Search Marketing

Guida al posizionamento dei siti web nei motori di ricerca

Amico degli spider
Home
2 Apr '05
Guida
8 Nov '04
Articoli
27 Mar '05
News/Blog
La Newsletter
30 Apr '09
FAQ
12 Gen '03
Risorse
10 Ott '04

Documento sull'algoritmo RankNet

Un documento illustra i concetti che stanno alla base del nuovo algoritmo di ranking di MSN Search, che utilizza le reti neurali.
26 giugno '05 05:35:25
Qualche giorno fa questo intervento nel blog di MSN Search annunciava l'introduzione di un nuovo algoritmo utilizzato per il ranking dei risultati di ricerca, chiamato RankNet, e basato sulle reti neurali.

Chris Burges, uno dei ricercatori a cui si deve la realizzazione della nuova tecnologia, ha pubblicato nei mesi scorsi un documento chiamato Learning to Rank using Gradient Descent [PDF], nel quale vengono spiegati tutti i concetti che stanno alla base del meccanismo che permette alla rete neurale di ordinare i risultati in base alle caratteristiche delle pagine web.

Non si pensi però che la lettura del documento possa offrire consistenti vantaggi ai SEO. A parte la trattazione fortemente matematica, le reti neurali e sopratutto i risultati conseguiti attraverso la loro applicazione possono costituire un grosso problema per gli esperti di posizionamento che volessero effettuare "reverse engineering", ovvero tentare di risalire ai criteri che determinano le posizioni delle pagine web.

I criteri stessi, infatti, non vengono stabiliti dai progettisti software bensì determinati dalla rete neurale che, simulando alcuni dei processi di apprendimento tipici di un rete di neuroni biologici, decide (quasi) autonomamente come stabilire la posizione delle pagine nei risultati delle ricerche.

Nel documento di Burges, viene spiegato che il tipo di rete neurale implementata usa un approccio di "supervised learning", ovvero un apprendimento supervisionato da persone. Vengono prese in considerazioni alcune query e, per ciascuna di esse, viene specificato quanto rilevanti sono alcuni dei documenti riportati dalla ricerca. La rete neurale utilizza queste informazioni e le caratteristiche dei documenti per "intuire" quali caratteristiche determinano una buona o cattiva rilevanza con la query esaminata.

Questo nuovo "bagaglio culturale" viene usato per ordinare altri risultati di ricerca, in cui le persone intevengono nuovamente per stabilire la rilevanza dei risultati e la rete neurale sfrutta le nuove informazioni per migliorare la propria capacità di ordinare correttamente i risultati. Il processo viene ripetuto molte volte e ad ogni ciclo di apprendimento la rete neurale attribuisce con precisione sempre maggiore dei "pesi" alle caratteristiche su cui la posizione delle pagine si basa.

La ragione per la quale è estremamente difficile per un SEO risalire ad un criterio per l'ordinamento dei risultati è che un singolo criterio di ordinamento non esiste affatto: non solo i pesi attribuiti alle caratteristiche dei documenti vengono determinati dalla rete neurale attraverso calcoli imprescrutabili ma l'implementazione di MSN ha prodotto una rete neurale in cui questi criteri interni variano anche in base ai termini cercati.

In poche parole, anche se fosse teoricamente possibile determinare dei criteri in base ai risultati di una singola ricerca, quei criteri non varrebbero per nessuna altra query. Pare che il posizionamento dei siti web sia destinato a diventare sempre più complesso.

Da quello che si deduce dal documento di Burges, i risultati conseguiti possono essere ancora migliorati. Ma progettando una tecnica di ordinamento dei risultati basata su una rete neurale, MSN ha dotato sé stessa di un mezzo che, per sua natura, migliora le proprie capacità nel corso del tempo. Non a caso, l'intervento sul blog include un'immagine che illustra come i risultati di una query son migliorati nel corso di alcune settimane.

< Torna alla pagina con le notizie più recenti

<< Torna alla pagina principale di Motoricerca.info