Google 算法更新比較 Hummingbird RankBrain BERT
一、Hummingbird
Google搜索算法的名稱為蜂鳥Hummingbird。蜂鳥更注重自然語言查詢，考慮了上下文和單個關鍵字的含義。它還對網站的各個頁面上的內容進行了更深入的研究，從而提高了將用戶直接引導至最合適的頁面而不只是網站首頁的能力。
蜂鳥是整體搜索算法，就像汽車中裝有整體引擎一樣。發動機本身可以由各種零件組成，例如機油濾清器，燃油泵，散熱器等。同樣，蜂鳥包含了各個部分，例如旨在打擊垃圾郵件的Panda, Penguin 和Payday, 旨在改善本地搜索結果的Pigeon，旨在降級廣告大量網頁的Top Heavy以及旨在獎勵移動設備的Mobile Friendly友好的頁面和Pirate旨在打擊版權侵害。
谷歌排名的三大信號：
1. 鏈接仍然是最重要的信號，谷歌和必應將鏈接視為具有良好內容的選票，PageRank是整個蜂鳥算法的一部分，該算法涵蓋了一種基於指向其他頁面的鏈接來賦予頁面信譽的特定方式。
2. 單詞內容是第二重要的信號，單詞涵蓋了從頁面上的單詞到Google如何解釋人們進入RankBrain分析之外的在搜索框裡輸入的單詞。
3. RankBrain是第三重要的信號，該算法確定哪些結果顯示在Google搜索頁面上以及它們的排名。
Google一直以來都在談論200多個主要排名信號，這些信號都由Hummingbird算法中的各個部分進行處理，以找出Google響應各種搜索而顯示的排名頁面，同時這些信號經過評估後可能會多達10,000個變體或子信號。
二、RankBrain
RankBrain是Google的機器學習人工智能係統的名稱，由2015年推出，該系統用於幫助處理其搜索結果，並已得到Google的確認。 RankBrain是Google整體搜索“算法”的一部分，該計算機程序用於對已知的數十億個頁面進行排序，並找到與特定查詢最相關的頁面。
谷歌RankBrain是做什麼的？
RankBrain主要用於解釋人們提交的搜索內容，以查找可能沒有所搜索單詞的頁面。包括對用戶輸入的確切信息返回的查詢結果，還包括搜索信息的同義詞結果返回，知識圖譜結果返回。
示例：
Smarts同義詞：如果用戶搜索“運動鞋”, RankBrain可能會理解用戶的意思也就是“跑鞋”，返回結果裡會包含跑鞋相關頁面。還比如有關“蘋果”（Apple）技術公司和“蘋果”（apple）水果的頁面。
知識圖譜：知識圖譜（Knowledge Graph）於2012年推出，是Google進一步完善單詞間聯繫的一種方式。更重要的是，它學會瞭如何搜索“不是字符串的東西”，不是用戶輸入內容直接結果。知識圖是有關世界事物及其之間關係的事實數據庫。
例如搜索“奧巴馬的妻子何時出生”，並獲得有關Michele Obama的答案，而無需使用她的名字。
微軟用自己的機器學習系統RankNet，作為今天Bing搜索引擎的一部分。
三、BERT
BERT於2019年10月21日當週開始在Google的搜索系統中推出英語查詢，包括精選摘要，BERT模型也被用於改善兩個國家的特色片段。 Google重大搜索更新（包括BERT算法）有助於其更好地理解用戶搜索查詢背後的意圖，這應該意味著更相關的結果。
BERT將影響10％的搜索量，這意味著它可能會對您品牌的自然可見度和點擊量產生一些影響。
BERT是Bidirectional Encoder Representations from Transformers的簡稱，代表來自變壓器的雙向編碼器表示，它是一種基於神經網絡的自然語言處理預訓練技術，可以幫助Google更好地識別搜索查詢中單詞的上下文語境意思。
神經網絡：神經網絡算法是為模式識別而設計的。對圖像內容進行分類，識別筆跡甚至預測金融市場的趨勢是神經網絡在現實世界中的常見應用程序。
自然語言處理（NLP）：是指處理語言學的人工智能的一個分支，其目的是使計算機能夠理解人類自然交流的方式。 NLP帶來的進步示例包括社交監聽工具，聊天機器人和智能手機上的單詞建議。
BERT工作流程：能夠基於句子或查詢中的整個單詞集來訓練語言模型（雙向訓練），而不是傳統的以有序單詞序列（從左至右，組合詞從左到右，從右到左）進行訓練的方法。 BERT允許語言模型基於周圍的單詞學習單詞上下文，而不僅僅是基於緊隨其後的單詞。
Google將 BERT稱為“深度雙向”，因為單詞的上下文表示“從深度神經網絡的最底層開始”。
BERT返回搜索結果示例：
輸入“成人數學練習書”查詢以前在自然搜索結果的頂部浮出了6至8年級書的清單。應用BERT後，Google會在結果頂部顯示一本名為“成年數學”的書的清單。在該查詢的當前結果中看到6-8年級的書仍在排名中，但是有兩本專門針對成年人的書，包括精選的摘要。
BERT主要應用於更長更多的對話式查詢或包含介詞for, to的搜索查詢結果的返回,搜索將能夠理解您查詢中單詞的上下文。品牌搜索和較短的短語只是可能不需要BERT的自然語言處理的兩種類型的查詢示例。
四、Hummingbird vs BERT vs RankBrain
Hummingbird 是谷歌整體搜索算法，RankBrain和BERT是整個Hummingbird算法的一部分。
蜂鳥還包含SEO領域中大家熟悉的名稱，例如旨在打擊垃圾郵件的Panda, Penguin 和Payday，旨在改善本地搜索結果的Pigeon，旨在降級廣告大量網頁的Top Heavy以及旨在獎勵移動設備的Mobile Friendly友好的頁面和Pirate Update旨在打擊版權侵害。
RankBrain和BERT是用於通知搜索結果的兩種獨立算法。
RankBrain是與常規的自然搜索排名算法並行運行，並且用於對由這些算法計算出的結果進行調整。
BERT在查看單詞之前和之後的內容，以了解單詞的含義和相關性，與傳統算法不同。傳統算法的確會嘗試查看頁面上的內容，以了解其內容以及與之相關的內容。但是，傳統的NLP算法通常只能查看單詞之前的內容或單詞之後的內容以了解其他上下文，以幫助其更好地理解該單詞的含義。 BERT的雙向組成部分使其與眾不同。
BERT可以與RankBrain一起與其他Google算法一起單獨應用，或者根據搜索詞完全不組合。谷歌始終堅持對豐富內容獎勵的基本原則保持不變。
