Google搜索是用戶量最大的搜索平臺之一，它是如何獲得全球81.5％的市場份額的呢？本文作者對這一問題展開思考，提出了一些自己的想法，希望對你有幫助。

您是否認為垃圾郵件應該自動發送到“垃圾郵件”文件夾？或者，當您回復郵件時，您的Gmail如何建議回復？Google搜索系統如何建議查詢選項？Google搜索算法如何工作？

從搜索引擎到機器學習第一公司，Google已經走了很長一段路。搜索體驗，語言翻譯，圖像和視頻搜索，可預測的單詞和短語建議等不斷改進，使Google搜索在遙遙領先于競爭對手。

根據ReliableSoft.net的研究，與Bing，Baidu，Yahoo！，Yandex，Ask和DuckDuckGo等其他搜索引擎相比，Google搜索獲得了81.5％的市場份額。

這是其搜索算法不斷更新，以及對人工智能和機器學習模型進行不斷優化的結果。

Google搜索算法融合邏輯、人工智能和機器學習，讓每天的搜索體驗更好。Google的搜索算法實際上是各種算法的組合，這些算法可以滿足不同的目的，并且可以提高整體搜索體驗。

受歡迎的Google搜索算法

Google每秒處理40,000多個查詢，這意味著每天的搜索量超過35億！

——互聯網實時統計

Google每年都會提供大量更新，在這里，我們將關注一些著名的算法。

熊貓算法：

Google Panda最受歡迎的搜索算法之一，發布于2011年2月11日。本來目的是解決垃圾郵件問題。在Panda發布之前，許多生產低質量內容的公司在搜索結果排名都很高，這些公司被稱為“內容農場”。他們的目標是每天生產大量低質量的內容，并在社交平臺上進行營銷，通過廣告系列賺錢。

Panda是一種算法更新，它通過對每個站點進行質量分類來解決此問題。這是一種支持AI的算法，可將劣質內容與高質量內容分離開來，從而使具有高質量和有見識的內容的網站排名更高，從而提供更好，更有用的搜索結果。

企鵝算法：

Google對低劣內容進行處理，也處理黑帽鏈接構建技術。這是一種在內容中添加了許多低質量的鏈接的策略，為的是在Google搜索中獲得更高的排名。

推出企鵝是為了給具有高質量內容和高質量內鏈的網頁更高的排名，企鵝經過幾次調整和刷新，優化了將近3％的搜索結果。自2016年以來，Penguin成為Google核心搜索算法的一部分，并實時運行。

模式檢測是一種流行的機器學習技術，它在企鵝算法中扮演著重要角色，因為它允許算法根據低質量屬性分離內容。反過來，這又使那些內容應有的排名更高。

蜂鳥算法：

Panda和Penguin是Google搜索算法的次要更新，Hummingbird通過深化人工智能技術將Google搜索提升到一個全新的水平。

蜂鳥具有語義搜索和自然語言處理的功能，可讓Google理解搜索查詢的意圖。

例如，如果您輸入“ Michael Shoemaker”，則Google將獲取以下結果：

“Shoemaker”顯然是錯誤的拼寫，但是，蜂鳥意識到了意圖并取得了預期的結果。顯然，這意味著語義搜索使Google搜索能夠解析意圖而不是確切的關鍵字，語義搜索嘗試將SERP與搜索者的語言進行匹配。蜂鳥出現的動機是改善語音搜索或會話搜索。

RankBrain算法：

RankBrain算法是另一個受歡迎的更新，是Google的Hummingbird算法的一部分。RankBrain是一種人工智能算法，可為Google未知的查詢獲取最佳結果。

假設您在Google搜索中輸入“橙色”，現在，關鍵字“ Orange”可能意味著水果，或者法國電信公司將其命名為“ Orange”。在這種情況下，您將獲得混合輸出的結果。

RankBrain算法建立在反向傳播技術的基礎上，該技術是訓練人工神經網絡的標準方法，它根據從先前迭代獲得的錯誤率來微調神經網絡的權重。

對于RankBrain算法，當搜索未知查詢時，該算法將為用戶獲取最佳擬合結果。之后，它會比較用戶的滿意度，如果滿意度很高，則將短語或關鍵字添加到數據庫中。

Google BERT算法：

BERT被認為是十年來Google搜索算法的最大更新，它是一種基于開源神經網絡的自然語言處理預訓練技術，BERT是變壓器雙向編碼器表示的首字母縮寫。這是一種深度學習搜索算法，它執行諸如標記語音部分，識別實體，回答問題等任務，從而幫助Google理解自然語言。

BERT處理諸如實體識別，語音標記的一部分，以及其他自然語言處理過程中的問題解答之類的任務。它可以幫助Google理解網絡上的自然語言文本，并提高對自然語言查詢或會話查詢的語言理解。

BERT處理查詢中與單詞中所有單詞相關的每個單詞，而不是一個個處理它們。它對每個單詞進行分析，同時保留前后的單詞，即，它考慮了句子的整個上下文。這就是將該算法稱為雙向算法的原因。BERT的最好之處在于它可以從一種語言中學習一些東西，并將其應用于其他算法。

Google搜索算法中的人工智能和機器學習技術

Google已經采用了人工智能和機器學習算法。無論是Gmail，Google地圖，Google Ads，YouTube還是Google Play，AI和ML都在其所有服務中占據了相當大的空間。

這兩項技術已經大大提升了Google搜索算法以前的工作方式，讓我們看看AI和ML幫助Google搜索算法的各種應用。

新特征識別：RangeBrain等Google的智能算法不僅可以幫助最佳擬合結果，還可以識別可用于改善搜索結果的新特征。將來，更多的Google搜索特征將基于機器學習。

模式檢測：Google主要使用特模式檢測來識別垃圾郵件并對其進行標記。它根據諸如關鍵字過多，使用不相關的出站鏈接，過多的廣告等屬性來識別低質內容。這些屬性實際上有助于Google搜索獲取更多相關結果并提高用戶滿意度。

圖像搜索：隨著越來越多地重視視覺刺激，圖像，GIF，視頻和信息圖表的使用呈指數增長。因此，從搜索的角度來看，對圖像進行分類和分析的需求變得至關重要。機器學習和AI在映射圖像模式與其他圖像之間起著至關重要的作用。反過來，這可以幫助人們通過圖像而不是文本搜索內容。這也有助于網站管理員調整其SERP。

定位廣告：Google搜索允許公司匹配與某些關鍵字相關的特定受眾的廣告。哪個廣告將顯示在哪個級別上，很大程度上取決于機器學習，它會根據每個關鍵字，其點擊率，著陸頁體驗以及更多因素來獲取目標廣告。

同義詞識別：Google還會嘗試查找特定關鍵字的同義詞?；谕x詞，Google還會在搜索頁面底部反映相關的搜索。您可能已經注意到，當您搜索特定查詢時，Google會提取一個代碼段。當Google知道特定單詞的同義詞時，就會發生這種情況。

小結：

在過去的幾年中，人工智能和機器學習推動了很多技術更新，使每次更新都變得更加智能。尤其是當所有技術公司都轉型為軟件公司時，必須使用智能創新來增強整體體驗。從像Siri和Alexa這樣的虛擬機器人到無人駕駛汽車，AI和ML軟件已從所有可能的方面滲透到我們的日常生活中。

語音搜索是過去幾年Google搜索的一項重大進步。Gmail，Google地圖等搜索欄右上角的小麥克風實際上有助于使用更新的關鍵字、語義、情感等來微調數據庫，它在起步階段就已經廣受歡迎。

更多這樣的算法更新，改善最終的搜索體驗，并以其結果革新互聯網，這簡直令人著迷。雖然它撼動了許多人的排名，但它也為許多其他應有的人提供了巨大的空間。這些人會憑借高質量的內容和更好的搜索相關性獲得更高排名。

#專欄作家#

作者：Shravani C

鏈接：https://medium.com/@shravani_38239/how-is-google-search-implementing-artificial-intelligence-65f450891d3b

譯者：熊不知；公眾號：產品經理熊不知（ID：xiongbuzhia），人人都是產品經理專欄作家。5年產品經理經驗，專注海外社交APP和編輯工具類APP的產品設計。

本文原創發布于人人都是產品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。