[ad_1]
特色片段是否由與核心演算法分開的特定排名演算法驅動？
這是我的理論。對我來說，這個想法持有（很多）水。
而且我並不孤單。專家如 Eric Enge， Cindy Krum，和 漢娜索普 有同樣的想法。
為了試圖得到確認或對該理論的反駁，我問道 加里·伊利斯 這個問題：
精選代碼段的功能是否與10個藍色鏈接不同？
答案絕對讓我感到震驚。
他概述了一位新的搜索工程師在開始在Google工作時學到了什麼。
請記住，本文中描述的系統被證實是正確的，但我得出的一些結論不是（斜體），而且這裡的所有數字都完全由我發明。
本文的目的是概述排名的功能。不是個人排名因素，也不是他們的相對權重/重要性，也不是多候選人投標系統的內部運作方式。那些仍然是一個超級秘密（我100％明白為什麼會這樣）。
排名如何在Google搜索中發揮作用
排名因素是什麼？
有數百/數千個排名因素。谷歌沒有告訴我們它們的詳細信息（在我看來，這似乎是合理的）。
他們確實告訴我們他們將它們分組：Topicality，Quality，PageSpeed， RankBrain， 實體， 結構化數據， 新鮮… 和別的。
這裡有幾點需要指出：
- 這七個是我們可以依賴的實際排名因素（沒有特定的順序）。
- 每個排名因子包括多個信號，例如，質量主要是PageRank，但也包括其他信號，結構化數據不僅包括Schema.org，還包括表格，列表，語義HTML5以及其他一些信號。
Google會計算每個排名因素的網頁分數。
像這樣的東西
請記住，在整篇文章中，所有這些數字都是完全假設的。
排名因素如何為投標做出貢獻
谷歌採用個人排名因子得分並將它們組合起來計算總得分（使用「出價」一詞，這對我來說非常有意義）。
重要的是，總出價是通過乘以這些得分來計算的。
像這樣的東西
總得分的上限為2到64的冪…不是100％肯定，但我認為這是Illyes說的，所以也許它是對 小麥和棋盤 棋盤的後半部分的數字如此驚人地超出規模以至於它實際上是一種故障安全緩衝區的問題。
這意味著這些個人得分可以是單數，雙數，三數，甚至是四位數，總數不會達到上限。
這個非常高的上限也意味著谷歌可以繼續投入更多的因素，並且永遠不需要「挫傷」現有的分數來為新的分數騰出空間。
就在那裡，我的思緒已經在旋轉。但它變得更好。
注意 – 一個單一的低分可以殺死一個出價
並且通過乘法計算總數的事實是非凡的洞察力。為什麼？因為任何低於1的單一分數都會嚴重妨礙該出價，無論其他分數如何。
看看得分坦克只是一個因素下降到略低於1.這足以讓這個頁面脫離爭論。
進一步降至1以下通常會將其扼殺。可以克服小於1的排名因子。但其他因素需要非常強大。
看看下面的數字，人們就會知道有多強。忽視弱勢因素不是一個好策略。努力使該因子高於1是一個很好的策略。
我在這裡的賭注是，我們（通常）在SEO行業中看到的超級令人印象深刻的「向上和正確的SEO勝利」示例是網站*僅僅*校正低於1的排名因素的示例。
該系統獎勵那些具有良好分數的頁面。在某些因素上表現良好但在其他因素上表現不佳的頁面總是很難。平衡的方法獲勝。
歸功於 布倫特D佩恩 這個偉大的比喻：「最好成為一個直接的C學生，而不是3 As和F」。
什麼是基於出價的排名看起來像
這只是一個例子
優化競標以獲得最終排名
最高結果（比如10）被發送到第二個演算法，該演算法旨在優化排名並消除任何通過網路滑落的不可接受的結果。
這裡考慮的因素是不同的，似乎針對特定情況。
這種重新計算可以提高或降低出價（或者可以設想保持相同）。
我的理解是，它最有可能降低出價。我會更進一步，並建議這是一個過濾器，目前主要旨在阻止初始演算法錯過的無關，低質量和黑帽內容。
因此，我們正在考慮可能看起來像這樣的最終出價。
請注意，在此示例中，一個結果得到一個零分，因此完全從考慮/消除中刪除（記住，因為我們正在相乘，任何單個零分數將保證總分也為零）。這是非常激進的。這是一個非常重要的事實，無論你如何看待它。
可以通過演算法生成這樣的零。
我的猜測是零還可以作為實現一些手動操作的一種方式（這是我所說的相當大的跳躍，並且是我的結論，並且決不會被谷歌的任何人證實）。
可以肯定的是，訂單會發生變化，我們會在網路/「10個藍色鏈接」中找到最終的結果列表。
如果這一天還不夠，那麼它現在變得非常有趣。
富元素是'候選結果集'（我的期限，不是谷歌的）
候選結果集競爭第1頁上的位置
每種類型的結果/豐富的元素 在第1頁上有效地爭奪一個地方。
新聞，圖片，視頻，精選片段，輪播，地圖，專線小巴等 – 每個都提供了第1頁的候選人列表。
第1頁已經有很多競爭對手出現，而且這個名單還在不斷增長。
使用此系統，Google可以為某個地點出價而創建的富元素數量沒有理論上的限制。
候選結果排名因素
術語「候選結果」和「候選結果集」來自我，而非來自Google
影響這些候選結果集中的排名的因素的組合必然是特定於每個因素，因為一些因素對於單個候選結果集是唯一的並且一些將不適用。
一個示例是適用於圖像候選結果集的alt標記，但不適用於其他人，或者是新聞候選結果集所必需的新聞站點地圖，但在其他人的計算中沒有位置。
候選結果集排名因子權重
每個因子的相對權重對於每個候選結果集也必然是不同的，因為每個因子以特定格式提供特定類型的信息。
目的是為用戶提供最合適的元素：
- 內容本身。
- 媒體格式。
- 頁面上的位置。
例如，新聞將成為新聞中的重要加權因素，也許是精選片段的RankBrain。
候選結果集出價計算
每個候選結果集提供的出價以與第一個Web /藍色鏈接示例相同的方式計算（通過乘法，並且我假設，使用第二個細化演算法）。
然後谷歌有多個候選人競標一個地方（或幾個地方，具體取決於類型）。
把它全部拉到一起為第1頁
候選結果相互競標
我最初的問題是關於精選片段，我確信來自該特定候選結果集的最高出價必須超過網路「贏」的最高結果。
對於其他人來說，這並沒有100％的意義。所以我假設每個候選結果集的「獲勝」規則不同。
我用來做出這些獲勝選擇的規則是虛構的，而不是Google真正做到這一點的方式。
谷歌正在尋找能夠為用戶提供「更好」解決方案的豐富結果。
當它確定「更好」的候選結果時，該結果被賦予一個位置（以一個或多個經典藍色鏈接為代價）。
第1頁上富有元素的最終選擇
每個候選結果集都受到特定限制 – 並且所有候選結果集都服從於傳統的Web結果/經典藍色鏈接（至少目前為止）。
- 一個結果，一個可能的位置（例如，精選片段，新聞）
- 多個結果，多個可能的位置（例如圖像，視頻）
- 多個結果，一個可能的位置（例如新聞，輪播）
我的例子中的獲勝者是（記住我用來做出這些選擇的規則是虛構的，而不是Google真正做到這一點的方式）……
- 新聞：未能超過＃1網站出價，因此沒有足夠的相關性，也沒有贏得一席之地。
- 圖片：我們有一位獲勝者。分配的空間是5，所以其他4個免費搭車。
- 視頻：兩個比網路結果高出一籌，所以他們都得到了一席之地。
- 精選片段：我們有幾位獲獎者。但只使用了一個。因為這是「答案」。
我們有最後一頁，它看起來像這樣。
由於地方被賦予了豐富的元素，較低位置的網路結果會落到第2頁。我們真的不應該把目光從藍色鏈接的消亡中拉下來。
我重申：我沒有關於如何將位置歸因於視頻或圖像的信息 – 我用我自己發明的簡單系統而不是谷歌系統將位置歸因於他們。 ?
結束 – 從我身上的一點理論
所有這最後一塊都是我最初的想法，因為我消化了這一切。不屬於加里或谷歌。
搜索結果中的達爾文主義
在我看來，一些富有的元素將「自然地」成長並越來越頻繁地贏得一席之地（特色片段是我們今天在行動中看到的一個例子）。
其他人將「自然地」縮小（移動設備上的經典藍色鏈接）。有些人可能「自然地」完全消亡。都非常達爾文！
這個系統很快就會消失
谷歌的「富元素排名」系統具有內置的擴展和適應結果/答案交付變化的能力。有機！
新設備，新內容格式，個性化…… Google可以簡單地創建一個新的富元素，將其添加到系統並讓它競標一個地方。當它比經典的藍色鏈接更合適時，它將在結果中贏得一席之地。潛在地，隨著時間的推移，它在自然最適合的微時刻中佔主導地位。
搜索中的達爾文主義。哇！
不了解你，但總而言之，我的思緒被吹噓了。
圖片來源
特色圖片和在線圖片：創建者 VéroniqueBarnard，2019年5月