[ad_1]
Meenaz Merchant的正式頭銜是必應AI和研究部首席項目經理。
他簡單地說：多媒體團隊負責人。
我了解到的第一件事是，同一團隊為圖像和視頻構建了演算法。
這意味著了解如何處理每個對象會更簡單-他們將採用類似的方法，並且可能會以類似的方式查看類似的功能。
他們還運行相機搜索（反向圖像搜索）演算法。 （不幸的是，我們沒有時間談論這個。）
是什麼觸發了視頻和圖像框？
意圖。
顯然具有非常明確的意圖，例如「…的圖片」或「 ..的視頻」，以及更加模稜兩可的明確性，例如「給我看……」
但也隱含了用戶可能在SERP上想要和期望的圖像或視頻的位置，例如電影明星。
兩者是否經常並排出現在SERPS中？
商家提到重疊的10％，其中視頻和圖像都是相關的，有助於滿足用戶的意圖。
因此，他們有10％的時間顯示一個，也會顯示另一個。
從我在Kalicube.pro上收集的關於品牌SERP的抽查中，在我看來，SERP存在偏向於「或」的偏見。
商家告訴我，事實並非如此。
我真的應該事先檢查我的數據。交叉是相當廣泛的。
在SERP上有圖片的品牌中，有三分之一也有視頻，而有視頻的四分之一中也有圖片。
這些是Google SERP（不是必應）的統計數據，但很好地說明了商家提及次數增加了一倍。
這些數據支持弗雷德里克·杜布特（FrédéricDubut）在接受採訪時所說的話，這一系列活動拉開了序幕，商人重申。
有些查詢對圖像和視頻具有非常強烈的隱式意圖-名人，尤其是在娛樂領域。 Dubut提到碧昂絲。
點擊率會影響這些豐富元素的顯示位置
商家很清楚–隨著時間的流逝，這些元素之一的較高點擊率會將其推向SERP。
再來看上面的碧昂斯（Beyonce）示例，排名高於圖像的視頻更有意義。
在本系列的第五集中，來自整個頁面團隊的Nathan Chalmers還指出，SERP上的用戶行為會影響放置富元素的位置。
他還指出，它們匯總數據並使用機器學習，而不是基於每個查詢甚至每個意圖應用點擊數據。
這是我確實需要對Brand SERP數據進行的一些分析。
不僅存在於品牌和人群中的豐富元素，而且在排名中正在上升的元素，即在搜索者中更受歡迎。
什麼有助於圖像排名？
關聯性是唯一最重要的因素。
商家說：「相關性-這是查詢的正確形象-勝過一切。」
他們確實想要多樣性，但不會稀釋結果的質量以擴展到其他來源。
如果一個來源提供多張被認為相關的圖像，它們將全部排名。
商家使用的查詢示例非常具體，即「來自惡魔島的舊金山市」。
如果他們有顯示該視圖的圖像，那是最相關的。
具有最佳圖像SEO的最佳網頁所包含的圖像看起來幾乎相同，但實際上是從不同的視角拍攝的，例如與金門大橋的城市圖片無關，演算法將嘗試弄清楚並過濾掉結果。
評估相關性取決於了解圖片中的內容。
他們使用「傳統」信號：
- Alt標籤。
- 標題標籤。
- 文件名。
- 字幕。
- 圖像周圍的內容。
但是事實證明，相關性的核心信號是通過使用機器學習進行分析來了解圖像顯示的內容。
機器學習的進展
正如Fabrice Canel在本系列的第2集中指出的那樣，Microsoft（和Google）在使用深度學習方面取得的進展是指數級的。
他們的演算法正在以指數級的速度改進。
特別是對於圖像，最近三年是「起飛」。
Bing理解圖像周圍內容以理解上下文的能力得到了改善，但他們分析圖像本身並理解內容的能力也得到了提高。
他們從一組易於識別的事物開始，他們擁有大量的數據（準確標記的圖像）。
著名的面孔，地標，動物，花朵……
湯姆·漢克斯（Tom Hanks），埃菲爾鐵塔，德國牧羊犬和玫瑰將成為三年前訓練的一部分。
他們逐漸將其擴展到標記較少的數據集，並結合了圖像中特定元素的識別……以至於現在它們可以變得非常微妙。
商家使用的示例是了解天際線圖片是城市。
不僅如此：哪個城市？ （即，舊金山）
更進一步：該照片是從特定的有利位置拍攝的（即從惡魔島拍攝的舊金山天際線）。
這突顯了這種分析的優勢。
作為用戶，我們利用這些功能（並開始將其視為理所當然），但作為營銷人員卻忘記了這些機器的智能程度。
並進一步採取措施-他們對自己正確理解的信心正呈指數級增長。
這意味著越來越少地依賴所有這些傳統信號。
Alt標籤不再是它們曾經的指示器。
如果機器非常確定已經正確識別了圖像顯示的內容，那麼即使圖像周圍的內容也可能變得非常多餘。
他們分析每一個圖像
我一直認為通過演算法運行圖像會產生財務損失，這意味著金錢會決定他們無法分析收集到的所有圖像。
不對。
商家表示，他們會分析每張圖像並確定其顯示的內容。
這意味著他們在文件名，alt標籤，標題，標題乃至圖像周圍的內容中看到的線索只是對機器已理解內容的佐證。
因此，在這些方面作弊確實不再有任何意義。
必應會發現作弊並忽略它。
但是更糟。信任。
以alt標籤為例，Merchant指出該演算法將了解哪些網站值得信任，並將歷史信任應用於排名。
這似乎證實了我在將網站上的頁面提交給Bing和Google時的經歷。
頁面和圖像都非常快速地被索引（秒）。我測試過的其他站點需要幾分鐘，幾小時甚至幾天的時間。
歷史上建立的信任似乎是這裡的主要因素。
商家建議隨著時間的推移建立聲譽也適用於權威。他們著眼於評估權威的許多信號。
商家側重於高質量的內容（在這種情況下為圖像），入站鏈接和來自SERP的點擊。
這很好地說明了E-A-T的重要性。他們在看：
- 專長（優質內容）。
- 權威性（同行團體支持）。
- 信任（通過SERP上的交互進行聽眾欣賞）。
說得通。
每次搜索都會重新評估權威和信任。
該演算法不斷地微更改其對哪個域最值得信賴和最權威的看法。
長期保持誠實對您未來的成功至關重要。
核心SERP上的圖像框僅僅是垂直圖像的最佳結果
商家談論圖片的垂直方向，並指出它們可以產生與核心藍色鏈接一樣多的結果。
到達圖像結果的頂部不僅可以在那裡看到，而且可以在核心SERP上看到。
要在藍色鏈接SERP上看到您，您只需要在圖像的頂部附近排名即可進行查詢，以顯示核心SERP上的圖像框。
如果查詢是非常以圖像為中心的，則由於圖像框較大，因此將對前十二個查詢進行排名。
什麼有助於視頻排名？
信號類似於圖像。
最重要的是相關性…。然後還有知名度，權威，信任和吸引力（按順序排列）。
是什麼觸發了核心SERP上的視頻盒？
與圖像一樣，視頻盒是否顯示在核心SERP上取決於它們與查詢的顯式或隱式意圖的相關性。
商家列舉了兩個會觸發視頻的隱式意圖的示例：新聞和娛樂。
是否存在域/平台偏差？
該平台與製作受眾感興趣的相關視頻（再說一遍！）無關緊要。可以將其託管在YouTube，Twitter，Facebook，Vimeo上。
但是考慮一下查詢的類型和您的垂直領域。
不同的平台在不同的垂直市場上佔主導地位。
YouTube是「操作方法」的絕佳來源，但新聞往往傾向於BBC或其他新聞網站。
第一個非YouTube的結果是第400個！！！！
在對利基垂直行業的查詢中，YouTube或BBC等主要平台幾乎沒有優勢。
在那個利基市場中的權威可以扮演重要角色。因此，必應會將小型專業網站視為非常利基搜索查詢中視頻的理想來源。
他們會尋找：
-
質量（又稱準確又有體面的生產標準）。
-
該行業內的許可權（又稱同行小組批准）。
-
信任域在過去幾年中建立的（也就是向Bing或Google提供對他們的受眾有用的結果-SERP數據）。
再一次，所有這些看起來都像是E-A-T。
E-A-T的重要性
當我繼續撰寫Bing系列訪談時，E-A-T越引人注目，我也越發相信E-A-T是一種創建和呈現要排名的內容的好方法。
看著 本文的採訪視頻基於。
閱讀必應系列中的其他文章
- 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必應首席項目經理
- 問題與解答/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：VéroniqueBarnard，Kalicube.pro