Posts Recentes:

O depoimento que revelou como funciona a máquina de Busca


No mês de outubro, Pandu Nayak prestou depoimento no julgamento antitruste U.S. vs. Google. Em um artigo publicado pelo New York Times, a cobertura parecia ser mais uma peça de relações públicas do que uma análise profunda.

No entanto, em 16 de novembro, AJ Kohn lançou um artigo intitulado “seo" rel="noopener">O que Pandu Nayak me ensinou sobre SEO“, revelando um link para o depoimento de Nayak em PDF, uma leitura fascinante para profissionais de SEO.

Neste depoimento, Nayak desvendou detalhes cruciais sobre o funcionamento interno do Google Search e seu sistema de classificação. Ele abordou temas como indexação, algoritmos, sistemas de classificação, cliques, avaliadores humanos e muito mais.

Embora algumas informações possam ser familiares, Nayak forneceu insights valiosos sobre a criação de um índice abrangente, destacando a importância da qualidade sobre a quantidade.

O tamanho do índice do Google em 2020 era aproximadamente 400 bilhões de documentos, e Nayak enfatizou que “maior nem sempre é melhor”. Ele discutiu como a remoção de informações irrelevantes pode aprimorar a qualidade do índice.

Nayak também compartilhou insights sobre o papel fundamental do índice na recuperação de informações e como o algoritmo de recuperação usa sinais para classificar os documentos relevantes.

No que diz respeito ao ranking do Google, Nayak revelou que, embora a empresa tenha afirmado usar mais de 200 sinais no passado, o número agora está em “talvez mais de cem”.

Ele destacou a importância de sinais como documentação, relevância, qualidade da página, confiabilidade, localização e Navboost.

Navboost, um sistema de memorização, foi explorado em detalhes, revelando seu papel na redução do conjunto de documentos para os sistemas de aprendizado de máquina do Google.

O depoimento de Nayak também trouxe à tona os algoritmos centrais do Google, incluindo RankBrain, DeepRank e MUM, detalhando como cada um contribui para a classificação de documentos.

Nayak ressaltou a necessidade de equilibrar a confiança nos sistemas de aprendizado profundo, destacando os riscos de depender exclusivamente deles para a classificação.

Além disso, o executivo discutiu questões relacionadas aos avaliadores humanos e suas limitações.

Embora desempenhem um papel crucial, o depoimento revelou desafios, como a dificuldade em entender consultas técnicas e a falta de contexto temporal em avaliações de relevância.

Este testemunho não apenas intriga profissionais de SEO, mas também mostra um equilíbrio delicado entre dados, aprendizado de máquina e aprimoramento contínuo da qualidade de pesquisa para entregar resultados relevantes a milhões de usuários globais.

Últimas

Assine

spot_img

Veja Também

spot_img

Paul Graham afirma que Sam Altman não foi demitido da Y Combinator

Em um série de postagens no X na quinta-feira, Paul Graham, cofundador da aceleradora de startups Y Combinator, rejeitou as alegações de que...

A desinformação funciona, e um punhado de “supercompartilhadores” sociais enviou 80% dela em 2020

Dois estudos publicados quinta-feira na revista Science oferecem evidências não apenas de que a desinformação nas redes sociais muda as mentes, mas que...