Vad är Yandex queen-algoritmen. Granskning och feedback på projektet ”Korolevs algoritm. Vad är kärnan i arbetet och lärandet av ett neuralt nätverk

För att beställa Yandex.Taxi i Korolev, lämna en begäran på den officiella webbplatsen, ring avsändarens nummer eller använd telefonapplikationen.

När du beställer online via Internet, fyll i fälten "Från" och "Till", välj lämpligt pris, systemet kommer automatiskt att beräkna kostnaden för resan. Inom 3 minuter får du ett SMS-meddelande med information om bilen och förarens kontakter.

Om du planerar att ringa en taxi per telefon, när du ringer, berätta för transportören resvägen.

Telefonnummer för beställning

Tariffer

I staden Korolev är alla tariffer "Economy", "Comfort", "Comfort +", "Business", "Minivan", "Children's".

Ekonomi

Bekvämlighet

Komfort+

Förare med höga betyg. Bilar med rymlig och tyst interiör.

Minsta kostnad (ingår 5 min och 0 km) inte mer än 199 rubel
gratis väntan 3 min
Stadsresa kostar
Kostnaden för en resa i Moskva inte mer än 13 rubel / km och 13 rubel / min
inte mer än 20 rub/km
Väntar på vägen inte mer än 13 gnidningar/min
inte mer än 1 %
Fordonstyp Nissan Teana, Toyota Camry, Lexus ES
Platser i bilen 4
Bagage 2

Företag

Lyxbilar kontrolleras manuellt och förarna genomgår en rigorös urvalsprocess.

Minibuss

För att resa med sex personer eller transportera snowboards, skidor, cyklar.

Barns

Res med barn i en bekväm bil med barnstolar.

  • Pålitliga stolar CYBEX Aura-Fix och analoger
  • Två barnstolar samtidigt: en stol och en booster eller två boosters
  • Förare utbildade att resa med barn
Minsta kostnad (ingår 4 min och 2 km) inte mer än 99 rubel
gratis väntan 5 minuter
Betald väntetid (ingår ej i minimipriset) ytterligare väntan betalas enligt mätare enligt taxa
Stadsresa kostar
Kostnaden för en resa runt staden efter 15 km resor
Kostnaden för en resa i Moskva inte mer än 11 ​​rubel / km och 11 rubel / min
Kostnaden för en resa i Moskva efter en 15 km resa inte mer än 9 rubel / km och 9 rubel / min
Resekostnad utanför staden inte mer än 20 rub/km
Väntar på vägen inte mer än 11 ​​gnidningar/min
Tillägg för beställning av taxi per telefon inte mer än 1 %
Fordonstyp Skoda Octavia, Skoda Rapid, Toyota Camry med flera
Platser i bilen 3-6
Barnstolar 1-2
Sittplatser för vuxna 1-2
Bagage 1-2

Överföringar

Från flygplatsen

Till flygplatsen

Ytterligare tjänster

    Barnstol - inte mer än 100 R

    Transport av djur - inte mer än 100 R

    Luftkonditionering - inte mer än 0 Р

    En bil med ett gult nummer - inte mer än 0 Р

    Rökfri salong - inte mer än 0 Р

    Kvitto - inte mer än 0 Р

    Booster - inte mer än 100 R

    Tilläggsavgift för beställning av taxi per telefon - högst 1%

Kampanjkod för rabatt

Installera den officiella Yandex taxi-appen och spara. Rabatt på första resan vid betalning med kort.

Rabatt 100 rubel vid betalning Google Pay

Jobbar på Yandex Taxi Korolev

Lär dig mer om hur du får jobb på Yandex Taxi i din egen bil eller tjänstebil (krav, arbetsvillkor och anslutning, förarrecensioner).

Fyll i en ansökan Tjäna upp till 120 000 ₽ per månad

Officiella partners i staden Korolev

  • DET ÄR JAG Taxi TransInform LLC, 127106, Moskva, Altufevskoe shosse 11, bldg. 2, apt. 137, OGRN: 1177746022904
  • CBZT taxi LLC "BIOS" 129128, Moskva, st. Malahitovaya, 27 år, pom. 1A, rum 5, OGRN: 1187746029580
  • Mobidik Taxi EVO LLC, 141075, Moskva-regionen, Korolev, pr-kt Cosmonauts, hus 14, apt. 279
  • BUKETT495 LLC "CBZT", 129128, Moskva, st. Malahitovaya, d 27B, fl. 2, rum IA, com. 28, OGRN: 5177746111615
  • MOSTAXILLC Dispatch Center Taxi, 115172, Moskva, Goncharnaya emb., 9/16, byggnad 1, kontor 3, OGRN: 5147746337349
  • Taxi 2412 Service 2412 LLC, 121059, Moskva, st. Kiev, 14, OGRN: 5147746278169
  • iCar Taxi"AGERA" LLC, 117420, Moskva, st. Nametkina, 10B, byggnad 2B/N, våning 1, rum 3, OGRN: 1167746059436
  • RusTaxi RusTaxi LLC, 109388, Moskva, st. Guryanova, 31, lägenhet. 59, OGRN: 5147746255432
  • Lojal taxi SOFCAR LLC, 117545, Moskva, 1:a Dorozhny proezd, 5A, byggnad 2, OGRN: 1127746359124
  • Center Motor Service Center Motor Service LLC, 109052, Moskva, st. Nizhegorodskaya, 104/3
  • Seger Pobeda LLC, 129226, Moskva, st. Dokukina, d. 7, byggnad. 1, rum 3, OGRN: 1157746540621
  • Taxi TK Brutto LLC "TK Gross" 115477, Moskva, Proletarsky prospect, 14/49, byggnad. 1, rum 16 N, OGRN: 1157746760192

En komplett lista över Yandex partnertaxiflottor finns.

Glöm inte att lämna din feedback om din resa och tjänstens arbete. Tack!

"Rymd"-sändningen av Yandex om lanseringen av den nya algoritmen "Korolev" har avslutats. Vilka slutsatser kan vi dra en minut efter slutet av talen?

"Korolev" är en Palekh-sökalgoritm som rullas ut inte bara på sidtiteln utan också på dokumentets text.

Queen lanseringsvideo


Videon berättar om vad som gjordes av Yandexoids innan de lanserades och inkluderade Yandex Korolev-algoritmen i en offentlig sökning.

Hjälp om semantiska algoritmer

Innebörden av den nya Korolev-algoritmen

Yandex bestämmer den semantiska likheten mellan texterna i dokumentet och användarens begäran baserat på miljarder bedömares betyg. Mer än en miljon bedömare (tolokers) bidrar till utvecklingen av sökning i . Förresten, i Toloka kan vem som helst lämna in sina uppgifter för utvärdering.

Hur det fungerar på ryska. Håll utkik efter [katter i rymden] i bildsökning. Katter har förresten aldrig varit i rymden. Och det finns inga texter där det finns bilder för denna förfrågan och text om den. Utsignalen för denna begäran är dock normal. Yandex har, baserat på bedömares bedömningar, lärt sig att förstå betydelsen av bilder == texter.

Bedömares utvärderingar analyserar det neurala nätverket och hittar länkar mellan texterna i dokumentet (ord, uni-, bi-, trigram och så vidare) och användarens begäran.

Nu behöver dokumentet inte innehålla nyckelord. Yandex kommer att förstå vad texten handlar om. Han kommer att analysera hur semantiskt textens ord är frågorna. Och sätta detta dokument högre än det var före introduktionen av "Drottningen".

Det så kallade "frågeindexet" tas också med i beräkningen - historiken (mer exakt, semantisk närhet) av sökfrågor genom vilka användare tidigare gick till webbplatsen. Förresten, Dmitry Sevalnev talade också om närvaron av ett frågeindex, ljug inte, 2013.

Hur man marknadsför under Korolev-algoritmen

För det första är "Korolev" redan i produktion. I stridsbruk. För det andra berörde Palekh, enligt observationer, först och främst förfrågningar om information. Förmodligen kommer "Korolyov" också att fungera. Recensioner om sökalgoritmen för kollegor på marknaden är överens om att många webbplatser med en mängd olika texter kommer att ha ökad trafik för låg-, mikro-, ultrafrekventa frågor. Skriv gärna din åsikt om drottningen i kommentarerna.

Gör webbplatser för människor. Skriv mänskliga texter från mänskliga ord. Svettas inte för mycket.

  • De flesta webbplatser på Internet är en eländig tråkighet för användaren. Sök måste rangordna dem på något sätt. Det är omöjligt att förmedla reglerna till webbansvariga. Därför kommer Palekh-Korolev att hjälpa dessa webbansvariga.
  • Hur är det med användaren? Användaren kan inte längre tänka alls. Han är glad.

Kommer det att leda till förnedring av personen och webbmastern? Jag ställde denna fråga till Mikhail Slivinsky i våras vid försvaret. Mikhail sa att Yandex förstår detta och har det i åtanke.

Gör webbplatser för människor. Skriv mänskliga texter från mänskliga ord. Men kom ihåg att det grundläggande textens relevans fortfarande SKA vara

Vilka ämnen berörde "Korolev"?

Algoritmen påverkar främst lågfrekventa långa frågor. Och sådana fraser ställs vanligtvis in av röstsökningsanvändare. För förståeliga och välbekanta avsikter kommer "Queens" troligen inte att leda till ytterligare trafik. Dessa är ämnen taxi, kläder, industrivaror med tekniska specifikationer och artiklar.

Först och främst bör vi förvänta oss en ökning av trafiken i komplexa och obegripliga för vanlig användareämnen – juridik, medicin, konst och så vidare. När en webbplatsbesökare söker efter innehåll på naturligt språk, utan att använda terminologi. Det spelar ingen roll om det är en kommersiell sida eller inte.

Marknadens reaktion på tillkännagivandet av Korolev-algoritmen

Aktier hoppade och bröt topparna.

Yandex har lanserat en ny rankningsalgoritm - "Korolev". Nu matchar sökmotorn betydelsen av sökfrågan och sidan. Detta är mycket bekvämt för användarna. Men vad betyder den nya algoritmen för SEO:er och sajtägare, hur kommer kampanjen att förändras och om det är värt att vänta på en förändring i trafiken.

Mer än någonsin väntade hela SEO-världen på lanseringen av en ny rankningsalgoritm som tillkännagavs den 22 augusti 2017. Ändå är sådana meddelanden absolut atypiska för Yandex, de föredrar vanligtvis att inte prata om sina planer och tillkännager nästa utgåva av rankningsalgoritmen i efterhand.

Den 22 augusti 2017 lanserade Yandex en ny version av sökningen. Den är baserad på Korolev-sökalgoritmen (sedan 2008 har nya rankningsalgoritmer i Yandex fått sitt namn efter städer). Algoritm som använder neuralt nätverk matchar innebörden av förfrågningar och webbsidor - detta gör att Yandex kan svara mer exakt på komplexa frågor. För lärande ny version Sök använder sökstatistik och betyg från miljontals människor. Således bidrar inte bara utvecklare, utan också alla Yandex-användare till utvecklingen av sökning.

Omfattningen av den nya algoritmen påverkar praktiskt taget inte de traditionella SEO-intresseområdena, som i första hand inkluderar kommersiell emission. "Korolev" visade sig vara en logisk fortsättning på "Palekh"-algoritmen och är utformad för att tjäna en lång svans av mikrofrekvensfrågor, vanligtvis inställda på naturligt språk. En egenskap hos sådana frågor är att de dokument som är relevanta för dem kanske inte innehåller många av orden som ingår i frågan. Detta förvirrar traditionella rankningsalgoritmer baserade på textrelevans.

Lösningen hittades i form av att använda neurala nätverk, som också tränas på användarnas beteende. Därför fungerar den nya Yandex-algoritmen på basis av ett neuralt nätverk. Den lär sig av exempel på användarförfrågningar och väljer svar baserat på innebörden av texten på sidan. Detta innebär i synnerhet att det kommer att fungera mycket mer effektivt med icke-standardiserade frågor, när användarna själva inte är säkra på vad namnet på det de vill hitta heter. Mycket här beror på datorkraft.

I allmänhet är ett sådant tillvägagångssätt för att lösa problemet med att rangordna den långa mikrofrekvenssvansen av förfrågningar inte ny. Redan 2015 blev det känt om tekniken som används av sökmotorn. Googles system för att söka efter svar på utförliga frågor som ges på naturligt språk - RankBrain. Denna teknik, också baserad på maskininlärning, låter dig känna igen det mesta meningsfulla ord i frågor och analysera sammanhanget där sökningen utförs. Det gör att du kan hitta relevanta dokument som inte innehåller alla ord i frågan.

Dessutom fungerar algoritmen även med bilder. Den analyserar bildens innehåll och väljer det nödvändiga alternativet baserat på det, och inte bara på beskrivningen i taggarna eller texten som omger den.

En lång svans av mikrofrekventa detaljerade frågor i naturligt språk kan dock mycket väl vara av intresse för informationssemantikens "brännare" - skaparna av så kallade infosajter "för alla tillfällen". I allmänhet försöker de redan så hårt för så många förfrågningar som möjligt som är kända för dem, som de lyckas få med hjälp av olika metoder samling av semantik, organisera den exakta förekomsten i sina texter. På samma plats, där det inte kommer att finnas några exakta förekomster, d.v.s. för förfrågningar som inte sugs upp av den "semantiska dammsugaren" från skaparna av infosajter eller för vilka de inte har angett exakta uppgifter i innehållet, börjar "Korolev"-patrimonin, som är utformad för att leta efter matchningar mellan förfrågningar och svar i fallet när det finns få skärningar mellan dem med nyckelord. I sådana fall kommer Korolev utan tvekan att öka kraven på innehållets kvalitet, och riktigt intressanta läsbara artiklar kommer att vinna ännu mer över samlingar av sökordsfraser utspädda med vatten, eftersom. det är i sådana artiklar som signaler som är användbara för den nya algoritmen kan innehållas. Tja, alla andra SEO:are kan verkligen slappna av – nästa smisk skjuts upp. Det finns inga dödsoffer eller förstörelse.

Genom att lansera Palekh lärde Yandex det neurala nätverket att konvertera sökfrågor och webbsidestitlar till grupper av siffror - semantiska vektorer.

En viktig egenskap hos sådana vektorer är att de kan jämföras med varandra: ju starkare likheten är, desto närmare är begäran och rubriken i betydelse till varandra.

Hur skiljer det sig från Palekh?

Den största skillnaden med den nya algoritmen, förutom att förbättra den tekniska implementeringen, är förmågan att känna igen liknande "betydelser" i hela dokumentet, och inte bara genom titeln (Titel), som visas i webbläsarfönstret.

Hur Korolev-algoritmen fungerar

Sökalgoritm "Korolev" jämför semantiska vektorer Sök förfrågningar och hela webbsidor– inte bara deras rubriker. Detta gör att du kan nå en ny nivå av förståelse av mening.

Som i fallet med Palekh omvandlas webbsidors texter till semantiska vektorer av ett neuralt nätverk. Denna operation kräver mycket datorresurser. Därför beräknar Korolev sidvektorer inte i realtid, utan i förväg, på indexeringsstadiet.

När en person gör en förfrågan jämför algoritmen förfrågningsvektorn med sidvektorerna den redan känner till.

Queen effekt

Möjligheten att förstå innebörden är särskilt användbar när man bearbetar sällsynta och ovanliga förfrågningar - när människor försöker beskriva egenskaperna hos ett objekt med sina egna ord och förväntar sig att sökningen kommer att föreslå dess namn.


Ett sådant schema låter dig starta urvalet av webbsidor som matchar frågans betydelse i de tidiga stadierna av rankningen. I "Palekh" semantisk analys- ett av de sista stegen: endast 150 dokument passerar genom den. I "Drottningen" är den producerad för 200 000 dokument.

Dessutom jämför den nya algoritmen inte bara texten på en webbsida med Sök fråga, men uppmärksammar också andra förfrågningar som personer kommer till denna sida för.

På detta sätt kan ytterligare semantiska kopplingar upprättas.

Människor lär ut maskiner

Användande maskininlärning, och särskilt neurala nätverk, förr eller senare kommer att tillåta dig att lära sökningen att arbeta med betydelser på mänsklig nivå. För att en maskin ska förstå hur man löser ett visst problem är det nödvändigt att visa det ett stort antal exempel: positiva och negativa. Sådana exempel ges av Yandex-användare.

Det neurala nätverk som används av Korolev-algoritmen är tränat på opersonlig sökstatistik. Statistikinsamlingssystem tar hänsyn till vilka sidor användare går till för vissa frågor och hur mycket tid de tillbringar där.

Om en person öppnade en webbsida och "hängde" där länge så hittade han förmodligen det han letade efter - det vill säga sidan svarar bra på hans förfrågan. Detta är ett positivt exempel.

Det är mycket lättare att ta upp negativa exempel: ta bara en förfrågan och valfri slumpmässig webbsida. Statistiken som används för att träna algoritmen är opersonlig

Matrixnet, som bygger en rankningsformel, behöver också folks hjälp.

Toloka

För att sökning ska utvecklas måste människor ständigt utvärdera dess arbete. En gång i tiden var endast Yandex-anställda engagerade i gradering - den så kallade bedömare. Men ju fler betyg, desto bättre - så Yandex lockade alla till detta och lanserade Yandex.Toloka-tjänsten. Nu är mer än en miljon användare registrerade där: de analyserar sökkvaliteten och deltar i att förbättra andra Yandex-tjänster. Uppgifter på Toloka betalas - beloppet som kan tjänas anges bredvid uppgiften. Under mer än två år av tjänstens existens har tolokers gett cirka två miljarder betyg.

I kärnan modern sökningär komplexa algoritmer. Algoritmer uppfanns av utvecklare och lärs ut av miljontals Yandex-användare. Varje begäran är en anonym signal som hjälper maskinen att förstå människor bättre. Ny sökningär ett sökande som vi gör tillsammans.

Korolevs sökalgoritm är en ny generation Yandex-algoritm. Systemet, som använder neurala nätverkssignaler, kombinerar semantiken för användarförfrågningar och den information de letar efter. Med hjälp av den nya versionen har svar på frågor i Yandex blivit mer exakta och relevanta, och mängden relevant information för komplexa frågor har ökat.

Fler videor på vår kanal - lär dig internetmarknadsföring med SEMANTICA

Du såg till exempel en bild med en skrikande man. Du gillade det verkligen och du bestämde dig för att hitta det på Internet. Men du känner inte till författarens namn eller titeln på själva målningen, så du gör följande begäran:

Naturligtvis kallas duken inte "en bild där en person skriker", men sökmotorn hjälpte oss ändå hitta exakt det vi letade efter. Detta är principen för Korolev-algoritmen - systemet söker inte bara efter materialets namn utan också efter själva texten placerad på sidan.

Samma algoritm fungerar i Google, men under ett annat namn RankBrain.

Hur skiljer den sig från Palekh-algoritmen

Den nya "Korolev"-algoritmen är en förbättrad version av företagets tidigare algoritm, som kallades "". Det introducerades i november 2016 och var det första steget mot semantiskt sökning. Dess huvudsakliga uppgift är att bättre förstå innehållet i innehållet på sidorna.

I Palekh användes även neurala nätverk för att söka information, men det var i Korolev som deras inflytande på distributionen av söksidor ökade. Här är skillnaderna mellan dessa algoritmer:

  • "Drottningen" har ett inbyggt system för att jämföra betydelsen av frågor. Yandex gav ett exempel på frågor "lat katt från Mongoliet" och "manul". Syftet med dessa två frågor är att hitta information om manulen, och den nya Yandex-algoritmen "Korolev" kommer att tillfredsställa båda sökalternativen.
  • I Palekh trädde neurala signaler till handling redan i de sista stadierna av informationsdistribution, och stannade vid cirka 150 första dokument. På grund av detta sökschema gick en hel del dokument förlorade, särskilt komplexa sådana, som kunde vara exakt vad användaren letade efter. Korolev rangordnar information redan på indexeringsstadiet, vilket leder till beräkningen av 200 tusen (!) Dokument.

Efter släppet av "Queen" tittar sökmotorn inte bara på sidans titel, utan också på dess innehåll, på texten.

Vad är kärnan i arbetet och lärandet av ett neuralt nätverk

Yandex skulle inte ha nått så höga priser utan en direkt koppling till användarna. Den nya algoritmen är förbättrad och tränad med hjälp av avpersonaliserad sökstatistik. Statistiksystemet tar hänsyn till förfrågan från vilken användaren kom till en viss sida. Om han tillbringade mycket tid på det, så är det rimligt att anta att det är just den sidan han letade efter. Det betyder att sökmotorn gav rätt svar på användarens fråga.

Människor är de viktigaste assistenterna för maskiner i denna fråga. Yandex behöver en verklig bedömning av kvaliteten på sökningen från sina användare, så de skapade en speciell plattform -. Användare av tjänsten analyserar och utvärderar arbetet sökmotor. De hjälper företaget att förbättra kvaliteten på algoritmen och får en monetär belöning för detta.

Tidigare gjordes detta av inhyrda arbetare - bedömare, men med tillväxten på efterfrågemarknaden blev de mycket bristfälliga. Detta är huvudorsaken till skapandet av Toloka.

För närvarande är antalet Toloka-deltagare mer än en miljon människor.

Med hjälp av Korolev-algoritmen kommer Yandex att avsevärt förbättra kvaliteten på sökningen. Människor själva gör sina förfrågningar i Yandex bättre, och ju fler människor kommer att vara involverade i detta projekt, desto färre sökmisslyckanden väntar oss i framtiden.

Funktionsprincipen för den nya algoritmen "Korolev"

Precis som i den tidigare generationens Palekh-algoritm omvandlas webbplatstexten till semantiska vektorer med hjälp av ett neuralt nätverk. "Korolev" beräknar sidgradienter inte i det ögonblick du gör en begäran, utan mycket tidigare, i indexeringsstadiet. Så snart sajten är indexerad är några nyckelord redan kopplade till den, vilket ytterligare förenklar informationssökningen. Därför, när du anger information, tillhandahåller Yandex redan semantiskt liknande sidor.

Dessutom kan systemet upprätta en koppling mellan denna enda begäran och andra förfrågningar som bidrar till att användaren kommer till samma sida.

Påverkar algoritmen utfärdandet och är det nödvändigt att vidta några åtgärder för att optimera innehållet för "Queen"

Ja, denna algoritm i viss mån ändrade sökningen i Yandex. Här är några hårda uppgifter om hur starka förändringarna är:


Som ni ser är förändringarna inte fenomenalt stora. Särskilda förändringar inträffade i dokumentens ålder. I de 100 bästa sökningarna kommer nu färska dokument att dyka upp mycket oftare.

Det är ingen mening att optimera artiklar för Korolev, eftersom systemet lär sig att bestämma betydelsen av texten på egen hand, vilket innebär att betydelsen av textoptimering i optimerarnas arbete kommer att minska inom en snar framtid.

Att den analyserar inte bara sidans titel, utan också hela innehållet på sidan innan den visar användaren resultatet av frågan.

Det har bara gått en vecka, det är för tidigt att dra slutsatser, men ändå frågade vi representanter för SEO-gemenskapen om deras förväntningar på den nya algoritmen och förändringar i SEO-mästarnas arbete.

Kirill Nikolaev, teknisk chef för VEBLAB studio:

Omedelbart efter lanseringen av Palekh var vidareutvecklingsvektorn för den nya algoritmen tydlig. Strax före tillkännagivandet var det heta debatter om vad som skulle hända (det populäraste alternativet: första sidan är bara direkt), men i djupet av våra hjärtan förstod vi alla vad vi kunde förvänta oss. Yandex har ökat siffrorna, och detta är goda nyheter. Om det tidigare fanns 150 dokument på populära förfrågningar i RAM, nu har deras antal överstigit 200 000, vilket är mycket flitigt hjälpt av specialagenter från Toloka. För att vara i toppen av dessa 200 000 behöver du ha bra beteende (vilket är logiskt) och liknande semantik, vilket får dig att tro att innehållsstöldens dagar återvänder med förnyad kraft. Och tiderna för långa ark i katalogerna för onlinebutiker säger oss också "Hej, Andrey!"

Men så vitt jag vet lagras matrisen för populära förfrågningar i databasen under nästa uppdatering, medan matrisen för låg-/lågfrekventa förfrågningar bildas i farten.

Det är inte värt att förvänta sig sådana kolossala förändringar i sökresultaten som efter lanseringen av Snezhinsk 2009, så vi kommer att lämna HF / MF-frågorna ifred och prata om mer vardagliga saker.

Personligen var jag mest intresserad av detta uttalande:

"...den nya algoritmen jämför inte bara texten på en webbsida med en sökfråga, utan uppmärksammar också andra frågor som människor kommer till den här sidan för." För branschen kan detta betyda två saker:

1. Bra: ännu noggrannare val av semantik, ännu mer flitig klustring kommer att bära frukt. Textfaktorer tar ledningen i betydelse och relevans, det blir svårare att arbeta, men resultatet blir bättre.

2. Dåligt: ​​den maximala mängden text för att indexera ett dokument är 32 tusen tecken. Så jag kan förvänta mig att du nu, under beskrivningen av katalogen i någon butik, kan läsa små berättelser om leverans av vatten, där det finns en handling, utveckling, klimax, upplösning och en epilog. Detta är logiskt eftersom det är den enklaste metoden att utöka semantiken. Självklart överdriver jag, för det är klart att TOPPEN är formad lite annorlunda, men jag misstänker starkt att våra "innehållskungar" kommer att uppfatta det så.

Tja, dessutom ska jag bara slänga in en tanke: om du inte skriver om texter och inte slösar tid på komplexa saker, utan försöker på ett kompetent sätt avveckla trafik för LF / MLF-förfrågningar? Ett intressant område för experiment.

Yandex utvecklas och vi växer med det.

Det här är bra. Jag vill föreställa mig mycket hur det kommer att vara om 5-10-15 år.

Om du vill bli en bra SEO – lär dig materiel.

Det är okej. Jag ser fram emot nya kurser från BM på temat "Semantic Vectors for Business". Men seriöst, yrket blir svårare, vilket är goda nyheter. Jag hoppas att mycket snart individer som gör referenskörningar på databaser sammanställda enligt "den senaste forskningen av Dmitry Shakhov (en välkänd SEO-utövare)" kommer att försvinna.

Ännu mer fördjupning i textfaktorer

Mer än kurser från BM, jag väntar bara på lanseringen av neurala nätverksurval av semantik och klustring från Chekushin. Och en kurs från Devaki, förstås.

Alaev Alexander, chef för webbstudion "Alaich and Co":

Yandex rullade ut en ny algoritm med mycket brus och spänning. Jag trodde att mitt liv som optimerare skulle förändras oåterkalleligt, men ... jag skyndar mig att lugna alla - ingenting har förändrats!

Den nya Yandex-algoritmen syftar till att förbättra sökresultaten för "långa" informationsfrågor (sådana frågor är typiska för röstsökning). Yandex, med sitt neurala nätverk, började förstå och söka efter mening, det vill säga inte bara med nyckelord, utan också efter vad de betyder. En fortsättning på "Palekh", som sökte efter betydelser endast genom rubrikerna på dokument, "Korolev" söker efter betydelser i hela dokumentet. Men det vet du redan om du tittade på presentationen eller läste publikationer baserade på den.

Låt oss prata om hur detta kommer att påverka livet för webbansvariga och optimerare. Jag upprepar - inget sätt. Den nya algoritmen kommer inte att påverka kommersiella förfrågningar på något sätt. Om en person vill köpa eller beställa något, då vet han säkert vad det är. Och även om han inte vet, så kommer han ändå inte att fråga "kompakt stationär dator som består av två halvor, ”men ta reda på först vad den här saken heter.

Korolev bör svara positivt på kvalitetsinformationssidor. Men genererade, synonymiserade och liknande texter borde tappa i trafik, om de hade några alls. Jag tror att omskrivning och upphovsrätt, skriven utan fördjupning i ämnet, också kan bli lidande och ge vika för bättre texter, om än utan att använda det nödvändiga nyckelord i rätt mängd.

Som du kan se sa jag inget nytt, och sajter, som tidigare, måste vara gjorda av hög kvalitet och för människor!

Alexander Ozhigbesov, projektledareozhgibesov.net :

Genom att introducera nya algoritmer i Yandex-sökning tar Yandex små men självsäkra steg mot att förstå innebörden av förfrågan och söka efter samma meningsfulla svar - det är så Palekh och Korolev presenteras för oss i företaget. Egentligen är det en kopia. Googles algoritm- Hummingbird, som lanserades 13, men det är värt att realistiskt utvärdera den tillgängliga kapaciteten hos företaget. Yandex kan inte ge svar på alla unika förfrågningar i morgon och återuppbygga problemet. Felet i företaget är att de presenterade algoritmen som något nytt, även om Google gjorde det tidigare och utan sådant "ryskt" patos, men detta är verkligen en stark prestation och jag är säker på att neurala nätverk i framtiden kommer att kunna visa oss den perfekta sökningen om den inhemska sökmotorn vid den tiden inte kommer att göra hela första sidan av numret betald. Men detta är inte heller speciellt skrämmande, låt oss omfördela prioriteringar och skala semantiken för sammanhanget.

Vilka förändringar väntar optimerare och kommer de att göra det alls?

För tillfället finns det inga speciella förändringar efter Palekh och Korolev i den populära e-handeln. Medan Yandex testar sina algoritmer på MNC, finns det ingen anledning att förvänta sig drastiska förändringar i företagens regler och metoder. Här har SEO:er inget att oroa sig för, långa och unika förfrågningar finns endast i infoämnen och komplexa kommersiella tjänster. Men Palekhs och Korolevs uppgift är inte att ersätta de nuvarande rankningsparametrarna, de försöker ge meningsfulla svar på komplexa frågor, så det är inte nödvändigt att välja frågor som "Röd klänning genom vilken trosor är synliga." Personligen är min uppfattning att jag har och kommer att drunkna för högkvalitativt skrivande och strukturering av innehåll, efterföljande analyser och ytterligare optimering, så algoritmen kommer inte att orsaka skada på seriösa kommersiella projekt, som det var till exempel med Minusinsk.