[ad_1]
Meenaz Merchant的正式头衔是必应AI和研究部首席项目经理。
他简单地说：多媒体团队负责人。
我了解到的第一件事是，同一团队为图像和视频构建了算法。
这意味着了解如何处理每个对象会更简单-他们将采用类似的方法，并且可能会以类似的方式查看类似的功能。
他们还运行相机搜索（反向图像搜索）算法。 （不幸的是，我们没有时间谈论这个。）
是什么触发了视频和图像框？
意图。
显然具有非常明确的意图，例如“…的图片”或“ ..的视频”，以及更加模棱两可的明确性，例如“给我看……”
但也隐含了用户可能在SERP上想要和期望的图像或视频的位置，例如电影明星。
两者是否经常并排出现在SERPS中？
商家提到重叠的10％，其中视频和图像都是相关的，有助于满足用户的意图。
因此，他们有10％的时间显示一个，也会显示另一个。
从我在Kalicube.pro上收集的关于品牌SERP的抽查中，在我看来，SERP存在偏向于“或”的偏见。
商家告诉我，事实并非如此。
我真的应该事先检查我的数据。交叉是相当广泛的。
在SERP上有图片的品牌中，有三分之一也有视频，而有视频的四分之一中也有图片。
这些是Google SERP（不是必应）的统计数据，但很好地说明了商家提及次数增加了一倍。
这些数据支持弗雷德里克·杜布特（FrédéricDubut）在接受采访时所说的话，这一系列活动拉开了序幕，商人重申。
有些查询对图像和视频具有非常强烈的隐式意图-名人，尤其是在娱乐领域。 Dubut提到碧昂丝。
点击率会影响这些丰富元素的显示位置
商家很清楚–随着时间的流逝，这些元素之一的较高点击率会将其推向SERP。
再来看上面的碧昂斯（Beyonce）示例，排名高于图像的视频更有意义。
在本系列的第五集中，来自整个页面团队的Nathan Chalmers还指出，SERP上的用户行为会影响放置富元素的位置。
他还指出，它们汇总数据并使用机器学习，而不是基于每个查询甚至每个意图应用点击数据。
这是我确实需要对Brand SERP数据进行的一些分析。
不仅存在于品牌和人群中的丰富元素，而且在排名中正在上升的元素，即在搜索者中更受欢迎。
什么有助于图像排名？
关联性是唯一最重要的因素。
商家说：“相关性-这是查询的正确形象-胜过一切。”
他们确实想要多样性，但不会稀释结果的质量以扩展到其他来源。
如果一个来源提供多张被认为相关的图像，它们将全部排名。
商家使用的查询示例非常具体，即“来自恶魔岛的旧金山市”。
如果他们有显示该视图的图像，那是最相关的。
具有最佳图像SEO的最佳网页所包含的图像看起来几乎相同，但实际上是从不同的视角拍摄的，例如与金门大桥的城市图片无关，算法将尝试弄清楚并过滤掉结果。
评估相关性取决于了解图片中的内容。
他们使用“传统”信号：
- Alt标签。
- 标题标签。
- 文件名。
- 字幕。
- 图像周围的内容。
但是事实证明，相关性的核心信号是通过使用机器学习进行分析来了解图像显示的内容。
机器学习的进展
正如Fabrice Canel在本系列的第2集中指出的那样，Microsoft（和Google）在使用深度学习方面取得的进展是指数级的。
他们的算法正在以指数级的速度改进。
特别是对于图像，最近三年是“起飞”。
Bing理解图像周围内容以理解上下文的能力得到了改善，但他们分析图像本身并理解内容的能力也得到了提高。
他们从一组易于识别的事物开始，他们拥有大量的数据（准确标记的图像）。
著名的面孔，地标，动物，花朵……
汤姆·汉克斯（Tom Hanks），埃菲尔铁塔，德国牧羊犬和玫瑰将成为三年前训练的一部分。
他们逐渐将其扩展到标记较少的数据集，并结合了图像中特定元素的识别……以至于现在它们可以变得非常微妙。
商家使用的示例是了解天际线图片是城市。
不仅如此：哪个城市？ （即，旧金山）
更进一步：该照片是从特定的有利位置拍摄的（即从恶魔岛拍摄的旧金山天际线）。
这突显了这种分析的优势。
作为用户，我们利用这些功能（并开始将其视为理所当然），但作为营销人员却忘记了这些机器的智能程度。
并进一步采取措施-他们对自己正确理解的信心正呈指数级增长。
这意味着越来越少地依赖所有这些传统信号。
Alt标签不再是它们曾经的指示器。
如果机器非常确定已经正确识别了图像显示的内容，那么即使图像周围的内容也可能变得非常多余。
他们分析每一个图像
我一直认为通过算法运行图像会产生财务损失，这意味着金钱会决定他们无法分析收集到的所有图像。
不对。
商家表示，他们会分析每张图像并确定其显示的内容。
这意味着他们在文件名，alt标签，标题，标题乃至图像周围的内容中看到的线索只是对机器已理解内容的佐证。
因此，在这些方面作弊确实不再有任何意义。
必应会发现作弊并忽略它。
但是更糟。信任。
以alt标签为例，Merchant指出该算法将了解哪些网站值得信任，并将历史信任应用于排名。
这似乎证实了我在将网站上的页面提交给Bing和Google时的经历。
页面和图像都非常快速地被索引（秒）。我测试过的其他站点需要几分钟，几小时甚至几天的时间。
历史上建立的信任似乎是这里的主要因素。
商家建议随着时间的推移建立声誉也适用于权威。他们着眼于评估权威的许多信号。
商家侧重于高质量的内容（在这种情况下为图像），入站链接和来自SERP的点击。
这很好地说明了E-A-T的重要性。他们在看：
- 专长（优质内容）。
- 权威性（同行团体支持）。
- 信任（通过SERP上的交互进行听众欣赏）。
说得通。
每次搜索都会重新评估权威和信任。
该算法不断地微更改其对哪个域最值得信赖和最权威的看法。
长期保持诚实对您未来的成功至关重要。
核心SERP上的图像框仅仅是垂直图像的最佳结果
商家谈论图片的垂直方向，并指出它们可以产生与核心蓝色链接一样多的结果。
到达图像结果的顶部不仅可以在那里看到，而且可以在核心SERP上看到。
要在蓝色链接SERP上看到您，您只需要在图像的顶部附近排名即可进行查询，以显示核心SERP上的图像框。
如果查询是非常以图像为中心的，则由于图像框较大，因此将对前十二个查询进行排名。
什么有助于视频排名？
信号类似于图像。
最重要的是相关性…。然后还有知名度，权威，信任和吸引力（按顺序排列）。
是什么触发了核心SERP上的视频盒？
与图像一样，视频盒是否显示在核心SERP上取决于它们与查询的显式或隐式意图的相关性。
商家列举了两个会触发视频的隐式意图的示例：新闻和娱乐。
是否存在域/平台偏差？
该平台与制作受众感兴趣的相关视频（再说一遍！）无关紧要。可以将其托管在YouTube，Twitter，Facebook，Vimeo上。
但是考虑一下查询的类型和您的垂直领域。
不同的平台在不同的垂直市场上占主导地位。
YouTube是“操作方法”的绝佳来源，但新闻往往倾向于BBC或其他新闻网站。
第一个非YouTube的结果是第400个！！！！
在对利基垂直行业的查询中，YouTube或BBC等主要平台几乎没有优势。
在那个利基市场中的权威可以扮演重要角色。因此，必应会将小型专业网站视为非常利基搜索查询中视频的理想来源。
他们会寻找：
-
质量（又称准确又有体面的生产标准）。
-
该行业内的权限（又称同行小组批准）。
-
信任域在过去几年中建立的（也就是向Bing或Google提供对他们的受众有用的结果-SERP数据）。
再一次，所有这些看起来都像是E-A-T。
E-A-T的重要性
当我继续撰写Bing系列访谈时，E-A-T越引人注目，我也越发相信E-A-T是一种创建和呈现要排名的内容的好方法。
看着 本文的采访视频基于。
阅读必应系列中的其他文章
- Bing的排名如何运作 –必应资深项目主管FrédéricDubut
- 在Bing发现，搜寻，提取和建立索引 – Fabrice Canel必应首席项目经理
- 问题与解答/精选摘要算法的工作原理 – Bing AI产品首席主管程序经理Ali Alvi
-
图像和视频算法的工作原理–必应AI和研究部首席项目经理Meenaz Merchant
-
整页算法的工作原理–必应搜索相关团队计划经理Nathan Chalmers
图片积分
特色和后期图片：VéroniqueBarnard，Kalicube.pro