web разработка по низким ценам
ул. Шевченко, 37а / офис 1
Украина, ЧО, г. Нежин
+38 068 681 00 08
ежедневно с 08:00 до 22:00
Оставьте заявку, и мы перезвоним вам в течении 15 минут
отправить
Представьтесь пожалуйста *Например, Виктор Смирнов
Ваш номер телефона *Например, +38 (068)-681-00-08
Примечание для оператораНапример, Пожалуйста, свяжитесь со мной во второй половине дня
* - поля, обязательные для заполнения
x
Оставьте заявку, и мы свяжемся с вами в ближайшее время
отправить
Тема обращенияНапример, Требуется продвижение сайта
Представьтесь пожалуйстаНапример, Виктор Смирнов
Ваш номер телефонаНапример, +38 (068)-681-00-08
Ваш e-mailНапример, youname@site.com
Сообщение для оператораНапример, Пожалуйста, помогите мне определиться с тарифом
Все поля, обязательны для заполнения
x
» Google сосредоточится на структурированных данных, AMP и машинном обучении

Google сосредоточится на структурированных данных, AMP и машинном обучении

Опубликовано: 31.10.2016 в 21:15
Изображение Google сосредоточится на структурированных данных, AMP и машинном обучении<

В 2017 году SEO-специалистов и веб-мастеров ожидают обновления, связанные с машинным обучением, AMP-страницами и структурированными данными. Об этом в интервью журналу Marketing Land заявил сотрудник корпорации Google Гэри Ильес.


Корреспонденты спросили Ильеса, какие проекты и технологии ставит Google приоритетными для реализации в следующем году. На первое место представитель компании поставил машинное обучение. Оно будет применяться в работе поисковой системы все чаще и чаще. «Однако основной алгоритм ранжирования не будет заменен машинным обучением», – подчеркнул специалист.


Вторым приоритетным проектом для поисковой системы станут AMP-страницы. Компания собирается заняться «очень серьезным продвижением AMP», поэтому для страниц данного формата можно ожидать расширения опций. Также в Google намерены больше внимания уделять структурированным данным.


Также Гэри Ильес поведал о технологии использования машинного обучения в поисковом алгоритме Google. Обычно приемы машинного обучения применяются «для создания новых сигналов или их групп». Например, поисковая система может отобрать отдельные факторы ранжирования, для которых машинное обучение использоваться не будет. Затем к отсеянной группе факторов подключают машинное обучение и проверяют, улучшилось качество результатов поиска или нет. 

Понравился материал? Поделитесь с друзьям:
0
Поделилось
0 комментариев к новости
Комментарии к данной новости отсутствуют. Будьте первым, и выразите свое менение!
Добавить комментарий
Ваше Имя:
Ваш E-mail:
Ваш комментарий: