RankBrain Algoritması Nedir? Nasıl Çalışır?

Rankbrain, Google tarafından geliştirilmiş olan ve asli amacı Google’ın geçmiş dönemde cevaplandıramadığı, sorguları çözümleyerek, tahmin ederek cevaplandırmak ve Google’ın sorguların arka planında yatan kullanıcı arama niyetini daha iyi anlamasını sağlamak olan yapay zeka destekli algoritmadır.

Rankbrain algoritması ile Google, daha öncesinde kullanıcı niyeti ile uyumlu şekilde cevaplandıramadığı sorguları daha iyi anlamlandırmaya ve arama sonuçlarını niyete, anlama uygun olarak filtrelemeye başlamıştır.

2015 yılının erken döneminde uygulamaya konan Rankbrain, Resmi olarak 26 Ekim de Google tarafından en önemli 3.cü sıralama faktörü olarak duyurulmuştur.

Google tarafından paylaşılan istatistiklere göre günümüzde gerçekleştirilen arama sorgularının yaklaşık %15’i ilk defa gerçekleştirilen, özgün sorgulardır. Yani gerçekleştirilen arama sorgularının yaklaşık %15’i Google tarafından daha önce bilinmeyen ve hali hazırda algoritmanın net bir şekilde kategorize etmediği sorgulardır.

Rankbrain üstte belirttiğimiz tarzda ilk defa gerçekleştirilen bir sorgu gördüğünde yada herhangi bir sorgu içerisinde daha önce karşılaşmadığı bir kelime (string), varlık (entity) veya ifade gördüğünde ilgili kelime yada ifade yerine geçebilecek farklı bir kelimeyi, ifadeyi tahmin eder veya yakın anlamlı, alakalı kelimelerden bir küme oluşturarak sorguyu anlamlandırır ve sonuçları buna göre filtreler.

Rankbrain algoritmasının çekirdeğinde kendisinden önce yayınlanan Hummingbird algoritmasının Google’a kazandırdığı string to entity (diziden varlığa) ve sorguların anahtar kelime çözümlemesi yerine anlamının çözülmesi geliştirmesinden yoğun olarak faydalanılır. Hummingbird algoritması ile Google sorgularda kelimeleri ve kelimelerin web sayfalarındaki kullanımları üzerine yoğunlaşmak yerine sorgu içerisindeki varlıkları ve sorgunun genelini anlamlandırarak yorumlamaya ve cevaplamaya başlamıştır.

RankBrain Algoritmasının Amacı Nedir?

Rankbrain algoritmasının amacı üstte belirttiğimiz gibi Google’ın gün içerisinde cevaplandırdığı milyarlarca sorgu içerisinde yaklaşık %15 oranında ilk defa karşılaşılan özgün sorguların mantıklı şekilde çözümlenmesi ve cevaplanmasıdır.

Klasik arama motoru sorguları genellikle dönüşüm odaklı, bilgi alma amaçlı nedir, nasıl yapılır yada fiyatları gibi sorgular iken milyarlarca sorgu içerisinde %15 civarında seyreden daha önce hiç karşılaşılmamış sorguların bulunması ve RankBrain öncesinde Google’ın bunları mantıklı şekilde anlamlandırmada zorlanıyor olması geçmişte önemli bir problem olarak görülmekteydi.

Rankbrain ile birlikte Google daha öncesinde kullanıcılar tarafından gerçekleştirilen ancak verimli ve doğru arama sonuçları ile kullanıcıların buluşturulamadığı sorguları daha başarılı şekilde anlamlandırmayı hedeflemiş ve bunda son derece başarılı olmuştur.

Rankbrain algoritmasının hayata geçirilmesinde temel amaçlardan biri de makina öğrenmesi kullanılarak sürekli olarak insan müdahalesine ihtiyaç duymadan alakalı sorguları birbiri ile eşleştirerek cevaplanamayan sorguların öğrenilmesi ve algoritmanın sürekli olarak kendini güncelliyor olmasını sağlamaktır.

Rankbrain algoritması ile Google, makine öğrenmesinden faydalanarak algoritmanın, cevaplanamayan sorguları ve herhangi bir dilin kelimeleri arasındaki ilişkiyi kendi kendine zaman içerisinde öğrenmesini ve sürekli olarak arama motoru sisteminin gelişmesini amaçlamıştır.

RankBrain Nasıl Çalışır ?

Rankbrain algoritmasının tam olarak nasıl çalıştığı Google tarafından tüm detaylarıyla açıklanmamış olsa da Google’ın çekirdek arama motoru algoritmasına ve arama eko sistemine önemli katkılar sağlayan Rankbrain temelde şu şekilde çalışır ;

Google üzerinde gerçekleştirilen ve algoritmanın tanımlayamadığı sorgular, Rankbrain tarafından varlıklara (entitylere) ayrılır veya tanınmayan kelime yada ifadeler kendileri ile en anlam noktasında uyumlu, eş anlamlı kelime ve ifadeler ile kümelenerek yorumlanır. Devamında RankBrain uyguladığı method ile sorgunun arama amacını çözümler ve arama sonuçlarını filtreler.

Rankbrain, long tail olarak ifade edilen normalden uzun ve çok karmaşık sorguları üstteki methodlar ile çözümleyerek bunları canonical search intent’e (baskın, temel arama amacına) uygun olarak daha öncesinde tanımlanmış sorgular ile karşılaştırarak eşleştirir. Google’ın veritabanında tuttuğu tarihsel veriler (historical data) ile sorguyla potansiyel alakası bulunan sorgular ve bunların birbiri arasındaki ilişki belirlenir ve elde edilen diğer sinyaller eşliğinde sorgunun sıralaması, filtrelemesi gerçekleştirilir.

Bu işlem sonrasında makine öğrenmesi, yapay zekadan faydalanılarak oluşturulan Rankbrain, daha öncesinde tanımlanmamış olan bir sorguyu tanımlayarak içerisinde yer alan entityleri (kelimeleri, varlıkları) ve arama niyetini tekrar kullanmak üzere öğrenir.

Sıralama Faktörü Olarak RankBrain

Google içerisinde herhangi bir sorgu ile alakalı filtreleme, sıralama gerçekleştirilirken 200 den fazla sıralama faktörü sıralama algoritması içerisinde kullanılmaktadır. Bu 200 den fazla sıralama faktörü içerisinde RankBrain, Google tarafından en önemli 3.cü sıralama faktörü olarak duyurulmuştur.

Arkasında yatan ve algoritmanın sürekli gelişmesini sağlayan yapay zeka desteği ile Rankbrain, 2015 yılında yayınlanmış olmasına rağmen günümüzde hala başarılı bir şekilde Google’ın sorguları çözümlemesine sağladığı katkı ile sıralama mekanizması içerisindeki önemini korumaktadır. Rankbrain ile Google sorguların birbiri arasındaki alakayı ve kelimelerin, ifadelerin bir dildeki anlamlarını ve birbiri arasındaki ilişkiyi çözümlemede, yorumlamada çok daha başarılı bir duruma evrilmiştir.

Özellikle İngilizcede stop words olarak geçen the, of, and, without gibi bağlaç ve edat olarak kullanılan ve RankBrain öncesinde Google’ın pek çok kez görmezden geldiği kelimelerin çok daha başarılı şekilde anlamlandırılmaya başlanması ile birlikte pek çok dilde sorguların yorumlanarak anlaşılması ve sorguların birbiri arasındaki alakanın, benzerliğin çözülmesi ile arama sonuçlarında sorgu ile anlamsal olarak çok daha uyumlu web siteleri ödüllendirilmeye başlanmıştır.

Rankbrain ve Hummingbird öncesinde anahtar kelimenin bir web sitesindeki varlığı ve kullanımı üzerinden sıralama belirlemeye odaklanan Google, geliştirilen bu 2 kapsamlı algoritma, sıralama sistemi ile sorguların anlamsal bütününe ve arkasında yatan arama niyetine odaklanmaya başlamış ve daha öncesinde cevaplanamayan sorguları, cevaplanan ve başarılı sonuçlar elde edilmiş arama sorguları ile canonical search intent’e (baskın arama niyetine) göre eşleştirmeye başlamıştır.

Rankbrain Algoritmasından Hangi Siteler Faydalanacak ?

RankBrain, daha öncesinde Google’ın başarılı şekilde sonuçlandırdığı sorgularda Hummingbird çekirdek algoritmasının bir parçası olarak belirli kontrolleri gerçekleştirecek ancak müdahaleye gerek duymadığı durumda başarılı sorguları es geçecek şekilde tasarlanmıştır. Bu noktada özellikle cevaplanamayan ve long tail (uzun kuyruklu) sorgular için geliştirilmiş olan Rankbrain, anlamsal (semantic) SEO kurgusuna dikkat eden ve kullanıcı odaklı, kapsamlı içeriklere sahip web sitelerini içerikleri ile alakalı farklı sorgularda da ödüllendirmektedir.

Hummingbird ile birlikte başlayan Semantic (anlamsal) arama motoru sistemi içerisinde bir konu ile alakalı tüm entitylere kapsamlı şekilde yer veren ve bir sorgu ile alakalı relevance (alaka), uyum skorlarını yüksekte tutmayı başaran web siteleri, Hummingbird algoritması dahilinde kullanılan diğer pek çok sinyal ile birlikte hesaplamaya alınarak RankBrain’in eşleştirdiği daha önce başarılı sonuçlar elde edilememiş sorgularda da ön plana çıkmaya başlayacaklardır.

Bu bağlamda hem Hummingbird çekirdek algoritması hemde Rankbrain Algoritması ile uyumluluğu arttırmak için dikkat etmeniz gereken belli başlı konular mevcuttur;

• Bir sorgu, konu ile alakalı mümkün olan en fazla sayıda entity’i içeren (kapsamlı) içerikler üretin
• İçeriğinizin anlamsal yapısına dikkat edin. Semantic SEO kurgusu sitenizin kaynak kodunda başlar içerikte son bulur.
• İçeriğinizde kurguladığınız başlık yapısına azami dikkat gösterin. Kod uyumlu heading hiyerarşisine ve başlıklar arası anlam hiyerarşisine dikkat edin.
• Herhangi bir konu ile alakalı içerik üretirken gerçekten kullanıcılarınızın ihtiyaç duyabileceği, alakalı konu başlıklarında içerik oluşturun.
• Site içerisinde konuların birbirleri ile olan bağlantılarını kategori hiyerarşisi ve içerikler arası linkleme yolu ile kuvvetlendirin. Anlamsal yakınlığı bulunan içeriklerden iç linkleme uygulayın.
• İçeriklerinizde sıklıkla Structured Data Markup (Yapılandırılmış veri – JSON LD, Microdata) kullanın.