通过一个相当宽容的方法和

[fomayof928@mowline]

挑选例子很容易，但这些是极端情况还是新常态？我对 10,000 个关键词（仅第一页）进行了分析，发现只有 57％的结果在标题和摘要中都包含搜索短语。我使用了相当宽容的匹配（例如，允许复数），并且所讨论的关键字主要由短期术语组成，而不是长尾查询。我还允许条件以任何顺序排列。还要记住，显示片段并不总是具有 META 描述 - 它们是由 Google 选择作为良好匹配的。

所有这些都表明，一个宽松的“匹配”定义，我的数据集 阿富汗数字数据 中超过一半的第一页结果与搜索查询相匹配。上面的例子并不是异常值——它们是我们眼前的、不可避免的 SEO 未来。

算法正在学习。
深入阅读本文后，您可能会想知道这一切与 RankBrain 有什么关系。关于 RankBrain 存在很多猜测，因此我将尽我所能根据我们所了解的事实来进行研究。您将需要一些必要的背景信息...

深度学习到底是什么？
首先，我们似乎都同意的一件事是，RankBrain 使用机器学习，因此使用“大脑”部分。具体来说，RankBrain 使用“深度学习”。那么，什么是深度学习？根据维基百科：

深度学习是机器学习的一个分支，它基于一组算法，尝试使用具有多个处理层的深度图（由多个线性和非线性变换组成）对数据中的高级抽象进行建模。

非常清晰，对吧？要了解深度学习和高级机器学习的状态，您必须了解神经网络。让我们从一个简单的神经网络开始，这种类型的网络在 20 世纪 90 年代初期很流行：