Comment Google peut gérer la classification des requêtes et les réécritures

De nos jours, beaucoup de gens dans le monde du référencement se concentrent sur «Intention de l’utilisateur» et satisfaire les requêtes que les gens utilisent pour trouver ce qu’ils recherchent. Ils examinent tout, depuis les profils d’utilisateurs et les commentaires implicites des utilisateurs (taux de rebond, temps sur le site, temps de séjour, etc.) jusqu’aux entités et plus encore. Mais une chose que je ne vois vraiment pas beaucoup, c’est la façon dont Google gère réellement les requêtes.

Au cours des dernières années, les gens se sont tournés vers RankBrain, BERT et plus encore. Au-delà de cela, si nous remontons plus loin, nous avons tendance à regarder les concepts par-dessus les mots-clés, car Google est passé aux «choses et non aux chaînes». Mais quelque chose que je ne vois vraiment pas beaucoup est; classifications de requête.

Google et classification des requêtes

Aujourd’hui, nous allons examiner quelques brevets / documents pour voir ce qui pourrait être en jeu avec Google et, espérons-le, vous apprendre quelques choses pour vous aider à approfondir votre réflexion lorsque vous effectuez cette « chose à nous ». Pour mieux comprendre ce que c’est, assurez-vous de lire mon article de 2014 ici.

Dans le brevet «Query Classification» (délivré en 2015), Google déclare

« Les requêtes sont classées comme appartenant à une catégorie particulière en fonction des paramètres de filtrage des résultats de recherche pour cette catégorie particulière. La classification peut ainsi être effectuée indépendamment du contenu de la requête, et donc les requêtes avec des termes ambigus ou émergents qui ne peuvent pas être classés par des systèmes d’apprentissage automatique peuvent toujours être classées avec précision. « 

Et euh .. lol?

« Les classifications peuvent être utilisées, par exemple, pour ajuster les scores de pertinence afin d’ajuster la position d’un résultat de recherche dans un classement des résultats de recherche pour des opérations de recherche non filtrées. Par exemple, si la requête n’est pas classée en tant que requête de recherche de type de contenu (par exemple, non classée en tant que requête de recherche de pornographie) et que la requête est reçue pour une opération de recherche non filtrée, le moteur de recherche diminue le score de pertinence pour chaque ressource qui comprend du contenu de ce type de contenu (par exemple, des ressources qui incluent de la pornographie).« 

Quoi qu’il en soit, vous avez l’idée. De toute évidence, ils peuvent également classer les choses de manière topique .. comme indiqué dans le brevet de 2014; « CLASSIFICATION DES DEMANDES BASÉE SUR LES RÉSULTATS DE LA RECHERCHE »

« Dans un mode de réalisation, les classifications prédéterminées représentent des sujets renvoyés, par exemple le cinéma, la musique, les sports, les affaires, la politique et les livres. Dans un autre mode de réalisation, les classifications prédéterminées représentent des corpus, par exemple une collection de données générales sur le Web, des actualités, des questions et réponses, des images et des vidéos. Dans encore un autre mode de réalisation, les classifications prédéterminées reflètent des thèmes et des corpus. « 

Et un exemple qu’ils donnent est;

« Par exemple, pour la classification des films, des exemples de requêtes peuvent être «création», «le film du seigneur des anneaux» et «comment entraîner votre dragon». Les exemples de requêtes « création », « le seigneur des anneaux » et « comment entraîner votre dragon » génèrent à leur tour des résultats de moteur de recherche avec des termes pour la classification du film. Ces termes spécifiques à la classification des films peuvent être des signaux indicatifs d’une classification des films.« 

Et nous pouvons également comprendre certains éléments de classification dans le plus traditionnel, «Informationnel», «transactionnel» et «navigationnel» requêtes. Mais cela a tellement évolué depuis les premiers jours où nous parlions tous de cette approche. En fait, certaines des premières mentions de vecteurs dans les brevets / articles Google proviennent de méthodes de classification des requêtes.

Approches de classification possibles

Il existe une myriade de méthodes pour classer les requêtes et cela peut inclure:

• Requêtes passées pour l’utilisateur
• Améliorations des requêtes dans la session
• Corrélations d’entités
• Collections de requêtes provenant de plusieurs utilisateurs
• Identification de l’intention contextuelle (par exemple, utilisation d’un pronom ou d’un autre terme référentiel dans la requête)
• Réécriture de requête – Remplacement d’un terme par un synonyme

Ces types d’approches peuvent être utilisées lorsqu’un moteur de recherche réécrit essentiellement une requête pour mieux fournir des résultats relatifs. Cela peut être vu dans le brevet Google 2017, « Réécriture de requête en utilisant les informations de session »

Dans lequel ils déclarent;

« Par exemple, l’utilisation d’un pronom dans la requête de recherche actuelle peut indiquer que le pronom peut être remplacé par une entité particulière. Les entités peuvent être identifiées dans les requêtes de recherche précédentes et remplacées dans la requête de recherche actuelle lors de la réécriture des candidats. Par exemple, si la requête de recherche actuellement reçue est [how old is he], le pronom «il» indique que l’objet est une entité personne. Si l’une des requêtes de recherche précédentes est [Barack Obama], l’entité peut être remplacée pour générer une réécriture candidate [how old is Barack Obama]. De même, si la requête de recherche actuellement reçue est [where is it] l’analyse du langage naturel suggère que le «il» fait référence à un lieu ou une chose. Ainsi, si l’une des requêtes de recherche antérieures est [Golden Gate Bridge year built], l’entité peut être substituée pour générer la réécriture candidate [where is Golden Gate Bridge].« 

Ainsi, dans l’exemple ci-dessus, nous voyons une partie de ce que Google appelle la recherche «conversationnelle». En tant que tel, nous pouvons affirmer que Google ne renvoie pas seulement des résultats basés sur la requête réelle, mais utilise également une myriade de méthodes pour réécrire et / ou mieux comprendre non seulement la requête actuelle, mais les requêtes passées (de l’utilisateur, plusieurs utilisateurs ou la session elle-même) pour essayer de mieux comprendre les besoins réels de l’utilisateur à partir de la requête donnée à l’époque.En fait, votre page peut répondre à des requêtes que vous n’avez peut-être même pas ciblées.

Webémission recommandée pour vous, 5 mars: Comment l’IA peut trouver des opportunités et raccourcir vos cycles de vente Inscrivez-vous maintenant

«(…) Générer une requête de recherche affinée ayant un ou plusieurs termes à partir d’une ou plusieurs chaînes de texte d’entité pour le premier document, y compris la combinaison (i) d’un ou plusieurs termes de la ou des chaînes de texte d’entité pour le premier document avec ( ii) un ou plusieurs termes de la première requête de recherche; et fournir la requête de recherche affinée ayant le ou les termes des une ou plusieurs chaînes de texte d’entité pour le premier document en réponse à la réception de la première requête de recherche.« 

Cela fait vraiment sortir des sentiers battus la façon dont les utilisateurs trouvent même votre contenu. Comme pour toutes les recherches, ce n’est jamais aussi simple qu’il y paraît.

Au-delà des mots clés

Tout cela commence à nous apprendre que nous ne vivons pas vraiment dans un monde où les mots-clés correspondent aux requêtes. La recherche de mots clés traditionnelle (et les outils associés) ne vous aide vraiment pas à fournir ce dont vous pourriez avoir besoin, en termes de contenu, pour satisfaire une requête donnée. Bien sûr, c’est un bon point de départ pour un volume potentiel, mais c’est à peu près tout.

Et pour le développement de contenu, assurez-vous de garder à l’esprit les termes et entités associés, comme indiqué dans l’un des brevets que nous avons examinés aujourd’hui;

«(…) Le moteur de recherche peut recevoir une requête de recherche« Mona Lisa »du client. Le moteur de recherche peut identifier les résultats de recherche qui répondent à la requête de recherche « Mona Lisa ». Les résultats de la recherche peuvent identifier les documents pertinents pour la requête de recherche. Des entités telles que « Leonardo da Vinci », « Louvre », « renaissance » et d’autres chaînes de caractères associées à la Joconde peuvent être associées aux documents par le moteur de recherche 140 et fournies au serveur de raffinement. « 

Et bon, cela ne fait probablement jamais de mal de regarder des choses comme Google Suggest, les gens demandent aussi ou des recherches connexes. Celles-ci font également probablement partie des données de Google pour la réécriture des requêtes et les classifications.

Hors du cadre

Ces jours-ci, avec tout le bavardage que nous avons vu sur divers «mots à la mode» tels que RankBrain, Hummingbird, BERT et plus… ce qui est bien. Mais tant de gens ne considèrent même pas les bases de la recherche d’informations. Et les approches modernes de classification et de réécriture des requêtes ont évolué. Vous pouvez voir des éléments de vecteurs, d’entités et plus encore. Il n’est jamais trop tard pour revenir sur les bases.

Nous pouvons également déduire que «classements« Ils ne sont pas tous fous de l’être non plus. Les approches de classification et de réécriture des requêtes de Google peuvent signifier que ce que l’utilisateur tape et ce qui est retourné peut parfois être radicalement différent.

Comme toujours avec moi .. c’est juste un article pour faire couler les pensées. Je vous encourage à rechercher plus et à apprendre.

Jusqu’à la prochaine fois…. Restez glacial.