تحول در الگوریتمهای جستجو: از PageRank تا RankBrain و BERT
سفر بهینهسازی موتورهای جستجو (سئو) سفری است پر از تحول و دگرگونی، سفری که از دنیای ساده کلمات کلیدی آغاز شد و اکنون به پیچیدهترین لایههای هوش مصنوعی و درک مفهومی زبان انسان گره خورده است. درک این تحول برای هر متخصص سئو که به دنبال بقا و پیشتازی در این عرصه است، نه یک انتخاب، بلکه یک ضرورت است. این مسیر تکامل را میتوان در قالب گذار از نگاه مکانیکی به نگاه هوشمندانه به محتوا و کاربر خلاصه کرد.
در دهه ۱۹۹۰ و اوایل هزاره جدید، دنیای جستجو بسیار سادهتر بود. موتورهای جستجو مانند گوگل با الگوریتم انقلابی خود یعنی PageRank، اعتبار یک صفحه را بر اساس کمیت و کیفیت لینکهای ورودی به آن میسنجیدند. در آن دوران، سئو بیشتر شبیه یک بازی مهندسی بود؛ وبمسترها با تکرار مکرر کلمات کلیدی (Keyword Stuffing) در متن و تگهای متا و تبادل لینکهای انبوه، سعی در فریب الگوریتمها و کسب رتبههای برتر داشتند -1. گوگل اما به تدریج متوجه شد که این روشها، کیفیت نتایج را برای کاربران کاهش میدهد. به روزرسانیهای مهمی مانند Florida در سال ۲۰۰۳، سرآغازی بر پایان این دوران و مبارزه جدی با تکنیکهای اسپم بود -1. با وجود این، هنوز هوش مصنوعی به معنای واقعی وارد میدان نشده بود و الگوریتمها بیشتر مبتنی بر قوانین خشک و از پیش تعریفشده عمل میکردند.
دهه ۲۰۱۰ نقطه عطفی در تاریخ جستجو محسوب میشود؛ دههای که گوگل رسماً هویت خود را به عنوان یک شرکت هوشمحور تثبیت کرد. معرفی الگوریتمهایی مانند Panda (۲۰۱۱) و Penguin (۲۰۱۲) نشان داد که گوگل دیگر صرفاً به کمیت لینکها و کلمات نگاه نمیکند، بلکه به دنبال کیفیت محتوا و طبیعی بودن پروفایل لینکها است -1. اما بزرگترین انقلاب با معرفی RankBrain در سال ۲۰۱۵ رخ داد. RankBrain یک سیستم یادگیری ماشینی بود که به گوگل کمک میکرد تا معنی و مفهوم پشت کلمات جستجو شده (سوالات) را بهتر درک کند، به ویژه برای عباراتی که قبلاً هرگز ندیده بود. این الگوریتم، جستجو را از تطابق کلمهای به تطابق مفهومی نزدیکتر کرد و به گوگل اجازه داد نتایج مرتبطتری حتی برای کوئریهای مبهم و پیچیده ارائه دهد -1-5. به عبارت دیگر، گوگل شروع به “فکر کردن” درباره مفهوم جستجو کرد، نه فقط کلمات آن.
با ورود به دهه ۲۰۲۰، این روند با سرعت بیشتری ادامه یافت و الگوریتمهایی مانند BERT (Bidirectional Encoder Representations from Transformers) در سال ۲۰۱۹ و MUM (Multitask Unified Model) تحولی عظیم در درک زبان طبیعی (NLP) ایجاد کردند -1-4-5. BERT به گوگل این توانایی را داد که ظرایف و زمینههای کلمات را در رابطه با یکدیگر در یک جمله درک کند. برای مثال، تفاوت معنای حرف ربط “به” را در جمله “چگونه برای سئو محتوا بنویسیم” درک میکند. MUM نیز که قدرتمندتر از BERT است، میتواند اطلاعات را در قالبهای مختلف (متن، تصویر، ویدیو) و به زبانهای گوناگون پردازش کرده و به سوالات بسیار پیچیده پاسخ دهد -5. امروزه، گوگل با ترکیب این الگوریتمها و تأکید بر معیارهای تجربه کاربری مانند Core Web Vitals، به دنبال درک عمیقتری از “نیت کاربر” (Search Intent) است -1. موتور جستجو میخواهد بداند که کاربر واقعاً به دنبال چیست تا کاملترین و مفیدترین پاسخ را در قالبهای مختلف از جمله جستجوی مولّد (SGE) ارائه دهد -2. این تحول نشان میدهد که سئو دیگر یک بازی فنی صرف نیست، بلکه هنر همسو کردن محتوای باکیفیت و تجربه کاربری عالی با هوشمندترین ماشینهای تاریخ بشر است.
6 web pages