Peringkat Pencarian Web

Peringkat pencarian web adalah proses ujung-ke-ujung untuk mengurutkan halaman web untuk suatu kueri dengan menggabungkan sinyal tekstual, berbasis tautan, dan perilaku melalui alur kerja multi-tahap yang juga harus tahan terhadap manipulasi.

Definition

Peringkat pencarian web adalah kombinasi dari banyak sinyal relevansi dan kualitas ke dalam pengurutan halaman web untuk suatu kueri, biasanya direalisasikan sebagai alur kerja multi-tahap yang mengambil serangkaian kandidat dengan model yang efisien dan kemudian mengurutkannya kembali dengan model yang dipelajari yang lebih mahal, di bawah tekanan adversarial yang berkelanjutan dari konten yang mencoba untuk mendapatkan peringkat lebih tinggi.

Scope

Topik ini mencakup bagaimana mesin pencari web menghasilkan hasil peringkat akhirnya: sinyal yang digunakannya (relevansi tekstual, teks jangkar, otoritas berbasis tautan, kesegaran, dan data perilaku), arsitektur multi-tahap yang mengambil kandidat dengan murah dan mengurutkannya kembali dengan model yang lebih kaya, serta dimensi adversarial dari spam web dan manipulasi mesin pencari. Ini mengintegrasikan model pengambilan, analisis tautan, dan pembelajaran untuk memberi peringkat ke dalam alur kerja peringkat yang berfungsi, daripada memperlakukan satu komponen secara terpisah.

Core questions

• Sinyal apa yang berkontribusi pada peringkat halaman, dan bagaimana sinyal tersebut digabungkan?
• Mengapa peringkat diatur sebagai alur kerja pengambilan-kemudian-pengurutan ulang multi-tahap?
• Bagaimana teks jangkar dan otoritas berbasis tautan melengkapi teks di halaman?
• Bagaimana mesin pencari mendeteksi dan menurunkan peringkat spam dan manipulasi web?
• Bagaimana sinyal kesegaran dan perilaku pengguna digabungkan?

Key concepts

• sinyal dan fitur peringkat
• teks jangkar
• otoritas berbasis tautan
• pengambilan dan pengurutan ulang multi-tahap
• sinyal kesegaran
• sinyal perilaku / klik
• spam web (peternakan tautan, cloaking, penjejalan kata kunci)
• pengambilan informasi adversarial

Key theories

Alur kerja pengambilan-kemudian-pengurutan ulang multi-tahap

Karena model peringkat yang kaya terlalu mahal untuk diterapkan pada setiap dokumen, pencarian web pertama-tama mengambil serangkaian kandidat yang dapat dikelola dengan model yang efisien seperti BM25 dan kemudian mengurutkan ulang kandidat tersebut dengan model yang dipelajari yang semakin mahal.

Pengambilan informasi adversarial dan spam web

Karena peringkat yang lebih tinggi memiliki nilai komersial, konten secara aktif direkayasa untuk memanipulasi peringkat melalui penjejalan kata kunci, peternakan tautan, dan cloaking, sehingga peringkat harus mencakup deteksi spam dan ketahanan sebagai perhatian utama.

Clinical relevance

Kualitas peringkat menentukan kegunaan pencarian web komersial bagi miliaran pengguna dan visibilitas konten bagi penerbit, yang memunculkan industri optimisasi mesin pencari. Pola pengambilan-kemudian-pengurutan ulang dan teknik ketahanan terhadap spam yang dikembangkan di sini digunakan kembali di seluruh e-commerce, aplikasi, dan pencarian perusahaan.

History

Peringkat pencarian web awal memadukan relevansi teks dengan sinyal berbasis tautan baru yang diperkenalkan sekitar tahun 1998. Seiring dengan meningkatnya manipulasi, pengambilan informasi adversarial muncul pada pertengahan tahun 2000-an dengan karya-karya seperti taksonomi spam web dan propagasi kepercayaan. Alur kerja peringkat secara bertahap menambahkan model yang dipelajari dan sinyal perilaku, berkembang menjadi arsitektur multi-tahap yang digunakan saat ini.

Key figures

• Sergey Brin
• Larry Page
• Zoltán Gyöngyi
• Hector García-Molina

Seminal works

• brin1998
• gyongyi2005
• croft2010

Frequently asked questions

Mengapa mesin pencari memberi peringkat dalam beberapa tahap?

Menerapkan model peringkat yang paling akurat ke setiap halaman dalam indeks akan terlalu lambat. Tahap pertama yang murah mengambil beberapa ratus atau ribu kandidat yang menjanjikan, dan model yang semakin kaya mengurutkan ulang kumpulan yang lebih kecil itu, menyeimbangkan kualitas dengan latensi dan biaya.

Apa itu pengambilan informasi adversarial?

Ini adalah studi tentang pengambilan dalam pengaturan di mana konten secara aktif mencoba memanipulasi peringkat untuk keuntungan, seperti spam web, peternakan tautan, dan cloaking. Sistem peringkat merespons dengan deteksi spam, propagasi kepercayaan, dan langkah-langkah ketahanan untuk menjaga hasil tetap dapat dipercaya.