早在今年8，我假定为SEO双因子排名模式的概念。当时的想法是大大简化了搜索引擎优化对于大多数出版商和提醒他们，SEO的细点并不重要，如果你没有得到正确的基础知识。这个概念导致了一个基本的排名模型，看起来像这样：
为了看它有点不同，这里是评估内容质量的重要性的一种方式：
之所以说机器学习是这幅画重要的是，搜索引擎都在提高他们的语言的理解投入巨资。蜂鸟是第一个公开的算法由谷歌宣布，主要集中在解决自然语言的理解，并RankBrain是下一个这样的算法。
我相信，这些投资主要集中在目标，如这些：
更好的理解用户的意图
更好？评估内容质量
我们也知道，谷歌（和其他引擎）有兴趣利用用户满意度/用户参与数据以及。虽然这是不太清楚到底是什么信号，他们将在ON键，它很可能是这是机器学习发挥作用的另一个地方。
今天，我将探讨国家的状态，因为它涉及到内容的质量，以及如何我想学习机很可能会带动的演变。
大量的，我们看到持续的站点下，投资将内容添加到自己的网页。这是很常见的电子商务网站。太多的创建自己的网页，添加产品和产品说明，然后觉得他们这样做。这是个错误。
例如，添加独特的用户评论特定的产品页面上是非常有效的。在石庙，我们的工作在一个网站，将导致在页面上45％的话务量增加用户评论包括在测试中。
我们还做了一个测试，我们把现有的文本上原本被制作为“搜索引擎优化文本”类别页面，并取代了它。所谓SEO案文没有考虑用户编写，并因此增加多少价值的页面。我们替换为一个真正的迷你指南特定的SEO文本上的内容居住的类别。我们看到的68％的增益，以交通在这些网页。我们也有一个我们不需要做任何改变一些控制页面和流量的下降了11％，因此净增益略低于80％：
请注意，我们的文字是手工制作，并与增值的一个明确目标调整到测试页面。因此，这是不便宜或容易实现，但它仍然是相当划算，因为我们这样做的主要类别页网站。
这两个例子表明我们在提高内容质量方面的投资可以提供显著的好处。现在让我们来探究机器学习如何可以让这个更重要。
让我们先来看看我们主要的排名因素开始，看看机器学习会如何改变它们。
内容质量
显示在搜索结果中的高品质的内容将保持搜索引擎的关键。机器学习像RankBrain算法已经改进了他们的理解人类语言的能力。这方面的一个例子就是查询与我分享加里Illyes：“你可以得到100％的分数上超级马里奥没有演练。“
此前RankBrain，守信用“无”是由谷歌的算法忽略，使其恢复演练，什么时候用户想要的是能够得到一个结果，告诉他们如何做没有演练的例子。RankBrain？主要是集中在长尾搜索查询和理解用户意图此类查询了一个良好的一步。
但是，谷歌还有很长的路要走。例如，考虑以下查询：
在此查询，谷歌似乎就不清楚？如何“最佳”正在使用的字。？查询是不是最好的羽绒，而是是为什么羽绒被比其他类型的被子更好。
让我们来看看另一个例子：
如何看文章标识最冷的一天在美国历史上发生？在阿拉斯加，但当时并没有实际提供的精选片段的详细解答？ 这里有趣的事？是文章谷歌拉到回答实际上并告诉你这两个日期和最冷的一天，在美国的温度 – ？谷歌刚刚错过了它。
这些东西都不是那么复杂，当你看他们一次一个，为谷歌修复。由于语言的复杂性和机器的规模目前限制出现学习需要进行修复。所述的方法来固定它需要建立越来越大套像两个例子我上述共享，然后使用它们来帮助更好列车机器学习衍生算法。
RankBrain是向前迈出的一个重要步骤为谷歌，但工作正在进行中。公司？在服用他们的语言的理解向前戏剧性的方式正在大量投资。以下摘录，从今日美国，开始与谷歌公司高级项目经理，茯苓哈，谁运行在公司语言学家的皮格马利翁团队报价：
“我们想出规则和例外训练计算机，”哈说：。“为什么我们说“美国总统？“为什么我们不说”的法国总统？“有我们的语言中，每个语言中各种矛盾的。对于人类来说似乎显而易见和自然，但对于机器它实际上是相当困难。“
皮格马利翁团队在谷歌是专注于改善自然语言的谷歌的理解一个。一些，这将提高在同一时间的事情是他们的理解：
网络上的哪些页面最匹配的用户意图通过查询所暗示。
一个页面多大程度上解决用户的需求。
当他们这样做，他们的能力测量的内容以及效果如何的质量它解决了用户意图将增长，因此，这将随着时间的推移越来越大的排名因素。
用户参与/满意度
如前所述，我们知道，搜索引擎使用各种方法用于测量用户参与度。他们已经公开透露，他们使用的点击率作为质量控制的因素，许多人认为他们使用它作为一个直接的排名因素。无论如何，这是合理的期望，搜索引擎将继续寻求更多有用的方法，有用户在信号搜索中发挥更大的作用排名。
有一种称为“增强学习”机器学习的，其能在这里发挥作用。如果你可以尝试不同的搜索结果的集合，看看他们的表现如何，然后用其作为输入直接完善和改进？以自动的方式在搜索结果？ 换句话说，你能不能简单地收集用户参与的信号，并利用它们来动态地尝试不同类型的查询的搜索结果，然后继续调整，直到你找到的结果最好的一组？
但事实证明，这是解决一个非常困难的问题。杰夫·迪恩，谁许多人认为在谷歌的机器学习努力的领导者之一，是这样说的关于在最近的一次采访他与财富测量用户参与度：
一个混乱强化学习问题的例子也许是试图用它在什么搜索结果应该显示我。有一个更广阔的搜索结果集，我可以因应不同的查询显示，并奖励信号是一小吵。就像如果用户查看搜索结果，喜欢它或不喜欢它，这不是很明显。
尽管如此，我希望这是由谷歌投资的领域不断。而且，如果你想想看，用户参与度和满意度与内容质量的重要作用。事实上，它有助于我们思考什么内容质量真正代表：网页符合谁对他们的土地是人民的显著部分的需求。这意味着几件事情：
他们正在寻找的产品/服务/信息出现在页面上。
他们可以与页面上相对容易找到它。
他们希望配套产品/服务/信息还可以在页面上很容易被发现。
该网页/网站给了他们信心，你是一个有信誉的来源与互动。
整体设计提供了一个引人入胜的体验。
作为谷歌的机器学习能力的进步，他们将得到更好地衡量网页的质量本身，或者各种类型的用户参与度的信号，显示什么用户想到的页面质量。这意味着你将需要投资在创造适合在上面的五点中列出的标准页。如果你这样做，它会给你在你的数字营销战略的一个边缘？- 如果你不这样做，你最终会患AA结果。
有风的巨大变化，以及他们将你的做法极大地影响到数字营销。您的基本优先级不会改变，因为你仍然需要：
打造高品质的内容。
测量并与您的网站不断提高用户满意度。
建立与权威链接。
最大的问题是，你真的做的这些事情足以今天？ 根据我的经验，大多数公司投资不足在不断改善内容质量的提升用户的使用满意度。是时候开始把更多的精力放在这些事情。由于谷歌和其他搜索引擎在确定内容的质量变得更好，？在搜索结果中的赢家和输家将开始在戏剧性的方式转移。
谷歌的重点是提供更好的和更好的结果，因为这将导致更多的市场份额，他们和收入因而较高水平。最好现在就登上内容质量的火车 – 它离站和叶你后面前！
在这篇文章中所表达的意见是那些客人笔者并不见得搜索引擎土地。作者的工作人员在这里列出。