آپدیت الگوریتم های گوگل: در سال 2024 چه گذشت!

گوگل در سال 2024، با به‌روزرسانی الگوریتم‌های خود، همچنان به بهبود تجربه کاربران و کیفیت نتایج جست‌وجو ادامه داد. از جمله جدیدترین تغییرات گوگل، الگوریتم Helpful Content Update به شمار می‌رود که تمرکز آن بر ارتقاء محتوای مفید و مرتبط برای کاربران است؛ به‌طوری که سایت‌هایی با محتوای کلیشه‌ای یا کم‌کیفیت رتبه پایین‌تری دریافت می‌کنند. همچنین الگوریتم SpamBrain با هوش مصنوعی پیشرفته‌تر، توانایی بیشتری در شناسایی لینک‌های غیرطبیعی و محتوای اسپم دارد. گوگل با تقویت الگوریتم Core Web Vitals نیز تجربه کاربری (UX) را در اولویت قرار داده است. این تغییرات نشان‌دهنده تمرکز گوگل بر ایجاد محیطی شفاف‌تر و کاربرمحورتر است که در این مقاله به روز ترین الگوریتم گوگل 2024 را بررسی می‌کنیم.

مهم ترین الگوریتم گوگل

الگوریتم محتوای مفید (Helpful Content)؛ فیلتری برای رنک صفحه‌های با‌ارزش

الگوریتم Helpful Content بر شناسایی و ارتقاء محتوای باکیفیت، مرتبط و کاربردی برای کاربران، متمرکز است. این الگوریتم رتبه سایت‌هایی با محتوای کلیشه‌ای، کپی‌شده یا کم‌ارزش را کاهش می‌دهد. ویژگی‌های الگوریتم Helpful Content به شرح زیر است.

• شناسایی محتوای اصل و غیرکپی.
• تمرکز بر رفع نیاز کاربران و پاسخ به سوالات آن‌ها.
• کاهش رتبه سایت‌هایی که برای فریب الگوریتم تولید محتوا می‌کنند.
• بهبود جایگاه محتواهایی که ارزش و کیفیت بالایی دارند.

هدف الگوریتم helpful content این است که نتایج جستجو را به محتوایی که نیاز واقعی کاربران را برطرف می‌کند، اختصاص دهد. در ادامه چند مثال از محتوای مفید و غیرمفید را ارائه می‌دهیم تا با طرز کار الگوریتم محتوای مفید، آشنا شوید.

این الگوریتم نشان می‌دهد که تولید محتوا باید بر‌اساس نیاز و ارزش برای کاربران باشد، نه صرفا برای رتبه‌گیری در گوگل.

الگوریتم SpamBrain :

سلاح هوشمند گوگل برای مبارزه با محتوای اسپم و تقلبی

الگوریتم SpamBrain یک سیستم مبتنی بر یادگیری ماشین است که برای مقابله با محتوای اسپم و تقلبی در نتایج جستجو کاربرد دارد. این الگوریتم از روش‌های هوشمند برای شناسایی الگوهای رفتاری مرتبط با اسپم، نظیر لینک‌های بی‌کیفیت، کپی محتوا و محتوای خودکار استفاده می‌کند. ویژگی‌های SpamBrain شامل موارد زیر می‌شود.

• شناسایی لینک‌های غیرطبیعی: بررسی لینک‌هایی که به‌طور مصنوعی برای افزایش رتبه استفاده شده‌اند.
• مقابله با محتوای تولیدشده خودکار: تشخیص محتوای تولید شده توسط ربات‌ها یا ابزارهای خودکار.
• آنالیز رفتار کاربران: استفاده از داده‌های تعامل کاربران برای شناسایی سایت‌های اسپم.
• کشف سایت‌های هک‌شده: شناسایی سایت‌هایی که از طریق هک برای انتشار اسپم استفاده می‌شوند.
• پشتیبانی از چندزبانگی: توانایی تشخیص اسپم در زبان‌های مختلف.

هدف اصلی الگوریتم spambrain، بهبود کیفیت نتایج جستجو و حذف سایت‌هایی است که از تکنیک‌های فریبنده برای رتبه‌بندی استفاده می‌کنند.

نحوه عملکرد الگوریتم SpamBrain چگونه است؟

در ادامه چند مثال از عملکرد الگوریتم spambrain را معرفی می‌کنیم تا با طرز کار جدیدترین الگوریتم‌ های گوگل برای رنک دادن به صفحه‌ها، آنشا شوید.

• لینک‌ سازی بی‌ رویه: سایتی که از لینک‌های خریداری‌شده یا تبادل لینک برای افزایش رتبه استفاده می‌کند، توسط SpamBrain شناسایی و جریمه می‌شود.
• محتوای کپی‌شده: سایت‌هایی که از محتوای دیگران کپی می‌کنند، توسط این الگوریتم شناسایی و از نتایج حذف می‌شوند.
• سایت‌های هک‌شده: صفحاتی که هکرها از آنها برای ارسال تبلیغات اسپم یا بدافزار استفاده می‌کنند، جریمه خواهند شد.

SpamBrain با ترکیب هوش مصنوعی و تحلیل داده‌های رفتاری، نقش مهمی در بهبود کیفیت جست‌وجو گوگل ایفا می‌کند.

الگوریتم MUM

الگوریتم MUM یک مدل چندمنظوره پیشرفته مبتنی بر هوش مصنوعی به شمار می‌رود که گوگل برای درک بهتر سوالات پیچیده کاربران و ارائه نتایج دقیق‌تر طراحی کرده است. این الگوریتم قادر به تحلیل و ترکیب اطلاعات از منابع مختلف (متن، تصویر و ویدیو) و پاسخ‌گویی به زبان‌های گوناگون است. ویژگی‌های الگوریتم MUM به شرح زیر است.

• درک چندوجهی: توانایی تحلیل و ترکیب اطلاعات از متن، تصویر و ویدیو برای ارائه پاسخ جامع.
• چندزبانه بودن: قابلیت فهم و ترجمه زبان‌های مختلف برای جستجوهای جهانی.
• پاسخ به سوالات پیچیده: ارائه پاسخ‌های دقیق برای جستجوهای چندلایه و تخصصی.
• پشتیبانی از محتوای چندرسانه‌ای: امکان پردازش محتوا از فرمت‌های مختلف، مانند تصویر و ویدیو.
• کاهش نیاز به جستجوهای مکرر: پیش‌بینی سوالات بعدی کاربر و ارائه نتایج مرتبط در یک مرحله.

الگوریتم MUM توانایی تفسیر نیازهای کاربر در جستجوهای چندمرحله‌ای را دارد؛ بنابراین مسیر جستجو را بهینه‌سازی می‌کند.

مثال:

در ادامه چند مثال برای آشنایی کامل با نحوه عملکرد الگوریتم MUM را قرار داده‌ایم.

• ترکیب داده‌ها از منابع مختلف: کاربری که می‌پرسد «برای کوهنوردی در کوه فوچی چه تجهیزاتی نیاز دارم؟»، MUM می‌تواند اطلاعاتی درباره شرایط آب‌وهوایی، تجهیزات لازم و نکات ایمنی از منابع متنی و تصویری ارائه دهد.
• جستجو در زبان‌های مختلف: اگر مطلبی در زبان ژاپنی به سوال کاربر مرتبط باشد، MUM آن را ترجمه و به‌عنوان نتیجه ارائه می‌دهد.
• پاسخ به سوالات تخصصی: در پاسخ به «چگونه یک دوربین مناسب برای عکاسی نجومی انتخاب کنم؟»، الگوریتم اطلاعات جامع از ویژگی‌های فنی دوربین‌ها را از منابع معتبر ترکیب می‌کند.

MUM تحولی بزرگ در بهبود تجربه کاربران و ارائه نتایج جستجوی هوشمندتر و مرتبط‌تر ایجاد کرده است.

الگوریتم گراف دانش

گراف دانش یک سیستم پایگاه داده است که گوگل برای بهبود نتایج جستجو و درک بهتر مفاهیم و روابط میان اطلاعات به‌کار می‌برد. این الگوریتم با استفاده از داده‌های ساختاریافته و روابط میان مفاهیم مختلف، قادر به نمایش اطلاعات دقیق‌تر و مرتبط‌تر به کاربران خواهد بود. ویژگی‌های الگوریتم گراف دانش:

• درک روابط بین مفاهیم: تشخیص و نمایش روابط میان افراد، مکان‌ها، اشیاء و مفاهیم مختلف.
• ارائه اطلاعات ساختاریافته: استفاده از داده‌های ساختاریافته برای نمایش نتایج جستجو به‌صورت اطلاعات دقیق و سازمان‌یافته.
• تحلیل داده‌های متعدد: تحلیل و ترکیب داده‌ها از منابع مختلف برای نمایش نتایج کامل و دقیق.
• جست‌وجو دقیق‌تر: بهبود نتایج جستجو با ارائه پاسخ‌های مرتبط و به‌روز به سوالات خاص کاربران.
• پشتیبانی از جستجوهای معنایی: کمک به درک بهتر مقاصد کاربران از طریق جستجوهای معنایی و اطلاعاتی.

هدف اصلی گراف دانش، ارائه نتایج جستجوی دقیق‌تر و شفاف‌تر است؛ به‌ویژه زمانی که کاربران به دنبال اطلاعات خاص یا جزییات دقیق در مورد افراد، مکان‌ها، اشیاء و مفاهیم هستند.

کاربرد الگوریتم گراف دانش گوگل

در جدول زیر اطلاعات مربوط به جست‌وجوهای مختلف و عملکرد گراف دانش گوگل را بررسی می‌کنیم.

این جدول نشان می‌دهد که چگونه الگوریتم گراف دانش به گوگل کمک می‌کند تا اطلاعات دقیق‌تر و مرتبط‌تر را به کاربران ارائه دهد.

الگوریتم Passage Ranking

الگوریتم Passage Ranking با هدف بهبود نتایج جستجو و ارائه پاسخ‌های دقیق‌تر معرفی شده است. این الگوریتم به‌جای اینکه یک صفحه وب را کلی ارزیابی کند، به بررسی بخش‌های خاص و مرتبط درون یک صفحه (پاراگراف یا بخش) می‌پردازد. ویژگی‌های الگوریتم Passage Ranking:

• رتبه‌بندی بخش‌های خاص: به‌جای ارزیابی کل صفحه، الگوریتم به بخش‌های خاص (پاساژها) از یک صفحه توجه می‌کند.
• دقت بالاتر در جستجوهای طولانی: این الگوریتم در جستجوهای پیچیده یا طولانی که نیاز به جزئیات دقیق دارند، بسیار مفید است.
• درک بهتر محتوای صفحه: الگوریتم قادر است بخش‌هایی از صفحه که بیشترین تطابق را با نیاز کاربر دارند، شناسایی کرده و نمایش دهد.
• کمک به سایت‌های دارای محتوای طولانی: این الگوریتم به سایت‌هایی که محتوای طولانی دارند، کمک می‌کند تا بخش‌های خاص و مرتبط‌ترشان در نتایج جستجو نمایش داده شوند.
• بهبود نتایج جستجو: با شناسایی و رتبه‌بندی دقیق‌تر بخش‌های مرتبط، نتیجه جستجو برای کاربران مرتبط‌تر و مفیدتر خواهد بود.

الگوریتم Passage Ranking، بخش‌های کوچک‌تر و دقیق‌تری از محتوا که به‌طور خاص با سوالات کاربران مرتبط هستند، شناسایی کرده و رتبه‌بندی می‌کند.

نحوه عملکرد الگوریتم Passage Ranking چگونه است؟

در این بخش، چند مثال از نحوه عملکرد الگوریتم Passage Ranking را بررسی می‌کنیم.

با اطلاعات درج شده در این جدول، متوجه شدیم که چگونه الگوریتم Passage Ranking بخش‌های خاص و مرتبط از صفحات مختلف را به‌طور هدفمند برای جستجوهای کاربران شناسایی و رتبه‌بندی می‌کند.

لیست الگوریتم گوگل تا 2020

منبع این مقاله وب سایت معتبر moz است. بعضی از آپدیت های الگوریتمی که در ادامه معرفی میکنم، توسط گوگل تایید شده و برخی تایید نشده اند و فقط یک حدس از طرف سئوکارهای معروف هستند. این موضوع را با توجه به مشاهده متن مقابل هر الگوریتم (تایید شده/تایید نشده) میتوانید متوجه شوید. به سراغ اولین آپدیت های گوگل در سال 2000 برویم:

• مشکلات ایندکس گوگل در اکتبر 2020 (تایید شده)

گوگل این بار اعلام کرد که عمده مشکلات مربوط به ایندکس کردن صفحات در سطح وب رفع شده است.

• مشکلات ایندکس در سپتامبر 2020 (تایید شده)

خود گوگل وجود مشکلات ایندکسینگ را از ابتدای ماه سپتامبر تایید کرد و ابزار moz هم خبر داد که این مشکلات مخصوصا در انتهای این ماه قابل مشاهده بوده.

• رفع اشکال گوگل ژوئن 2020 (تایید شده)

در روز 22 ژوئن در نتایج گوگل اتفاقات جدیدی رخ داد. ابزار moz نمایش داده که تغییرات گسترده ای در حال اجراست در حالی که به نظر آپدیت الگوریتمی اجرا نشده بود. بعد از این گوگل از این خبر داد که این یک مشکل کوچک بود و به سرعت توسط تیم گوگل رفع شده.

• آپدیت هسته در می 2020 (تایید شده)

بعد از بروزرسانی مدیک در سال 2018، وب سایت moz بروزرسانی هسته گوگل در ماه می 2020 را به عنوان دومین بزرگترین بروزرسانی هسته در نظر گرفته!

• همه گیری کرونا در مارچ 2020

خب راستش کرونا یا همان کوید-19 یک بروزرسانی یا آپدیت الگوریتمی نبود! اما در هر حال شیوع این بیماری در جهان باعث ایجاد تغییرات گسترده در روند و رفتار مخاطبان حین جستجو در اینترنت شد.

• بروزرسانی هسته گوگل در ژانویه 2020 (تایید نشده)

در 13 ژانویه 2020، ابزار moz توانست تغییرات به شدت گسترده و بزرگی را در سطح وب شناسایی کرده و یک آپدیت هسته دیگر توسط گوگل را شناسایی کند.

• راه اندازی بین المللی الگوریتم bert در دسامبر 2019 (تایید شده)

در دسامبر 2019، گوگل به طور رسمی اعلام کرد که الگوریتم bert در سطح بین المللی و به 70 زبان زنده دنیا در حال فعالیت است و در بررسی نتایج به الگوریتم های دیگر کمک میکند.

• آپدیت bert در اکتبر سال 2019 (تایید شده)

در اکتبر 2019 از آپدیت bert رونمایی شد. الگوریتم برت یک الگوریتم هوش مصنوعی است که به گوگل کمک میکند زبان انسان ها را بهتر از قبل بفهمد. در اصل این بروزرسانی میتواند باعث فهم بهتر زبان محاوره ای در زمان جستجو در گوگل شود.

• الگوریتم جدید گوگل: تنوع در ژوئن سال 2019 (تایید شده)

در ژوئن سال 2019 گوگل خبرهایی از این داد که به دنبال ایجاد تنوع بیشتر در نتایج جستجو است. گوگل اعلام کرد که دوست ندارد مثل قبل، با جستجو یک کلمه کلیدی در نتایج به 4،3 یا 5 صفحه که همگی از یک سایت هستند برخورد کنید. گوگل با بروزرسانی “تنوع” توانست تعداد صفحات موجود در یک صفحه را به 2 عدد برساند. این یعنی نهایتا و در صورت داشتن محتوای با کیفیت، صرفا 2 صفحه از سایت شما میتواند روی یک کلمه کلیدی سئو شود.

• آپدیت الگوریتم گوگل medic (آپدیت هسته) در آگوست 2018 (تایید شده)

در یک بازه زمانی حدودا 2 هفته ای در ماه آگوست 2018، نتایج جستجوی گوگل به شدت دچار التهاب شد. اغلب تغییرات ترافیکی هم روی کلمات مربوط به حوزه سلامت دیده میشد. گوگل بروزرسانی الگوریتم هسته خودش را تایید کرد و در مورد اینکه چطور میتوان از تاثیر منفی این الگوریتم مدیک (medic) روی سئو سایت محفوظ ماند، گفت: صرفا تولید محتوای عالی.

• آپدیت سرعت موبایل در سال ۲۰۱۸ (تأیید شده)

در سال 2018 خود گوگل در مورد یک بروزرسانی اطلاع رسانی کرد. این آپدیت برای بهینه سازی سرعت سایت ها جهت نمایش در موبایل ایجاد شده بود. البته گوگل گفت وبمستران نیاز به نگرانی بابت این موضوع ندارند چون این الگوریتم جدید گوگل صرفا بر کندترین وب سایت ها تاثیر میگذارد.

• کاهش طول متای توضیحات در سال ۲۰۱۸ (تأیید شده)

گوگل در سال 2018 بار دیگر سراغ متن متای توضیحات وب سایت ها رفت و مقدار مجاز آن را به همان میزان قبلی یعنی 150 تا 160 کاراکتر بازگردانی کرد.

• افزایش طول نمایش اسنیپت در نتایج در سال 2017

تا قبل از این، متن متای توضیحات هر صفحه از سایت شما مجاز به داشتن 155 کاراکتر بود. در سال 2017 این متن به چیزی حدود 2 برابر افزایش پیدا کرد و به 300 کاراکتر ارتقا داده شد.

• بروزرسانی کروم 62 و فشار روی سایت های بدون ssl در سال 2017

گوگل با بروزرسانی مرورگر گوگل کروم خود به نسخه 62، به کاربرانی که قصد ورود به وب سایت های بدون ssl داشتند، هشدار ناامن بودن سایت میداد. این موضوع تا امروز هم ادامه دارد (به شکل جدی تر) و هدف گوگل از این رفتار این است که همه مدیران وب سایت ها را مجبور به گرفتن گواهینامه ssl و امن تر کردن سایتشان کند.

• Fred در مارس سال ۲۰۱۷ (تأیید نشده)

در مارس سال 2017 باز هم وبمستران تغییراتی را در نتایج و همینطور ترافیک وب سایت خودشان مشاهده کردند. “گری الیس” که یکی از متخصصان گوگل است اسم این بروزرسانی را به شوخی “فرد” گذاشت اما بعدا اظهار کرد که این نام گذاری به معنی تایید بروزرسانی از سمت گوگل نیست.

طبق اظهارات بعضی از سئوکارها، فرد الگوریتمی است که برای مقابله با اسپم، خرید لینک های تبلیغاتی، محتوای مزاحم و بی کیفیت، به کمک بقیه الگوریتم های گوگل آمده.

• Possum در سپتامبر سال ۲۰۱۶  (تأیید نشده)

الگوریتم possum یا موش کور یکی از بروزرسانی های تایید نشده گوگل است. در سال 2016 و بعد از اینکه در نتایج گوگل و ترافیک سایت ها تغییرات زیادی ایجاد شد، سئوکارهای خبره و معروف در انجمن های اینترنتی در مورد آن مشغول به بحث شدند. در نهایت نام این بروزرسانی موش کور انتخاب شد. طبق اطلاعات، این الگوریتم باعث ایجاد تغییرات در سئو و جستجوی محلی کسب و کارهاست.

• موبایل فرندلی ۲ در می ۲۰۱۶ (تأیید شده)

این هم یکی دیگر از بروزرسانی ها برای افزایش اعتبار وب سایت هایی بود که برای دیده شدن در صفحات نمایش مختلف مثل موبایل و تبلت بهینه سازی شده اند. البته با توجه به اینکه وبمستران قبلا خودشان را برای موبایل گدون آماده کرده بودند، این بروزرسانی تاثیرات خیلی خاصی نداشت.

• RankBrain در تاریخ نامعلوم (تایید شده)

در سال 2015 گوگل اخباری از این موضوع منتشر کرد که “یادگیری ماشین” ماه ها است که بخشی از الگوریتم های این موتور جستجو بوده و حتی به سومین فاکتور رتبه بندی تبدیل شده. تاریخ دقیق انتشار الگوریتم رنک برین مشخص نیست و عده ای آن را به اوایل بهار سال 2015 نزدیک میدانند. این بروزرسانی یک انقلاب جدید در نتایج جستجو گوگل ایجاد کرده و امروز هم رتبه خیلی از سایت ها با توجه به الگوریتم رنک برین در گوگل تعیین میشود.

• Mobilegeddon در آوریل ۲۰۱۵ (تأیید شده)

موبایل گدون یا آخرالزمان موبایلی اسمی بود که سئوکارها روی این الگوریتم گذاشته بودند. در اصل گوگل قبل از انتشار این الگوریتم به شکلی نادر خبر از این داد که قرار است در آینده الگوریتمی برای افزایش اعتبار سایت های موبایل فرندلی (مناسب نمایش در موبایل) منتشر شود. همین موضوع باعث ترس سئوکارها و انتساب این اسم به الگوریتم آپدیت موبایلی شد. اما جالب اینجاست که بعد از انتشار، تغییرات ایجاد شده خیلی کمتر از چیزی بود که وبمستران انتظار داشتند. به عنوان نمونه میتوانید این مقاله در سایت moz را مطالعه کنید تا به خوبی متوجه تصورات وبمستران از موبایل گدون بشوید.

سخن آخر

در سال 2024، الگوریتم‌های گوگل به کمک تکنولوژی‌های هوش مصنوعی و یادگیری ماشین، تجربه کاربری و کیفیت نتایج جستجو را بهبود بخشیده‌اند. الگوریتم‌هایی مانند Helpful Content و MUM بر اهمیت ارائه محتوای مفید و مرتبط تأکید دارند. در‌حالی‌که Passage Ranking و SpamBrain توانسته‌اند دقت بیشتری را در نمایش بخش‌های خاص و شناسایی محتوای اسپم فراهم کنند. الگوریتم Knowledge Graph به گوگل کمک می‌کند تا روابط پیچیده میان مفاهیم مختلف را درک کرده و نتایج جستجو را دقیق‌تر و جامع‌تر نمایش دهد. برای موفقیت در سئو، سایت‌ها باید بر ایجاد محتوای باکیفیت، بهبود تجربه کاربری و استفاده از داده‌های ساختاریافته تمرکز کنند تا بتوانند با به روز ترین الگوریتم گوگل 2024، هماهنگ شوند.