Маргарита Акулич - Поисковая оптимизация (Search engine optimization – SEO) сегодня и причины неудач. Факторы ранжирования Google. Спамдексинг

«бот Google больше не будет одинаково относиться к ссылкам с атрибутом nofollow, чтобы предотвратить использование SEO-провайдерами атрибута nofollow для ваяния PageRank».

В результате этого изменения использование nofollow привело к ваянию PageRank. SEO-инженерами были разработаны альтернативные методы, заменяющие теги nofollow на обфусцированный JavaScript и позволяющие использовать PageRank. Помимо этого, был предложен ряд решений, включающих использование iframes, Flash и JavaScript.

Год 2009-й (декабрь). Это было время объявления Google об использовании для наполнения результатов поиска историй веб-поиска всех своих пользователей.

Google в 2010-м году

Год 2010-й (восьмое июня). Это было время объявления о новой системе веб-индексирования под названием Google Caffeine. Ее разработали, чтобы у пользователей появилась возможность нахождения намного быстрее, чем прежде, сообщений на форумах, результатов новостей и иного контента.

Алгоритм Google Caffeine явился изменением способа, которым Google обеспечил обновление своего индекса, чтобы вещи отображались в Google стремительнее, чем прежде. По словам инженера-программиста Кэрри Граймса, анонсировавшего Caffeine для Google [1]:

«Caffeine обеспечивает на 50% более свежие результаты веб-поиска, чем наш последний индекс…»

Год 2010-й (конец. Это было время представления Google Instant, поиска в реальном времени, что объяснялось стремлением сделать результаты поиска более релевантными и своевременными. Исторически сложилось так, что администраторы веб-сайтов тратили месяцы или даже годы на оптимизацию сайтов для повышения рейтинга в поисковой выдаче. Поскольку росла популярность блогов и соцсетей, ведущими поисковыми системами были внесены в свои алгоритмы изменения, – чтобы свежий контент ранжировался в результатах поиска быстро.

Google в период 2011-го – 2019-го годов

Источник: https://www.0ptim1ze.com/4-ways-you-work-for-google/

Год 2011-й (февраль). Это было время объявления Google об обновлении Panda, наказывающего сайты, содержащие контент, продублированный с других сайтов и источников. Исторически сложилось так, что за счет такой практики сайты копировали контент друг у друга и добивались выигрыша в рейтинге поисковых систем. Однако Google обеспечил внедрение новой системы, наказывающей веб-сайты, контент которых не отличается таким важнейшим свойством, как уникальность.

Год 2012-й был годом попытки обновления Google Penguin, чтобы можно было наказывать веб-сайты, использовавшие манипулятивные методы с целью повышения своего рейтинга в поисковой системе. Хотя Google Penguin был представлен в качестве алгоритма, нацеленного на сражение с веб-спамом, на самом деле он сосредоточен на спамерских ссылках, он оценивает качество сайтов, с которых ссылки поступают.

Год 2013-й стал годом появления обновления Google Hummingbird, представляющего собой изменение алгоритма, нацеленное на улучшение семантического понимания веб-страниц и обработки естественного языка Google.

Если говорить о системе обработки языка Hummingbird с точки зрения терминологии, она подпадает под признанный термин «разговорный поиск», когда системой уделяется больше внимания каждому слову в запросе – ради лучшего сопоставления запросов страниц со смыслом, а не с рядом слов.

Что касается изменений, внесенных в поисковую оптимизацию, то для писателей и издателей контента Hummingbird призван решать проблемы путем избавления от спама и нерелевантного контента, позволяя Google производить контент высокого качества и полагаться на него как на контент «надежных» авторов.

Год 2019-й (октябрь). Это было время объявления Google о начале применения в Соединенных Штатах Америки для поисковых запросов на английском языке модели BERT.

Представления двунаправленного кодировщика от Transformers (BERT) являлись еще одной попыткой Google обеспечить улучшение обработки естественного языка, но на этот раз – ради улучшения понимания поисковых запросов своих пользователей.

Модель BERT с позиции поисковой оптимизации предназначалась для облегчения соединения пользователей с релевантным контентом и для повышения уровня качества поступающего на веб-сайты, занимающие высокие позиции на странице результатов поисковой системы, трафика.