Майк Килински, глава Google Brain в Канаде, На конференции Think Auto Google, сказал, что Google начал использовать данные кликов в ранжировании для обучения поисковых AI-моделей. Он сказал, что речь идет о таких данных, как когда «кто-то переходит на страницу и остается на этой странице, либо возвращается в результаты поиска» и т. д.

Однако, из его слов, не на 100% ясно, кликабельность учитывается для обучения моделей с искусственным интеллектом или напрямую влияет на результаты поиска в реальном времени. Google ранее неоднократно заявлял, что не использует данные о кликах для ранжирования, потому что этим фактором легко спамить и это слишком шумный сигнал.

Сама стенограмма ответа Майка:

Вопрос заключается в том, как автоматическое обучение искусственного интеллекта может улучшить поиск Google?

Поиск — отличный пример ситуации, когда у вас есть данные водимые пользователями и элементы дизайна (на странице сайта), но взаимосвязь между этими элементами не очевидна.

Таким образом, вводимые данные, это поиск, а выход — лучшая страница отвечающая на запрос пользователя. Поэтому, когда поиск был изобретен, Google создал список эвристических правил, для установки связи между поиском и лучшей страницей для конкретного запроса. И эти правила отлично работали и продолжают так делать.

Но теперь Google интегрирует машинное обучение в этот процесс. Обучая модель на основе данных, когда кто-то переходит на страницу и остается на этой странице.

Поэтому поиск становится всё лучше и лучше благодаря внедреннюю машинного обучения в алгоритмы поиска.

Так же важно, что ранее Гэри Илш заявил, что Google не планирует в дальнейшем полностью передать управление ранжированием искусственному интеллекту.


Читайте также: Наиболее важные факторы ранжирования в 2017 году