ਐਲਗੋਰਿਥਮ ਦੇ ਸਾਰੇ "Yandex"

ਤਕਨੀਕੀ ਤਰੱਕੀ ਦੇ ਨਤੀਜੇ ਵੱਜੋਂ ਘਰ ਛੱਡਕੇ ਬਿਨਾਂ ਲੋੜੀਂਦੀ ਕਾਰਵਾਈ ਕਰਨੀ ਸੰਭਵ ਹੋ ਗਈ ਸੀ. ਹੁਣ ਤੁਸੀਂ ਨੈਟਵਰਕ ਦੇ ਰਾਹੀਂ ਵੀ ਕੰਮ ਕਰ ਸਕਦੇ ਹੋ, ਅਤੇ ਇਸ ਖੇਤਰ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਲੋਕ ਚੰਗੀ ਤਰ੍ਹਾਂ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ. ਇੰਟਰਨੈੱਟ ਉੱਤੇ ਕਮਾਈ ਦਾ ਸਭ ਤੋਂ ਆਮ ਤਰੀਕਾ ਤੁਹਾਡੀ ਆਪਣੀ ਵੈਬਸਾਈਟ ਜਾਂ ਬਲਾਗ ਦੀ ਰਚਨਾ ਹੈ. ਸਰੋਤ 'ਤੇ ਤੈਅ ਕੀਤੇ ਗਏ ਵਿਗਿਆਪਨ ਲਈ ਧੰਨਵਾਦ, ਇਸਦਾ ਮਾਲਕ ਚੰਗਾ ਲਾਭ ਲੈ ਸਕਦਾ ਹੈ. ਇਹ ਸੱਚ ਹੈ ਕਿ ਇਹ ਸਕੀਮ ਉਦੋਂ ਕੰਮ ਕਰਦੀ ਹੈ ਜਦੋਂ ਸਾਈਟ ਜਾਂ ਬਲੌਗ ਖੋਜ ਦੇ ਪਹਿਲੇ ਪੰਨਿਆਂ 'ਤੇ ਹੁੰਦੇ ਹਨ. ਸਧਾਰਣ ਤੌਰ 'ਤੇ, ਸਰੋਤ' ਤੇ ਆਉਣ ਵਾਲੇ ਯਾਤਰੀਆਂ ਦੀ ਗਿਣਤੀ ਇਸ ਦੇ ਮਾਲਕ ਦੀ ਆਮਦਨੀ ਦੇ ਪੱਧਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ.

ਅਤੇ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਤੁਹਾਨੂੰ ਇਹ ਜਾਣਨ ਦੀ ਜ਼ਰੂਰਤ ਹੁੰਦੀ ਹੈ ਕਿ ਅਜਿਹੀ ਗਤੀਵਿਧੀ ਕਦੋਂ ਸ਼ੁਰੂ ਕਰਨੀ ਹੈ, ਇਹ ਹੈ ਕਿ ਖੋਜ ਅਲਗੋਰਿਦਮ, "ਯਾਂਡੈਕਸ" ਦੇ ਸਭ ਤੋਂ ਵੱਡੇ ਐਲਗੋਰਿਥਮ ਵਿੱਚ, ਸਭ ਤੋਂ ਵੱਡਾ ਸਰਚ ਇੰਜਣ ਚਲਾਇਟ ਹੈ.

ਖੋਜ ਅਲਗੋਰਿਦਮ ਕੀ ਹਨ?

ਖੋਜ ਅਲਗੋਰਿਦਮ, ਉਹ "ਯਾਂਡੈਕਸ" ਦੇ ਐਲਗੋਰਿਥਮ ਹਨ, ਇੱਕ ਗਣਿਤਕ ਫਾਰਮੂਲੇ ਹਨ, ਜਿੱਥੇ ਉਪਭੋਗਤਾ ਦੀ ਬੇਨਤੀ ਅਣਜਾਣ ਹੈ. ਖੋਜ ਰੋਬੋਟ ਇਸ ਫਾਰਮੂਲੇ ਨੂੰ ਹੱਲ ਕਰਦਾ ਹੈ: ਅਣਜਾਣ ਵੱਖੋ ਵੱਖਰੇ ਮੁੱਲਾਂ ਲਈ ਅਖ਼ਤਿਆਰ ਕਰਦਾ ਹੈ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ ਢੁਕਵਾਂ ਚੁਣਦਾ ਹੈ.

ਜੇ ਤੁਸੀਂ ਪਰਿਭਾਸ਼ਾ ਨੂੰ ਸੌਖਾ ਕਰਦੇ ਹੋ, ਤੁਸੀਂ ਇਸ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਪਾ ਸਕਦੇ ਹੋ: ਖੋਜ ਅਲਗੋਰਿਦਮ ਇੱਕ ਖਾਸ ਪ੍ਰੋਗਰਾਮ ਹੈ ਜੋ "ਸਮੱਸਿਆ" ਨੂੰ ਦੂਰ ਕਰਦਾ ਹੈ, ਸਾਡੇ ਕੇਸ ਖੋਜ ਸਵਾਲ ਵਿੱਚ, ਅਤੇ ਇਸਦਾ "ਹੱਲ" ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਅਰਥਾਤ ਇਹ ਉਸ ਜਾਣਕਾਰੀ ਦੀਆਂ ਸਾਈਟਾਂ ਦੀ ਇੱਕ ਸੂਚੀ ਦਿਖਾਉਂਦਾ ਹੈ ਜਿਸਦੀ ਉਪਭੋਗਤਾ ਲੋੜੀਂਦਾ ਹੈ.

"ਸਮੱਸਿਆ" ਨੂੰ ਸੁਲਝਾਉਂਦੇ ਹੋਏ, ਐਲਗੋਰਿਥਮ ਪੰਨੇ 'ਤੇ ਸਾਰੇ ਕੀਵਰਡਾਂ ਨੂੰ ਦੇਖਦਾ ਹੈ, ਪ੍ਰਾਪਤ ਡੇਟਾ ਨੂੰ ਕ੍ਰਮਬੱਧ ਕਰਦਾ ਹੈ ਅਤੇ ਉਪਭੋਗਤਾ ਲਈ ਲੋੜੀਂਦਾ ਖੋਜ ਨਤੀਜਾ ਕਰਦਾ ਹੈ. ਖੋਜ ਅਲਗੋਰਿਦਮ ਦਾ ਧੰਨਵਾਦ, ਰੋਬੋਟ ਹਰੇਕ ਸਰੋਤ ਦੀਆਂ ਸਮੱਗਰੀਆਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦਾ ਹੈ ਪ੍ਰਾਪਤ ਕੀਤੀ ਜਾਣਕਾਰੀ ਦੇ ਆਧਾਰ ਤੇ, SERP ਵਿੱਚ ਸਾਈਟ ਦੀ ਸਥਿਤੀ ਨਿਰਧਾਰਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ.

ਖੋਜ ਅਲਗੋਰਿਦਮ ਨੂੰ ਕੀ ਪ੍ਰਭਾਵਤ ਕਰਦਾ ਹੈ?

ਜਿਵੇਂ ਕਿ ਤੁਸੀਂ ਪਹਿਲਾਂ ਹੀ ਵੇਖ ਸਕਦੇ ਹੋ, ਵੱਖੋ ਵੱਖਰੇ ਖੋਜ ਇੰਜਣਾਂ ਵਿੱਚ ਇੱਕੋ ਹੀ ਪੁੱਛਗਿੱਛ ਲਈ ਖੋਜ ਨਤੀਜੇ ਵੱਖਰੇ ਹਨ. ਇਸ ਲਈ, ਯੈਨਡੇਕਸ ਅਲਗੋਰਿਦਮ ਗੂਗਲ ਤੋਂ ਕਾਫ਼ੀ ਭਿੰਨ ਹੈ ਉਦਾਹਰਨ ਲਈ, ਪ੍ਰਯੋਗ ਦੀ ਸ਼ੁੱਧਤਾ ਲਈ, ਅਸੀਂ ਦੋ ਟੈਬਸ ਖੋਲ ਸਕਾਂਗੇ: ਇੱਕ ਖੋਜ ਯਾਂਡੇਕਸ ਤੋਂ ਖੋਜ ਇੰਜਨ, ਅਤੇ ਦੂਜੀ ਗੂਗਲ ਤੋਂ ਜੇ ਤੁਸੀਂ ਖੋਜ ਖੇਤਰ ਵਿਚ "ਸਥਾਈ ਨਿਵਾਸ ਲਈ ਜਾਪਾਨ ਜਾਣਾ ਹੈ" ਪ੍ਰਸ਼ਨ ਦਾਖਲ ਕਰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਵੇਖ ਸਕਦੇ ਹੋ ਕਿ "ਯਾਂਡੇਕਸ" ਦੇ ਮੁੱਦੇ ਵਿੱਚ ਪਹਿਲੀ ਸਾਈਟ ਗੂਗਲ ਦੇ ਜਾਰੀ ਕਰਨ ਵਿੱਚ ਦੂਜੀ ਥਾਂ 'ਤੇ ਹੈ.

ਐਲਗੋਰਿਥਮ ਖੋਜ ਇੰਜਣ ਸਖ਼ਤ ਗੁਪਤ ਵਿਚ ਹਨ, ਉਹ ਉਸੇ ਸਾਈਟ ਪੈਰਾਮੀਟਰ ਦੀ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੇ ਹਨ, ਪਰ ਕਿੰਨਾ ਧਿਆਨ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਕਿੰਨੀ - ਕੋਈ ਨਹੀਂ ਜਾਣਦਾ. ਵੀ ਐਸਈਓ-ਅਨੁਕੂਲਤਾ ਇਸ ਸਵਾਲ ਨੂੰ ਪੁੱਛ ਰਹੇ ਹਨ.

ਪੈਰਾਮੀਟਰ ਜਿਸ ਨਾਲ ਐਲਗੋਰਿਥਮ ਕੰਮ ਕਰਦੇ ਹਨ

ਜਿਵੇਂ ਪਹਿਲਾਂ ਦੱਸਿਆ ਗਿਆ ਹੈ, "ਯੈਨਡੇਕਸ" ਦੀ ਖੋਜ ਅਲਗੋਰਿਦਮਾਂ ਨੂੰ ਕੁਝ ਮਾਪਦੰਡਾਂ ਦੁਆਰਾ ਅਗਵਾਈ ਕੀਤੀ ਜਾਂਦੀ ਹੈ. ਆਮ ਤੌਰ 'ਤੇ, ਇਹਨਾਂ ਨੂੰ ਦੋ ਸਮੂਹਾਂ ਵਿੱਚ ਵੰਡਿਆ ਜਾ ਸਕਦਾ ਹੈ. ਕੁਝ ਪੈਰਾਮੀਟਰ ਸਰੋਤ ਦੀ ਅਰਥ ਭਰਪੂਰ ਭਰਨ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹਨ, ਉਹਨਾਂ ਨੂੰ "ਪਾਠ" ਸੱਦਿਆ ਜਾ ਸਕਦਾ ਹੈ ਹੋਰ - ਤਕਨੀਕੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ (ਡਿਜ਼ਾਈਨ, ਪਲੱਗਇਨ ਆਦਿ) ਨੂੰ ਵਿਸ਼ੇਸ਼ਤਾ ਦਿਓ. ਰਜ਼ਾਮੰਦੀ ਨਾਲ, ਅਸੀਂ ਉਨ੍ਹਾਂ ਨੂੰ "ਇੰਜਨੀਅਰਿੰਗ-ਕਾਰਜਸ਼ੀਲ" ਦੇ ਤੌਰ ਤੇ ਨਿਰਧਾਰਤ ਕਰ ਸਕਦੇ ਹਾਂ. ਸਪੱਸ਼ਟਤਾ ਲਈ, ਸਮੂਹ ਪੈਰਾਮੀਟਰਾਂ ਨੂੰ ਸਮੂਹਾਂ ਵਿੱਚ ਤੋੜਨਾ ਅਤੇ ਸਾਰਣੀ ਵਿੱਚ ਰੱਖਣਾ ਮਹੱਤਵਪੂਰਣ ਹੈ.

ਰੈਂਕਿੰਗ

ਇਹ ਪੈਰਾਮੀਟਰ ਰੈਂਕਿੰਗ ਅਲਗੋਰਿਦਮ ਵਿੱਚ ਇੱਕ ਮੁੱਖ ਭੂਮਿਕਾ ਨਿਭਾਉਂਦੇ ਹਨ. ਰੈਂਕਿੰਗ ਅਲਗੋਰਿਦਮ ਇਕ ਅਜਿਹਾ ਤਰੀਕਾ ਹੈ ਜਿਸ ਦੁਆਰਾ ਤੁਸੀਂ ਹਰ ਸਫ਼ੇ ਦੇ ਮੁੱਲ ਨੂੰ ਲੱਭ ਸਕਦੇ ਹੋ. ਸਧਾਰਨ ਰੂਪ ਵਿੱਚ ਪਾਓ, ਜੇ ਸਾਈਟ ਵਿੱਚ ਇਹਨਾਂ ਸਾਰੇ ਪੈਰਾਮੀਟਰਾਂ ਲਈ ਚੰਗੇ ਸੰਕੇਤ ਹਨ, ਤਾਂ ਇਹ ਖੋਜ ਨਤੀਜਾ ਵਿੱਚ ਉੱਚ ਹੋਵੇਗਾ.

"ਯਾਂਡੈਕਸ" ਦੇ ਅਲਗੋਰਿਥਮ ਨੂੰ ਦਰਜਾ ਦਿੰਦੇ ਹੋਏ ਲਗਭਗ ਹਰ ਸਾਲ ਬਦਲਦੇ ਹਨ ਮੁੱਖ ਲੋਕਾਂ ਦਾ ਨਾਮ ਸ਼ਹਿਰਾਂ ਤੋਂ ਬਾਅਦ ਰੱਖਿਆ ਗਿਆ ਹੈ. ਨਵੇਂ ਖੋਜ ਸੰਕਲਪ ਦਾ ਨਾਮ ਪਹਿਲੇ ਐਲਗੋਰਿਦਮ ਦੇ ਨਾਮ ਦੇ ਆਖਰੀ ਚਿੱਠੀ ਨਾਲ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ. ਇਸ ਲਈ, ਖੋਜ ਇੰਜਨ ਨੇ ਐਲਗੋਰਿਥਮ ਤਿਆਰ ਕੀਤੇ ਹਨ:

• ਮਗਾਡਨ (2008).
• "ਦ ਪੈਕਟ" (2008).
• "ਅਰਜਾਮਾ" (2009).
• "ਸਨੀਜ਼ਿੰਸ" (2009).
• "ਕੋਨਾਨਕੋਵੋ" (2010).
• Obninsk (2010).
• "ਕ੍ਰਿਸਡੋਦਰ" (2010).
• "ਰਿਕਜਾਵਿਕ" (2011).
• "ਕੈਲਿੰਨਾਗ੍ਰੇਡ" (2012).
• "ਡਬਲਿਨ" (2013).
• "ਨਾਚਾਲੋਵੋ" (2014)
• "ਓਡੇਸਾ" (2014)
• "ਐਂਟਰਡਮ" (2015).
• "ਮੂਨਿਸਿੰਕਸ" (2015).
• "ਕਿਰੋਵ" (2015).

ਉਹਨਾਂ ਤੋਂ ਇਲਾਵਾ, ਪਿਛਲੇ ਦੋ ਸਾਲਾਂ ਵਿੱਚ ਯਾਂਡੀਕਸ ਲਈ ਤਿੰਨ ਹੋਰ ਖੋਜ ਅਲਗੋਰਿਥਮ ਮੌਜੂਦ ਸਨ. ਅਤੇ ਇਹ ਵੀ ਏਐਸੀਐਸ -17 ਅਤੇ ਏਜੀਐਸ -30 ਦੇ ਵਿਸ਼ੇਸ਼ ਐਲਗੋਰਿਥਮ ਹਨ, ਜਿਸਦਾ ਮੁੱਖ ਕੰਮ ਉਹ ਸਰੋਤਾਂ ਦੀ ਭਾਲ ਕਰਨਾ ਹੈ ਜੋ ਲੋੜਾਂ ਨੂੰ ਪੂਰਾ ਨਹੀਂ ਕਰਦੇ. ਸਿੱਧੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਇਹ ਐਲਗੋਰਿਥਮ ਗੈਰ-ਵਿਲੱਖਣ ਸਮਗਰੀ ਅਤੇ ਕੀਵਰਡਸ ਦੀ ਭਰਪੂਰਤਾ ਵਾਲੇ ਸਾਈਟਾਂ ਦੀ ਖੋਜ ਕਰਦੇ ਹਨ, ਅਤੇ ਫਿਰ ਉਹਨਾਂ ਨੂੰ ਜੁਰਮਾਨੇ ਲਾਗੂ ਕਰਦੇ ਹਨ ਅਤੇ ਹੁਣ ਹਰ ਇਕ ਐਲਗੋਰਿਥਮ ਬਾਰੇ

2008-2011 ਦੇ ਐਲਗੋਰਿਥਮ

ਦੋ ਸਾਲਾਂ ਲਈ, "ਯਾਂਨਡੇਕਸ" ਨੇ ਚਾਰ ਖੋਜ ਅਲਗੋਰਿਦਮ ਬਣਾਏ, ਜੋ ਕਿ ਪਿਛਲੇ, ਸ਼ੁਰੂਆਤੀ ਵਰਜਨਾਂ ਤੋਂ ਗੁਣਾਤਮਕ ਤੌਰ ਤੇ ਭਿੰਨ ਸੀ. 2008 ਵਿਚ, ਖੋਜ ਦਰਜਾਬੰਦੀ ਵਿਚ ਪਹਿਲੀ ਵਾਰ, ਸਮੱਗਰੀ ਦੀ ਵਿਲੱਖਣਤਾ (ਮੈਗਦਾਨ) ਨੂੰ ਧਿਆਨ ਵਿਚ ਲਿਆਉਣਾ ਸ਼ੁਰੂ ਕੀਤਾ ਗਿਆ. ਪਹਿਲੀ ਵਾਰ ਇਕ ਨਵੀਂ ਪ੍ਰਣਾਲੀ ਲਾਗੂ ਕੀਤੀ ਗਈ ਸੀ, ਜਿਸ ਨੇ ਰੋਕਥਾਮ ਸ਼ਬਦ ("ਨਾਖੋਕਾ") ਦੀ ਮੌਜੂਦਗੀ ਨੂੰ ਧਿਆਨ ਵਿਚ ਰੱਖਿਆ.

2009 ਵਿੱਚ, ਖੋਜ ਅਲਗੋਰਿਦਮ "ਯੈਨਡੇਕਸ" ਨੇ ਉਪਭੋਗਤਾ ਦੇ ਖੇਤਰ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਸ਼ੁਰੂ ਕੀਤਾ, ਭੂਮੀ-ਨਿਰਭਰ ਅਤੇ ਭੂ-ਆਜ਼ਾਦ ਪੁੱਛਗਿੱਛਾਂ ਦਾ ਇੱਕ ਨਵਾਂ ਕਲਾਸੀਫਾਇਰ ਪ੍ਰਗਟ ਹੋਇਆ. ਜਵਾਬਾਂ ਦੀ ਚੋਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਖੇਤਰੀ ਫਾਰਮੂਲਾ ("ਅਰਜਾਮਾ"). ਵਿਨਾਸ਼ ਬਹੁਤ ਬਦਲ ਗਿਆ ਹੈ, 19 ਨਵੇਂ ਖੇਤਰੀ ਰੈਂਕਿੰਗ ਫਾਰਮੂਲੇ ਆਏ ਹਨ ਅਤੇ ਭੂ-ਆਜ਼ਾਦ ਰੈਂਕਿੰਗ ਦੇ ਮਾਪਦੰਡ ਨੂੰ ਅਪਡੇਟ ਕੀਤਾ ਗਿਆ ਹੈ ("ਸਨੀਜ਼ਿੰਸ", "ਕੋਨਕੋਵੋ")

2010 ਵਿੱਚ, ਖੋਜ ਇੰਜਣ ਯਾਂਡੈਕਸ ਦੇ ਐਲਗੋਰਿਥਮ ਨੇ ਜੀਓ-ਆਸ਼ਰਿਤ ਅਤੇ ਭੂ-ਆਜ਼ਾਦ ਪੁੱਛਗਿੱਛਾਂ (ਓਬਨਿਸਕ, ਕ੍ਰੈਸ੍ਨਾਯਾਰ) ਲਈ ਨਵੇਂ ਫਾਰਮੂਲੇ ਵਿਕਸਤ ਕੀਤੇ. 2011 ਨੂੰ ਇੱਕ ਵਿਅਕਤੀਗਤ ਜਾਰੀ ਕਰਨ ਦੀ ਸ਼ੁਰੂਆਤ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ ਮਾਰਕ ਕੀਤਾ ਗਿਆ ਸੀ, ਇੰਟਰਨੈਟ ਉਪਭੋਗਤਾਵਾਂ ਦੀ ਭਾਸ਼ਾ ਦੀ ਤਰਜੀਹ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਸ਼ੁਰੂ ਕੀਤਾ ਗਿਆ.

ਖੋਜ ਦਰਜਾ 2012-2014

2012 ਵਿੱਚ, ਜਾਰੀ ਕਰਨ ਦੇ ਨਿੱਜੀਕਰਨ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਤਬਦੀਲ ਹੋ ਗਿਆ ਹੈ: ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਉਪਭੋਗਤਾਵਾਂ ਦੇ ਹਿੱਤਾਂ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਗਿਆ ਸੀ, ਅਕਸਰ ਸਾਈਟਾਂ ਦੀ ਅਨੁਕੂਲਤਾ (ਕੈਲਿਨਗਰਾਡ) ਦਾ ਦੌਰਾ ਕੀਤਾ ਗਿਆ ਸੀ. 2013 ਵਿੱਚ, ਯਾਂਐਂਡੇਕਸ ਅਲਗੋਰਿਦਮ ਨੇ ਸ਼ੈਸ਼ਨ ਦੇ ਦੌਰਾਨ ਇੱਕ ਖਾਸ ਉਪਭੋਗਤਾ ਦੇ ਹਿੱਤਾਂ ਲਈ ਖੋਜ ਦੇ ਨਤੀਜੇ ਨੂੰ ਪਹਿਲਾਂ ਹੀ ਸਕਿਉਰਿਟੀ ਕੀਤਾ ਹੈ, ਜਿਸ ਨੇ ਘੱਟ ਸਮੇਂ ਦੀਆਂ ਹਿਤਾਂ ("ਡਬਲਿਨ") ਵਿੱਚ ਖਾਤਾ ਲਿਆ. 2014 ਵਿੱਚ, ਜਵਾਬਾਂ ਦੇ ਰੈਂਕ ਵਿੱਚ ਵਪਾਰਿਕ ਪੁੱਛ-ਗਿੱਛ ਲਈ ਹਵਾਲੇ ਸ਼ਾਮਲ ਕੀਤੇ ਗਏ ਸਨ ("ਨਾਚਲੋਵੋ").

"ਐਂਟਰਮਬਰਡਮ", "ਮਿਨਸਿਨਸਕ", "ਕਿਰੋਵ"

ਖੋਜ ਪਰਿਣਾਮਾਂ ਵਿੱਚ, ਨਤੀਜਾ ਦੇ ਨੇੜੇ ਇੱਕ ਕਾਰਡ ਉਹ ਜਾਣਕਾਰੀ ਦੇ ਨਾਲ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਜਦੋਂ ਤੁਸੀਂ ਕਰਸਰ ਲਿੰਕ ("ਐਂਟਰਡਮ") ਤੇ ਹੋਵਰ ਕਰਦੇ ਹੋ. ਪਹਿਲੀ ਵਾਰ, ਯਾਂਐਂਡੇਕਸ ਅਲਗੋਰਿਦਮ ਦਾ ਕੰਮ ਸਰੋਤਾਂ ਦੀ ਰੈਂਕਿੰਗ ਵਿੱਚ ਕਮੀ ਸੀ, ਜਿਸ ਵਿੱਚ ਕਈ ਐਸਈਓ ਲਿੰਕ ਸਨ. ਇੱਕ ਵਿਆਪਕ ਲਿੰਕ ਪ੍ਰੋਫਾਈਲ ਦੀ ਮੌਜੂਦਗੀ ਅਹੁਦਿਆਂ ਦੇ ਨੁਕਸਾਨ ਦਾ ਮੁੱਖ ਕਾਰਨ ਸੀ. ਅਲਗੋਰਿਦਮ "ਮਿਨਸਿੰਕਸ" "ਯਾਂਡੇਕਸ" ਨੇ ਐਸਈਓ ਲਿੰਕਾਂ ਨੂੰ ਵੱਡੇ ਪੈਮਾਨੇ ਤੇ ਵਾਪਸ ਲੈਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ, ਥੋੜ੍ਹੇ ਬਾਅਦ ਵਿੱਚ ਰਿਟਰਨ ਕਾਰਕ ਦੇ ਲੇਖਾਕਾਰ ਵਾਪਸ ਪਰਤੇ, ਪਰ ਸਿਰਫ਼ ਮਾਸਕੋ ਖੇਤਰ ਵਿੱਚ.

ਇਸ ਅਲਗੋਰਿਦਮ ਦੇ ਤੀਜੇ ਸਾਲ ਵਿੱਚ, ਸੰਬੰਧਿਤ ਪੁੱਛਗਿੱਛਾਂ ਦੀ ਰੈਂਡਮਾਈਜੇਸ਼ਨ ਪੇਸ਼ ਕੀਤੀ ਗਈ ਸੀ. ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਪਾਓ, ਜਦੋਂ ਤੁਸੀਂ ਬੇਨਤੀਆਂ ਜਾਰੀ ਕਰਦੇ ਹੋ ਤਾਂ ਤੁਸੀਂ ਤਾਰੀਖ, ਪ੍ਰਸਿੱਧੀ ਜਾਂ ਖੇਤਰ ("ਕਿਰੋਵ") ਰਾਹੀਂ ਕ੍ਰਮਬੱਧ ਹੋ ਸਕਦੇ ਹੋ.

"ਵਲਾਡੀਵੋਸਟੋਕ" ਅਤੇ "ਪਾਲੀਖ"

ਐਲਗੋਰਿਥਮ "ਵਲਾਡੀਵੋਟੋਕ", ਜੋ 2016 ਦੇ ਸ਼ੁਰੂ ਵਿਚ ਕੰਮ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਚੁੱਕਾ ਸੀ, ਨੇ ਮੋਬਾਈਲ ਡਿਵਾਈਸਿਸ ਲਈ ਸਰੋਤਾਂ ਦੀ ਅਨੁਕੂਲਤਾ ਨੂੰ ਧਿਆਨ ਵਿਚ ਰੱਖਣਾ ਸ਼ੁਰੂ ਕੀਤਾ, ਮੋਬਾਈਲ ਜਾਰੀ ਕਰਨ ਦੇ ਨਤੀਜੇ ਵਿਚ ਵਾਧਾ ਹੋਇਆ.

ਐਲਗੋਰਿਥਮ "ਪਾਲੇਚ" ਨੂੰ ਖਾਸ ਧਿਆਨ ਦਿੱਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਜੋ ਨਵੰਬਰ ਵਿਚ ਪੇਸ਼ ਕੀਤਾ ਗਿਆ ਸੀ. ਇਸਦਾ ਮੁੱਖ ਸਾਰ ਹੈ ਕਿ ਦਿਮਾਗੀ ਨੈਟਵਰਕ ਦੀ ਮਦਦ ਨਾਲ ਸਵਾਲ ਅਤੇ ਪੰਨਿਆਂ ਦੇ ਅਰਥਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨੀ ਹੈ - ਨਕਲੀ ਬੁੱਧੀ, ਜੋ ਮਨੁੱਖੀ ਦਿਮਾਗ ਦਾ ਕੰਮ ਮਾਡਲ ਬਣਾਉਂਦੀ ਹੈ. ਇਸਦੇ ਕਾਰਨ, ਦੁਰਲੱਭ ਮੌਕਿਆਂ ਉੱਤੇ ਡਿਲੀਵਰੀ ਵਧ ਗਈ. ਸ਼ੁਰੂ ਵਿਚ, ਇਹ ਅਲਗੋਰਿਦਮ ਸਿਰਫ਼ ਸਫ਼ੇ ਦੇ ਸਿਰਲੇਖਾਂ ਨਾਲ ਹੀ ਕੰਮ ਕਰਦਾ ਸੀ, ਪਰ ਜਿਵੇਂ ਸਿਰਜਣਹਾਰ ਕਹਿੰਦੇ ਹਨ ਕਿ ਆਖਰਕਾਰ ਪਾਠ ਨੂੰ "ਸਮਝ" ਕਰਨਾ ਸਿੱਖਦਾ ਹੈ. ਐਲਗੋਰਿਦਮ ਦਾ ਕੰਮ ਇਸ ਪ੍ਰਕਾਰ ਹੈ:

• ਸਿਸਟਮ ਬੇਨਤੀ ਅਤੇ ਸਿਰਲੇਖ ਦੇ ਵਿਚਕਾਰ ਪੱਤਰ-ਵਿਹਾਰ ਦੇ ਅੰਕੜਿਆਂ ਨੂੰ ਗਿਣਦਾ ਹੈ, ਜਿਸ ਨਾਲ SERP ਦੀ ਸ਼ੁੱਧਤਾ ਵਧਦੀ ਹੈ.
• ਅਜਿਹੇ ਪੱਤਰ-ਵਿਹਾਰ ਨਾਲ ਕੰਮ ਨੂੰ "ਸਿਮੈਨਿਕ ਵੈਕਟਰ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ. ਰੈਂਕਿੰਗ ਦੀ ਭਾਲ ਕਰਨ ਲਈ ਇਹ ਪਹੁੰਚ ਰੋਮਾਂਸ ਦੇ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਲੱਭਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ. ਇੱਕ ਐਲਗੋਰਿਥਮ ਜੋ ਪਾਠ ਨੂੰ ਸਮਝਣਾ ਸਿੱਖ ਲਿਆ ਹੈ ਉਹ ਨਤੀਜੇ ਦੇ ਸਕਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਕੋਈ ਵੀ ਇੱਕੋ ਜਿਹੇ ਸ਼ਬਦ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ, ਪਰ, ਫਿਰ ਵੀ, ਉਹ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸੰਖੇਪ ਵਿੱਚ ਇਕ-ਦੂਜੇ ਨਾਲ ਮੇਲ ਖਾਂਦੇ ਹਨ.

ਸਿੱਧੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਯਾਂਡੈਕਸ ਨੇ ਇੱਕ "ਵਾਜਬ" ਤਕਨਾਲੋਜੀ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ ਜੋ ਕਿ ਸ਼ਬਦਾਂ 'ਤੇ ਆਧਾਰਿਤ ਜਵਾਬਾਂ ਨੂੰ ਲੱਭਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦਾ ਹੈ, ਪਰ ਪਾਠ ਦੀ ਸਾਰੀ ਸਮੱਗਰੀ ਤੇ ਨਹੀਂ.

ਬੈਡੈਨ-ਬੈਡੇਨ

ਮਾਰਚ 2017 ਵਿੱਚ ਰਿਲੀਜ਼ ਕੀਤੇ ਗਏ ਨਵੇਂ ਯਾਂਐਂਏਕਸ ਐਲਗੋਰਿਦਮ, ਖੋਜ ਇੰਜਨ ਰੈਂਕਿੰਗ ਪ੍ਰਣਾਲੀ ਵਿੱਚ ਇੱਕ ਅਸਲੀ ਸਫਲਤਾ ਸੀ. ਖੋਜ ਨਤੀਜਿਆਂ ਵਿਚ, ਉਪਯੋਗੀ, ਸਮਝਣ ਯੋਗ ਅਤੇ ਪੜ੍ਹਨ ਯੋਗ ਸਮੱਗਰੀ ਵਾਲੀਆਂ ਸਾਈਟਾਂ ਪਹਿਲੀ ਥਾਂ 'ਤੇ ਦਿਖਾਈ ਦੇਣੀਆਂ ਸ਼ੁਰੂ ਹੋਈਆਂ. ਇਸ ਅਲਗੋਰਿਦਮ ਦਾ ਮੁੱਖ ਕੰਮ ਇਹ ਹੈ ਕਿ ਉਪਭੋਗਤਾ ਨੂੰ ਉਸ ਟੈਕਸਟ ਨੂੰ ਨਾ ਪ੍ਰਦਾਨ ਕਰੇ ਜੋ ਕਿ ਸਵਾਲ ਨਾਲ ਸੰਬੰਧਿਤ ਹੈ, ਪਰ ਜ਼ਰੂਰੀ ਜਾਣਕਾਰੀ.

"ਬੇਡੈਨ-ਬੇਡਨ" ਦੇ ਕੰਮ ਦੇ ਦੌਰਾਨ, ਖੋਜ ਦੇ ਨਤੀਜਿਆਂ ਵਿੱਚ ਓਵਰ-ਅਨੁਕੂਲ ਅਤੇ ਗਰੀਬ-ਕੁਆਲੀਫਾਈ ਜਾਣਕਾਰੀ ਵਾਲੇ ਸੰਸਾਧਨ ਘੱਟ ਗਏ ਹਨ. ਮਾਹਿਰਾਂ ਨੂੰ ਯਕੀਨ ਸੀ ਕਿ ਆਨਲਾਈਨ ਸਟੋਰਾਂ ਦੀਆਂ ਅਜ਼ਮਾਇਸ਼ਾਂ ਘਟ ਜਾਣਗੀਆਂ, ਕਿਉਂਕਿ ਬਹੁਤ ਸਾਰੇ ਦੁਹਰਾਉਣ ਵਾਲੇ ਸ਼ਬਦ ਅਤੇ ਸਮਾਨ ਦੇ ਵਰਣਨ ਹਨ, ਜੋ ਕਿ ਅਸਲ ਵਿਚ ਇਕੋ ਜਿਹੇ ਹਨ. ਪਰ ਐਲਗੋਰਿਥਮ ਦੇ ਡਿਵੈਲਪਰਾਂ ਨੇ ਇਹ ਧਿਆਨ ਵਿਚ ਰੱਖਿਆ ਕਿ ਇਕ ਖਾਸ ਵਿਸ਼ਾ ਹੈ ਜਿੱਥੇ ਸਿੰਗਲ ਰੂਟ ਸ਼ਬਦਾਂ ਦੀ ਦੁਹਰਾਅ ਕਰਨਾ ਅਟੱਲ ਹੈ. ਇਸ ਲਈ ਕਿਹੜੇ ਹਵਾਲੇ ਪਾਬੰਦੀ ਹਨ? ਇੱਕ ਉਦਾਹਰਨ ਵੇਖਣਾ ਬਿਹਤਰ ਹੈ.

ਉਹ ਪਾਠ ਜੋ ਖੋਜ ਅਲਗੋਰਿਦਮ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦਾ

ਪਹਿਲਾਂ, ਖੋਜ ਰੋਬਟਾਂ ਨੇ ਪਹਿਲੇ ਪਦਵੀਆਂ ਵਸੀਲਿਆਂ ਨੂੰ ਲਿਆਂਦਾ ਜਿਸ ਵਿਚ ਕੀਵਰਡਸ ਸਨ. ਪਰ ਅਜਿਹੀਆਂ ਸਾਈਟਾਂ ਤੇ ਲਿਖੇ ਪਾਠ ਅਕਸਰ ਘਟੀਆ ਟੈਕਸਟ ਦੇ "ਪਾਣੀ" ਨਾਲ ਨਜਿੱਠੀਆਂ ਬੇਨਤੀਆਂ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ. ਅਤੇ ਹੇਠਾਂ ਦਿੱਤਾ ਉਦਾਹਰਣ ਸਬੂਤ ਹੈ:

"ਹਰ ਸਾਲ, ਨਾਈਕੀ ਖੇਡਾਂ ਲਈ ਅਣਗਿਣਤ ਉਤਪਾਦਾਂ ਦਾ ਉਤਪਾਦਨ ਕਰਦਾ ਹੈ. ਨਾਈਕੀ ਸਪੋਰਟਸ ਸੂਟ, ਪੈੰਟ, ਨਾਈਕੀ ਸਪੋਰਟਸ ਪੈਂਟ, ਫੁਟਬਾਲ ਦੀਆਂ ਗੇਂਦਾਂ - ਇਹ ਅਤੇ ਹੋਰ ਉਤਪਾਦ ਕਿਸੇ ਵੀ ਬ੍ਰਾਂਡ ਸਟੋਰ ਤੇ ਲੱਭੇ ਜਾ ਸਕਦੇ ਹਨ. ਔਰਤਾਂ ਦੇ ਨਾਈਕੀ, ਪੁਰਸ਼ਾਂ ਅਤੇ ਬੱਚਿਆਂ ਦੇ ਸੰਗ੍ਰਹਿ ਬ੍ਰਾਂਡ ਦੇ ਮੁੱਖ ਵਿਸ਼ਾ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਦੇ ਹਨ. ਕੱਪੜੇ ਨਾਈਕੀ ਵਿਲੱਖਣ ਹੈ ਕਿਉਂਕਿ ਹਰੇਕ ਉਤਪਾਦ ਬ੍ਰਾਂਡ ਦੇ ਮੂਡ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ. "

ਅਜਿਹੇ ਟੈਕਸਟ ਉਪਯੋਗੀ ਨਹੀਂ ਹਨ, ਉਹ ਮੁੱਖ ਬੇਨਤੀਆਂ ਨਾਲ ਬਕਸਿਆਂ ਤੋਂ ਵੱਧ ਹਨ. ਇੱਥੇ ਉਹਨਾਂ ਦੇ ਨਾਲ ਵੀ ਨਵਾਂ ਐਲਗੋਰਿਥਮ ਸੰਘਰਸ਼ ਕਰਦਾ ਹੈ. ਘੱਟ ਕੁਆਲਿਟੀ ਵਾਲੀ ਸਮੱਗਰੀ ਜ਼ਰੂਰ ਆਪਣੀ ਪਦਵੀਆਂ ਗੁਆ ਲਵੇਗੀ. ਘੱਟ ਗੁਣਵੱਤਾ ਵਾਲੀ ਸਮਗਰੀ ਲਈ ਤਿੰਨ ਮਾਪਦੰਡ ਹਨ:

• ਪਾਠ ਵਿੱਚ ਤਰਕ ਦੀ ਘਾਟ.
• ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਕੀਵਰਡਸ
• ਗੈਰਕਾਨੂੰਨੀ ਵਾਕਾਂ ਦੇ ਪਾਠ ਵਿਚ ਮੌਜੂਦਗੀ, ਜੋ ਕੀਵਰਡਾਂ ਦੀਆਂ ਸਿੱਧੀਆਂ ਘਟਨਾਵਾਂ ਕਾਰਨ ਪ੍ਰਗਟ ਹੋਈਆਂ.

ਕੁਦਰਤੀ, SEO- ਅਨੁਕੂਲਤਾ ਨੂੰ ਰੱਦ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ, ਖੋਜ ਇੰਜਣ ਦੇ ਬੁਨਿਆਦੀ ਸਿਧਾਂਤ ਇੱਕ ਹੀ ਰਹਿੰਦੇ ਹਨ. ਇੱਥੇ ਸਿਰਫ ਇੱਕ ਪਹੁੰਚ ਹੈ, ਜਿਸ ਵਿੱਚ ਪ੍ਰਤੀ 1000 ਵਰਣਾਂ ਵਿੱਚ 15-20 ਕੁੰਜੀ ਬੇਨਤੀਆਂ ਹਨ, ਜੋ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਪੁਰਾਣੀਆਂ ਹਨ ਬੈਡੈਨ-ਬੈਡੇਨ ਅਲਗੋਰਿਦਮ ਸਮੱਗਰੀ ਦੀ ਗੁਣਵੱਤਾ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ.

ਖੋਜ ਆਉਟਪੁੱਟ

ਐਲਗੋਰਿਥਮ ਲੱਭਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਸਥਾਨ ਜਾਣਕਾਰੀ ਜਾਰੀ ਕਰਦਾ ਹੈ. ਜਾਰੀ - ਨਤੀਜੇ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਖਾਸ ਬੇਨਤੀ ਨੂੰ ਮਿਲਣ ਦਾ ਇੱਕ ਸਫ਼ਾ. ਜਾਰੀ ਐਲਗੋਰਿਥਮ "Yandex" ਅਜਿਹੇ ਤਰੀਕੇ ਨਾਲ ਹੈ, ਜੋ ਕਿ ਇਸ ਨੂੰ ਸਭ ਸੰਬੰਧਤ ਦਾ ਜਵਾਬ ਲੱਭਣ ਦੀ ਸੰਭਾਵਨਾ ਦੀ ਗਣਨਾ ਅਤੇ ਦਸ ਸਰੋਤ ਦੀ ਜਾਰੀ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ ਵਿੱਚ ਨਿਰਮਾਣ ਕੀਤਾ. ਕੇਸ ਵਿੱਚ, ਜਿੱਥੇ ਇੱਕ ਗੁੰਝਲਦਾਰ ਬੇਨਤੀ ਨੂੰ, ਇਸ ਮੁੱਦੇ 'ਤੇ 15 ਜਵਾਬ ਵਿੱਚ ਲੱਭਿਆ ਜਾ ਸਕਦਾ ਹੈ.

ਅਸਲ ਵਿਚ, ਇਸ ਨੂੰ ਇਸ ਨੂੰ ਪਸੰਦ ਕੀਤਾ ਕੰਮ ਕਰਦਾ ਹੈ: ਜੇ ਐਲਗੋਰਿਥਮ ਦੀ ਬੇਨਤੀ ਦੇ ਨਾਲ 'ਜਾਣੂ "ਹੈ, ਅਤੇ ਇਸ' ਤੇ ਉਥੇ ਇੱਕ ਬਹੁਤ ਹੀ ਸੰਬੰਧਤ ਜਵਾਬ ਹੈ, ਦਸ ਜਵਾਬ ਜਾਰੀ ਗਠਨ ਕੀਤਾ ਗਿਆ ਹੈ. ਘਟਨਾ ਜੋ ਕਿ ਇੱਕ ਖੋਜ ਇੰਜਣ ਹੈ ਇਹ ਜਵਾਬ 15 ਲਿੰਕ ਦਾ ਪਤਾ ਨਾ ਕਰ ਸਕਦਾ ਹੈ ਵਿਚ ਇਸ ਮੁੱਦੇ 'ਵਿਚ ਪੇਸ਼ ਕੀਤਾ ਜਾਵੇਗਾ.

ਇੱਥੇ, ਅਸਲ ਵਿੱਚ, ਅਤੇ ਖੋਜ ਇੰਜਣ ਐਲਗੋਰਿਥਮ ਦੇ ਸਾਰੇ ਬੁਨਿਆਦ. ਇੱਕ ਸਾਈਟ ਲਈ ਆਦੇਸ਼ ਵਿੱਚ ਮੈਨੂੰ SERP 'ਤੇ ਚੰਗਾ ਮਹਿਸੂਸ ਕਰਦੇ ਉੱਚ-ਗੁਣਵੱਤਾ, ਜਾਣਕਾਰੀ ਅਤੇ ਪੜ੍ਹਨਯੋਗ ਸਮੱਗਰੀ ਦੇ ਨਾਲ ਇਸ ਨੂੰ ਭਰਨ ਦੀ ਲੋੜ ਹੈ.