• Community Manager

    RankBrain: la SEO ai confini della mente umana!

    Stavo scherzando :fumato:

    Ma fino a che punto? 😄

    So che Andrea Pernici (@Juanin) sta studiando tutto il materiale uscito e spero che anche Enrico Altavilla (@LowLevel) riesca a produrre qualcosa.

    Personalmente mi sono letto qualche materiale che Andrea mi ha suggerito e che voglio condividere con voi:

    Andre...potevi fare un intervento per il Search Marketing Connect...dai 😄

    Battute a parte, non amo tutti gli articoli usciti che spiegano come funziona RankBrain, questa rincorsa alla notizia è un male. Un po' come avviene con i giornali, che al fine di rincorrere la notizia e le pagine viste forzano le cose. E se entri in un circuito dove forzi le cose piano piano ti spingi vicino ai limiti. E se ti spingi vicino ai limiti poi li superi. E poi nasce Lercio.

    E nascono titoli fuorvianti e contenuti di bassa qualità.

    Chi ci segue sa che da tanti anni stiamo provando a far capire quanto sia importante comprendere le ricerche degli utenti al fine poi di creare un progetto che possa vincere nei motori di ricerca.

    La parte più importante è quella dell'analisi delle ricerca, degli intenti.

    Due anni fa, dopo tanto tempo passato a dirlo, abbiamo ideato Search Reevolution e negli ultimi due eventi di Milano e Vicenza abbiamo creato un approfondimento.

    Qualsiasi cambiamento possano fare i motori di ricerca questa affermazione resterà vera: innovare costantemente il prodotto in funzione dei bisogni delle persone è il primo fattore di ranking per Google.

    Prima di leggere di RankBrain vi consiglio alcune discussione di questo forum dove troverete le tracce di questi discorsi:

    E poi questo perché è forte (segnalato da Enrico Altavilla):

    Google introduces RankHeart to balance out RankBrain Algorithm

    Despite being live for several weeks, the announcement was met with much criticism and about 3,483 hastily thrown together blog posts explaining exactly how Rankbrain works and reassuring us that the author had noticed this change weeks ago but was still gathering data for their post."

    image

    Poi sarebbe bello discuterne, come facciamo sempre.

    E la domanda che mi pongo, sempre, davanti ad una ricerca dell'utente è: ok, queste sono le parole che ha usato per cercare un'informazione, ma quali altre parole avrebbe potuto mettere e non ha messo? Quali ancora non sapeva nemmeno di cercare? E quali altre sono implicite nella sua ricerca?

    Riesco a capire il bisogno reale?


  • User

    ciao a tutti 🙂
    non vi ho seguito molto ultimamente, in quanto sto studiando per quello che spero sia il mio ultimo esame: l'esame di abilitazione alla professione di psicologa.
    Proprio in quanto (a breve spero) psicologa, non che di recente appassionata di web marketing (soprattutto grazie a voi), mi sembra molto interessante questa connessione con la psicologia, ovvero col tentativo di previsione/comprensione dei bisogni dell'utente, utile nel marketing in generale.
    Non appena avrò un po' di tempo, approfondirò con curiosità questi tuoi spunti 😉
    Ti ringrazio Giorgio, per la tua forte spinta alla condivisione e alla crescita, che ammiro e condivido 🙂

    Manuela


  • Community Manager

    Ciao Manuela,
    bellissimo.

    Sto trovando delle somiglianze tra questo percorso di formazione continua e di ricerca con il Laboratorio Teatrale 😄

    Conosco molte persone che con noi hanno condiviso un percorso di crescita continuo che alla base ha dei valori comuni e che ha spinto in tanti ad arrivare qui da più rami diversi di conoscenza portando la community ad un bel livello.

    La psicologia è una di queste. Finisci i tuoi esami, poi quei 2 post non saranno più accettati.

    Voglio veder quel contatore crescere e un giorno magari farti fare un passo in più 🙂

    G.


  • Community Manager

    Metto un po' di carne al fuoco citando questo di Enrico:

    According to the Bloomberg article, the ability of representing sentences and large texts through vectors is at the base of the RankBrain algorithm and the following paper, by googlers Quoc Le and Tomas Mikolov, shows how it could have been done.

    "In this paper, we propose Paragraph Vector, an unsupervised algorithm that learns fixed-length feature representations from variable-length pieces of texts, such as sentences, paragraphs, and documents."

    Link: https://cs.stanford.edu/~quocle/paragraph_vector.pdf

    If you are new to all this fuzz about words and vectors, Wikipedia has a nice article about it:

    https://en.wikipedia.org/wiki/Word2vec


  • User

    @Giorgiotave said:

    Ciao Manuela,
    bellissimo.

    Voglio veder quel contatore crescere e un giorno magari farti fare un passo in più 🙂

    G.
    Parteciperò più attivamente, con molto piacere 😉


  • Community Manager

    Yeah 🙂


  • Admin

    Come ho già detto a Giorgio di persona...questo **RankBrain **non cambierà di un H quello che facciamo quotidianamente.

    Se poi vogliamo proprio dirla tutta non mi sembra nemmeno il primo momento in cui Google abbia deciso di utilizzare Machine Learning all'interno dei suoi algoritmi/filtri/quellochevuoi tu 😄

    Giusto per dare qualche riferimento:

    "Singhal: You can imagine in a hyperspace a bunch of points, some points are red, some points are green, and in others there’s some mixture. Your job is to find a plane which says that most things on this side of the place are red, and most of the things on that side of the plane are the opposite of red."
    in una intervista del 2011 http://www.wired.com/2011/03/the-panda-that-hates-farms/all/1

    parlava di SVM classification techniques, che per quanto ne so io è sempre riconducibile a Machine Learning.

    Se invece volete divertirvi leggete questo del Maggio 2008 Are Machine-Learned Models Prone to Catastrophic Errors?

    Una delle cose più divertenti è comunque quella relativa a chi sta scrivendo sulla questione. Persone che non hanno mai scritto una linea di codice sono ora esperti di reti neurali solamente perché Google ha parlato di Machine Learning (e AI - che farà storcere il naso a molti puristi dell'AI in questo contesto e per come hanno descritto l'utilizzo almeno nell'articolo di Bloomberg e SEL).

    In ogni caso tornando al commento tecnico io penso (così a istinto) che agisca in fase di selezione delle risorse rilevanti e non di ordinamento (di qui il grosso dubbio sul termine Signal usato da tutti e per cui è stato anche classificato come 3°). Una sorta di GIGO (Garbage in Garbage out) che era così a senso anche alla base del meccanismo di selezione di Hummingbird.

    Ma staremo a vedere se veranno fuori pillole interessanti per carpirlo un po' più nell'essenza.

    Ribadisco: "RankBrain non cambia nulla".


  • Community Manager

    Hey hey TensorFlow - Google’s latest machine learning system, open sourced for everyone

    Our deep learning researchers all use TensorFlow in their experiments. Our engineers use it to infuse Google Search with signals derived from deep neural networks, and to power the magic features of tomorrow. We’ll continue to use TensorFlow to serve machine learning in products, and our research team is committed to sharing TensorFlow implementations of our published ideas. We hope you’ll join us at www.tensorflow.org.

    [video=youtube;oZikw5k_2FM]