực hiện các tác vụ mà thông thường đòi hỏi đến trí thông minh của con người. Ví dụ như: nhận thức trực quan, nhạn dạng giọng nói, ra quyết định, dịch ngôn ngữ…

Còn khi nói đến máy học, đó là ứng dụng của trí tuệ nhân tạo có thể tự học mà không cần phải lập trình chi tiết. Đây chính xác là những gì mà RB thực hiện. Nó tự động học và cải thiện dựa trên những kinh nghiệm trong quá khứ.

# 5 Neural Matching là gì

Không biết cần dịch thế nào để mọi người hiểu, tạm cứ hiểu rằng đây là một trong những cụm từ hot nhất trong ngành vào thời điểm hiện tại. Chủ đề này trở nên phổ biến trong giới SEO sau khi Danny Sullivan công bố Neural Matching đang ảnh hưởng tới khoảng 30% tổng số truy vấn vào tháng 9 năm 2018.

Danny Sullivan mô tả khái niệm này như sau:

Tóm lại thì đây là một hệ thống giúp Gồ liên kết các từ ngữ với các cụm từ tìm kiếm tốt hơn, nhằm cố gắng để cung cấp các kết quả tìm kiếm phù hợp nhất.

Giả sử như: "Tổ sư bà" là từ tìm kiếm, vậy thì cái hệ thộng này sẽ tìm cách liên kết nó với các từ ngữ nó đang có hoặc học cách để tìm ra những từ liên quan, đồng nghĩa, sau đó tìm các kết quả trả về cho kết quả tìm kiếm.

#6 RankBrain có gì khác so với Neural Matching?
Mặc dù cả 2 đều là AI, nhưng chúng khác nhau khá nhiều. Ngoài những gì mà Danny nói ở trên thông qua Tweeter, anh ấy còn cung cấp thêm một ví dụ rất tốt về hoạt động của Neural Matching (NM):

Mình muốn bình luận thêm 1 chút: Ví dụ bạn search những cụm kiểu như CĐCM, NM sẽ giúp Gồ hiểu rằng đây là cụm từ tìm kiếm cho việc giải thích ý nghĩa của cụm này, và nó sẽ tự động đưa ra các trang để bạn hiểu về nó.

Dựa trên nhận xét duy nhất nhận từ Gồ cho đến bây giờ, tạm hiểu rằng điểm khác biệt cốt lõi giữa 2 hệ thống trên là chúng xử lý những tác vụ khác nhau. Mục đích chính của NM là kết nối các truy vấn đến các khái niệm nhất định, tạo thành thứ Mà Danny Sullivan gọi là hệ thống siêu đồng nghĩa.

Sau đó thì RB tham gia cuộc chơi và trả lại trang kết quả liên quan nhất dựa trên lịch sử hành vi người dùng. Xin lưu ý đây chỉ là những phỏng đoán, và chưa có bất cứ bình luận chính thức nào (từ anh Gồ), chứng minh chúng ta đúng hay sai.

Mặc dù RB và NM khác nhau, chúng vẫn có những sự tương đồng – chúng đều làm khá tốt trong việc hiểu ngôn ngữ tự nhiên và ý nghĩa đằng sau những truy vấn tìm kiếm.

#7 Có phải RankBrain là một phần của Hummingbird?

Chim ruồi là thuật toán lớn của anh Gồ. Nó được tạo nên từ nhiều phần khác nhau để phục vụ cho các tác vụ nhất định. RB cũng hoạt động theo chim ruồi, chịu trách nhiệm xử lý các truy vấn duy nhất – nó không xử lý tất cả các tìm kiếm. Đơn giản vì nó chỉ là một thuật toán với nhiệm vụ được mô tả bên trên.

Nguồn: SEOMXH
Donate ủng hộ để mình có kinh phí duy trì nhé!
Ví momo: 0904 883 851
Cám ơn các bạn.
Click vào quảng cáo để ủng hộ mình nhé !!!
Nhận xét