過去一年，搜索引擎，或者擴大至互聯(lián)網(wǎng)行業(yè)，最熱門的話題無疑是人工智能。過去 10 幾年，SEO技術(shù)和方法其實沒什么大變化，這些年來我第一次覺得，不久的將來，SEO將被人工智能徹底改變。
回到最前面的問題，用戶點擊、拜訪等做法是不是是排行要素?是的話，如何處理噪聲、做弊問題?沒有用搜索引擎計算效勞的網(wǎng)站，無法切當(dāng)知道拜訪深度、停留時間等，這又怎樣辦?
能夠設(shè)想一下，算法可能不把用戶拜訪數(shù)據(jù)作為直接排行要素，但能夠作為某種驗證和質(zhì)量操控方法，比如在傳統(tǒng)排行算法計算出有關(guān)頁面后，人工智能算法挑出與已知做弊頁面有一樣拜訪特征和其它特征的頁面，下降其排行或者爽性不返回。這兒要記住人工智能潛在的驚人的準(zhǔn)確率。記住去年中Google就說過，AlphaGo其時大致相當(dāng)于人類 13 段棋手，年底的棋局好像驗證了這很可能不是吹噓。柯潔和聶衛(wèi)平等人與Master對局后都表達過大致這么個意思：看了AlphaGo/Master的棋，覺得人類一些對圍棋的知道很可能是錯的。
這種判別的驚人準(zhǔn)確性，或許今后對黑帽SEO是個無法挽回的打擊。假如搜索引擎算法判別一個頁面是不是做弊時，具有 13 段棋手、遠遠超出人類的水平緩準(zhǔn)確率，那么咱們俗人該怎樣做弊?
與此類似，假如網(wǎng)站沒有運用搜索引擎的流量計算效勞，人工智能可能會判別，這個網(wǎng)站A具有特征x， y， z…，另一堆運用了自個計算效勞的網(wǎng)站一樣具有特征x， y， z…..，預(yù)估網(wǎng)站A的拜訪深度、停留時間等和那些已知網(wǎng)站一樣。這兒，特征x， y， z……是什么，是人工智能自個學(xué)習(xí)出來的，很可能有人類意想不到、覺得毫無關(guān)系的東西。而根據(jù)人工智能的駭人才能，定論很可能是正確的。
人工智能對SEO的關(guān)鍵字研究、頁面案牘寫作、網(wǎng)站結(jié)構(gòu)等方面都會發(fā)生推翻式的影響。這篇只是開了個頭，今后再持續(xù)評論。
回到最前面的問題，用戶點擊、拜訪等做法是不是是排行要素?是的話，如何處理噪聲、做弊問題?沒有用搜索引擎計算效勞的網(wǎng)站，無法切當(dāng)知道拜訪深度、停留時間等，這又怎樣辦?
能夠設(shè)想一下，算法可能不把用戶拜訪數(shù)據(jù)作為直接排行要素，但能夠作為某種驗證和質(zhì)量操控方法，比如在傳統(tǒng)排行算法計算出有關(guān)頁面后，人工智能算法挑出與已知做弊頁面有一樣拜訪特征和其它特征的頁面，下降其排行或者爽性不返回。這兒要記住人工智能潛在的驚人的準(zhǔn)確率。記住去年中Google就說過，AlphaGo其時大致相當(dāng)于人類 13 段棋手，年底的棋局好像驗證了這很可能不是吹噓。柯潔和聶衛(wèi)平等人與Master對局后都表達過大致這么個意思：看了AlphaGo/Master的棋，覺得人類一些對圍棋的知道很可能是錯的。
這種判別的驚人準(zhǔn)確性，或許今后對黑帽SEO是個無法挽回的打擊。假如搜索引擎算法判別一個頁面是不是做弊時，具有 13 段棋手、遠遠超出人類的水平緩準(zhǔn)確率，那么咱們俗人該怎樣做弊?
與此類似，假如網(wǎng)站沒有運用搜索引擎的流量計算效勞，人工智能可能會判別，這個網(wǎng)站A具有特征x， y， z…，另一堆運用了自個計算效勞的網(wǎng)站一樣具有特征x， y， z…..，預(yù)估網(wǎng)站A的拜訪深度、停留時間等和那些已知網(wǎng)站一樣。這兒，特征x， y， z……是什么，是人工智能自個學(xué)習(xí)出來的，很可能有人類意想不到、覺得毫無關(guān)系的東西。而根據(jù)人工智能的駭人才能，定論很可能是正確的。
人工智能對SEO的關(guān)鍵字研究、頁面案牘寫作、網(wǎng)站結(jié)構(gòu)等方面都會發(fā)生推翻式的影響。這篇只是開了個頭，今后再持續(xù)評論。
