Как Яндекс решает, кому давать первое место
За каждым результатом поиска стоит сложная математика. Яндекс использует MatrixNet — систему машинного обучения, которая оценивает сотни факторов и ранжирует результаты. Плюс набор специализированных алгоритмов для борьбы с манипуляциями.
Представьте Яндекс как опытного судью: MatrixNet — это его общая оценка, а специальные алгоритмы — проверка на мошенничество.
Основные алгоритмы и нейросети
MatrixNet
Ядро ранжирования с 2009 года. Обучается на оценках асессоров (живых людей, которые оценивают качество результатов). Учитывает сотни факторов: релевантность, авторитетность, поведенческие, технические, коммерческие. Обновляется постоянно.
YATI (Yet Another Transformers-based model)
Нейросеть на трансформерах, запущена в 2021 году. Понимает смысл запроса и документа на уровне, приближённом к человеческому. Позволяет находить релевантные страницы даже без точного совпадения слов. Аналог Google BERT/MUM.
Палех
Алгоритм 2016 года для длинных и сложных запросов. Использует нейросети для поиска по редким запросам, где точных слов в тексте может не быть.
Фильтры Яндекса
- Баден-Баден — против переспама ключевыми словами и «SEO-текстов».
- Минусинск — против искусственного наращивания ссылок.
- АГС — фильтр для «бесполезных» и автогенерируемых сайтов.
- Непот-фильтр — против ссылочных сетей и аффилиатов.
Что важно для ранжирования
Качественный экспертный контент без переспама, честный ссылочный профиль, хорошие поведенческие показатели, техническое здоровье сайта — это универсальная формула для устойчивых позиций. Алгоритмы меняются, но базовые принципы остаются.