[ad_1]
可以肯定地認為Bing和Google的組織和職能相似。
考慮到這一點，如果Google不會告訴我們更多有關演算法如何運行的信息，我認為如果我想更好地了解Bing是解決方案。
這就是我所做的。
以下是我在必應團隊領導下進行的五次系列訪談中的第一次。
我會將它們全部發布為「搜索引擎期刊」上的文章（以及播客中未刪減的完整對話，和傑森·巴納德（Jason Barnard）一起…」和在Kalicube.pro上 YouTube頻道）。
首先：Bing高級程序經理LeadFrédéricDubut。
任何SERP的基礎都是（10）藍色鏈接
Dubut絕對斷言，現代搜索引擎上每個結果頁的基礎都是「 10個藍色鏈接」。
然後，如果可以使用豐富元素（SERP功能）直接且有用地解決查詢，則該演算法會以該格式合併最佳結果。
如果多個豐富元素可以為用戶提供價值，那麼這些元素也會被添加。
這證實了谷歌谷歌公司的加里•伊利亞斯去年五月在悉尼所說的話。但是帶有更多的「趣味性」。
如果您還沒有，請在繼續之前閱讀以下詳細說明： 達爾文主義在搜尋中的運作方式，如Illyes所解釋。
這是極其簡化的解釋：
SERP功能只是一種附加格式，通過結合達爾文演算法來判斷其對用戶的有用性/價值，可以生存或消亡。
而已。簡單。
關於Google排名功能如何運作的最初文章涵蓋了很多領域，但是當我與Dubut交談時，他進一步介紹了以下內容：
- 每個候選人集都有一個專門的團隊。
- 為了確保頁面為用戶帶來「最大」價值，有一個整頁團隊扮演「裁判」角色。
每個候選人集後面都有一個專職小組（和改編的演算法）
每種候選集演算法都使用模塊化系統在相同的集中式「藍色鏈接演算法」上進行工作，該模塊化系統隔離信號（如果需要，可將其稱為因子或特徵）並對其使用不同的權重。
每個候選人集都有一個專門的團隊來研究如何：
- 建立在該演算法之上，以最好地服務於其功能的細節。
- 為該集合生成最佳結果，並將其作為SERP的候選者。
如果候選集提供的結果比原始的10條藍色鏈接有所改善，那麼它將在SERP上佔有一席之地。
問答特色摘錄演算法
如果我們以特色片段為例，那麼準確，新鮮和權威比擁有大量鏈接更為重要。
精選摘要（Bing說Q＆A）也可以很好地回答查詢，對用戶而言，這是對藍色鏈接的明顯而直接的改進。
有趣的是，問答團隊在藍色鏈接團隊的隔壁辦公室中。
本系列的第3部分是對Q＆A團隊負責人Ali Alvi的採訪。這是該系列中最長的，而且非常有趣。
我想到的一個事實是，他管理著為藍色鏈接結果生成描述的團隊。
而且，當您考慮到Fabrice Canel在本系列第2部分中對他在索引/存儲他們爬網的頁面時添加的注釋的解釋時，所有這些開始可以輕鬆地放在一起。
多媒體演算法
視頻和圖像是富元素的其他一些相當容易掌握的示例，它們在某些方面比藍色鏈接給用戶帶來更多的價值-最明顯的是任何包含「圖像」或「視頻」一詞的查詢，但幾乎任何查詢流行歌手或視覺藝術家周圍。
有趣的是，視頻和圖像候選集都由同一團隊-多媒體管理。
本系列文章的第4部分是對領導多媒體團隊的Meenaz Merchant的採訪，它提供了一些非常有趣且重要的見解-尤其是權威和信任的重要性。
Bing Ads：「另一個候選集」
一旦有人解釋了候選集在SERP上競爭一席之地的想法，下一個顯而易見的問題是：
廣告呢？
實際上，它們只是另一個候選集。
如果最相關的廣告為用戶帶來了價值，那麼它對該SERP上的某些空間就有「權利」。
廣告的關鍵原則是Bing仍然希望滿足用戶需求。
為了留住觀眾，Bing必須確保在用戶點擊廣告後所消費的該廣告背後的內容能夠滿足他們的查詢時就展示廣告。
因此，廣告只是另一個候選集，它在SERP後面擴展了一組選項。
但是，與其他情況一樣，Whole Page演算法將做出最終決定。
在公司收入與服務用戶之間找到微妙的平衡。
弄錯了，事情很快就會過去。
Google可能擁有超過90％的市場份額。
但是，即使佔據主導地位，太多無法投放的廣告也有可能帶來災難。
也就是說，廣告仍然是特例。
無論Google和Bing說什麼，很明顯，他們將承擔一定程度的自利商業偏見。
但是，從宏觀的角度來看，我傾向於沒有那麼嚴格，建議它們的長期生存取決於演算法是否能創造合理的平衡。
兩家公司中的任何一家都將以短期賺錢而犧牲長期為代價的想法沒有商業意義。
除此之外，如果沒有人點擊廣告，他們將不會賺錢。
給定呈現SERP的方式，那麼我們就遇到了這樣一種情況，即廣告必須填充與其他候選者相同的角色：提供替代路徑或以對用戶有吸引力的格式提供相同答案。
因此，賺錢只不過是確保廣告作為用戶的即時解決方案具有吸引力–是藍色鏈接或豐富結果的真正有效替代方案……而這取決於廣告客戶的能力：
- 出價查詢他們實際擁有解決方案的地方。
- 提供對用戶有用且有價值的廣告文案。
而且，如果我們將購物廣告視為與視頻盒，精選摘要等相同的豐富元素/ SERP功能，那麼我們可以看到，廣告將在未來幾年內以達爾文主義方式發展。
整頁團隊
這個詞在與Dubut的對話中真正激發了我的興趣。
達爾文主義意味著，任何想出現在SERP上的富元素/ SERP功能都可以通過生存和消亡來決定它們是否真的可以說服演算法它們具有比藍色鏈接更大的價值。
這在一定程度上是正確的。
每個「候選集」都會產生最佳答案（視頻，圖像，精選摘錄，「人們也要問……」），然後輸入「出價」，但並不是由他們決定是否出現。
這就是整個頁面演算法的作用。
整個頁面團隊是一個非常重要的概念，也是一個關鍵發現。
本系列的第5部分是領導整個頁面團隊的Nathan Chalmers的訪談–他確認整個頁面演算法確實可以管理實際顯示的內容。
SERP不能完全按照達爾文主義原理運作……但是查默斯（Chalmers）認為，我在搜索中的達爾文主義概念是一種很好的觀察方式。而且更好的是，告訴我他們有一個名為達爾文的演算法
而且，正如人們所期望的那樣，整個頁面演算法都是圍繞意圖進行的。它將加權結果，並確保最能滿足意圖的豐富元素表現良好。
以Beyonce為例，顯示視頻和新聞很重要，因為這正是用戶想要的。
在這種情況下，十個藍色鏈接無關緊要。
這就是母版/整頁演算法會嚴重影響顯示內容最終決定的示例。
演算法中機器學習的簡單說明
- 人工告訴機器是哪些因素（他稱它們為他們認為重要的特徵,，並為他們提供關於成功和失敗的規則。
- 然後，為機器提供大量不同的人為標記的示例，這些示例說明了一系列不同的搜索查詢的好壞。
- 然後，機器為輸入的功能計算出不同的權重，無論輸入什麼（無論對於新的示例，機器都從未見過），無論在何種情況下都可以提供高質量的結果。
Dubut建議，一種看待此問題的有用方法是將演算法視為簡單的度量模型……它度量成功和失敗並相應地進行調整。
但至關重要的是，人類扮演著核心角色。
機器沒有控制權-該演算法是由人類（通過示例）提供對錯定義的。
創造和維護定義哪些功能重要與否的平台的人也是人。
機器學習只是平衡所有功能，以最好地滿足人類的判斷。
機器學習周期
這是一個連續的過程。 Bing不斷為演算法提供反饋，以便他們可以自我完善。
完成上述第3步後，人類法官將評估並標記結果。
演算法團隊使用該數據來調整功能和規則，然後將標記的數據反饋給計算機。
負反饋由機器用於調整和改進。積極的反饋是對機器學習的一種增強。
這聽起來像是我們所有人的學習。
必應的人類法官指南
重要的是，人類法官的反饋是有條理的；並非基於人的直覺，因為人的直覺會因法官的不同而異，並使反饋對機器造成混淆或矛盾。
該結構採用一套準則的形式（相當於Google的搜索質量準則/質量評估者準則），以確保一致性，最大化客觀性並為機器提供結構。
人類對結果的評分會不斷反饋到Bing的演算法中（參見上文），從而使機器能夠適應和改善特徵權重，並（有希望）隨著時間的推移改善其結果。
每個團隊（多媒體，問答和特色片段，知識面板等）都有自己的專家評審小組和自己的準則，這些準則著重於特定豐富元素的要求。
這似乎暗示著Google-land上還有其他評估者指南，這很有趣。
這也意味著（至少對我而言）撰寫這些準則的人會對要素（要素）的相對權重產生強烈，間接的影響。
而且這些權重必須從一個豐富元素到另一個豐富元素有顯著差異。
「整頁」團隊再次提出了一個有趣的案例–他們的人為判斷和準則（可以說）具有最明顯的影響力。
藍色鏈接不會很快消失
豐富的元素使用核心藍色鏈接演算法的變體（以我的理解是模塊化的方式），而10個藍色鏈接是「初始SERP」，所有其他元素旨在證明它們提供的價值超過「其他」目的藍色鏈接。
要重申（因為它很重要），SERP是從10個藍色鏈接向上系統地構建的。它們是各個方面的基礎。
這意味著它們在可預見的將來不會消亡。
SERP功能（豐富元素）的出現和達爾文主義的崛起已經扼殺了一些，但是藍色鏈接在可預見的將來不會消失。
每個SERP平均有七個半藍色鏈接可能在正確的範圍內。
Dubut建議這是一個很好的經驗法則，因為總體目標是使SERP保持相同大小。
但是SERP的長度和結果的數量最終是由整頁演算法決定的（有關更多信息，請參閱本系列第5部分）。
我一直在尋找可靠的數據來確認這一點，但是到目前為止，我所要求使用的任何工具都無法完全隔離第1頁，並且無法提供準確的藍色鏈接數據，也不能提供Google或Bing的豐富元素數據。
我確實做到了這一點，以便在Google上完全匹配品牌搜索查詢。
該數據（20,000個品牌）表明，在Google（對不起，我無法跟蹤Bing），特別是對於品牌SERP，平均有8.15個藍色鏈接，左側平均有多少富元素是2.07。
因此，豐富的元素並沒有很大程度地影響SERP第1頁上的結果數量-儘管它們既變得更豐富，又變得更長一些。
每頁的平均結果現在略高於10。
豐富元素以1-1為基礎殺死藍色鏈接
我的數據集的總體平均值（略低於20,000個品牌的SERP）– 8.15個藍色鏈接和2.07個Rich Elements。
但是這些數據並不能說明全部。
杜布特（Dubut）在採訪即將結束時說了些話，這為我提供了一個令人愉快的警告，我尚未獲得詳細的數據，但值得進一步調查。
因此，他是對的，因為在左側添加了豐富的元素，結果的數量仍然保持穩定。
豐富元素的確會殺死藍色鏈接-有時
去年5月，當我寫「達爾文主義在搜索中」一文時，我最初的想法是，豐富元素的存在不僅會殺死藍色鏈接，還會減少第1頁上的結果數量。
邏輯是，豐富的元素不僅可以代替藍色鏈接，而且（例如，由於在Twitter盒中有較大的垂直空間）還可以殺死額外的藍色鏈接，並且平均結果數＃1頁會掉落。
錯誤？
是。
和不。
兩種查詢
因此，對於SERP長度，查看兩個不同的宏結果集和兩個經驗法則很有用。
出於明確的意圖（在這種情況下為明確的品牌名稱），SERP趨於變得越來越豐富和矮小。
隨著富元素數量的增加，結果總數趨於下降。
由於意圖很明確-較短，更豐富，更集中的結果可以最大程度地滿足用戶需求。
出於模稜兩可的意圖，SERP趨於變得越來越豐富和更長-豐富的元素傾向於添加到結果頁面中而幾乎沒有刪除。
由於意圖尚不明確-一系列意圖會帶來更多結果，這將盡最大努力滿足其用戶的需求。
為什麼？
對於具有多個意圖的更加模糊的查詢，引擎希望變得更加全面。
更多的結果和更長的頁面是它們提供更多多樣性並更好地覆蓋這些多重意圖的方式。
Dubut和Chalmers都確認這是事實。我敢肯定，數據會支持這一點–歡迎任何希望與我進行分析的平台。 ?
最後還有一個不錯的數字–第1頁的總體平均結果數保持為10（至少對於品牌SERP）。
未完待續…
Bing系列（2020年4月）
- Bing的排名如何運作 –必應資深項目主管FrédéricDubut
-
在Bing發現，搜尋，提取和建立索引– Fabrice Canel Bing首席項目經理
-
問與答/精選摘要演算法的工作原理-Bing AI產品首席主管程序經理Ali Alvi
-
圖像和視頻演算法的工作原理–必應AI和研究部首席項目經理Meenaz Merchant
-
整頁演算法的工作原理–必應搜索相關團隊計劃經理Nathan Chalmers
圖片積分
特色和後期圖片：Kalicube.pro