Jak vypadá cesta webové stránky z širého internetu až do SERPu. Novinky ve výběru webových stránek do databáze a vylepšení algoritmu řazení dokumentů na položený dotaz.

1. Novinky v Seznam.cz vyhledávání
Martin Kirschner
Petr Vondrášek

2. Robot
Index
Internet
Relevance

3. Výběr stránek pro hledání

4. Robot dodává do hledání obraz internetu
• Úplný
• Aktuální
• Z pohledu člověka
Robot
Index
Internet
Relevance

6. Stránky robot vybírá podle skóre
Robot
Index
Internet
Relevance
• Počítá se per URL
• Odráží statickou kvalitu stránky
• Výběr do DB robota i do indexu

7. Skóre se snaží dostat dobré
stránky do indexu
• Zrno
• Plevel
• Hlína

9. Změny ve skórovací funkci
• Predikce kvality stránky podle URL
• Vyšší váha URL v sitemapě
• Lepší pokrytí sezónních stránek

10. Vyčistěte si web
• Používejte self cannonical
• Omezte nekonečné kalendáře
• Podívejte se na poslední stránku výsledků z vašeho webu

11. Novinky v relevanci

12. Robot
Index
Internet
Relevance

14. • Přesnost
─ Jak moc dokument souvisí s dotazem
• Užitečnost
─ Jak moc je dokument vzhledem k dotazu užitečný
• Kvalita
─ Jak dobře použitelný je obsah dokumentu
Relevance

15. Přesnost
[bazénové fólie]

16. Užitečnost
[bazénové fólie]

17. Kvalita
• „Page quality“
• Spam

18. Relevantní odpověď musí být
přesná, užitečná a kvalitní.

19. 0
0,05
0,1
0,15
0,2
0,25
0,3
0,35
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Přesnost, užitečnost, kvalita, ...

20. 3/2018
• Vyšší přesnost a užitečnost výsledků v SERPu
• Menší učící data
• Více výsledků z jedné domény

21. 6/2018
• Nové zpracování dotazu
• Úpravy v penalizaci spamu

23. Robot 2018
• Kanonizace – slučování duplicitního obsahu
• Interpretace stránky

24. Hledáme produkťáky i vývojáře (Java, C++)
Pojď s námi rozvíjet hledání!
martin.kirschner@firma.seznam.cz
@SeznamBot
petr.vondrasek@firma.seznam.cz
@hledani_seznam