Типы и виды поисковых запросов, их язык

Ноя 20, 2014

4 мин — время чтения

Поделиться статьей:

Поисковый запрос – это слово или словосочетание, которое вводит пользователь поисковой системы, желая получить определенную информацию. После получения запроса система автоматически выводит наиболее подходящие – по её мнению – страницы. Все запросы можно условно разделить на несколько видов и типов. 

Для владельцев и оптимизаторов сайтов данная информация является обязательной к пониманию и изучению, т. к. основным источником трафика для большинства ресурсов по-прежнему остаются поисковики. Именно поэтому серьезное продвижение того или иного сайта требует серьезного подхода и ряда действий: составления семантического ядра и определения всех типов поисковых фраз, на которые стоит ориентироваться.

Виды поисковых запросов

Как уже говорилось выше, все поисковые запросы можно условно разделить на типы и виды. Виды выделяют в зависимости от следующих параметров: частотность, конкурентность, ценность, геозависомость. А к типам относят навигационные, информационные, мультимедийные, транзакционные и общие (нечеткие) запросы. Рассмотрим типы и виды запросов подробнее.

Виды поисковых запросов можно условно разделить на 4 категории.

1. По частотности

• ВЧ – высокочастотные. Слово «высокочастотный» уже дает точное определение данной подкатегории – высокая частота запроса. Высокочастотные запросы обычно состоят из 1–2 слов. Как правило, вывести сайт в ТОП по ВЧ очень сложно, т. к. конкуренция по ним высока.
• СЧ – среднечастотные. Среднечастотные запросы менее конкурентные, нежели ВЧ, но они также способны давать неплохую посещаемость. Что касается показателя конверсии, то он варьируется от среднего до высокого значения.
• НЧ – низкочастотные. НЧ – это редко запрашиваемые слова. Однако и они играют важную роль в оптимизации сайта, так как помогают продвинуть сайт по низкочастотным запросам и повысить целевой трафик. Наиболее любимы НЧ среди владельцев интернет-магазинов.

Существуют также «нулевые» или их ещё называют «супер низкочастотные запросы». Частота их колеблется в пределах 0–2 в месяц, а потому для продвижения они не имеют особой ценности.

2. По конкурентности

• ВК – высококонкурентные;
• СК – среднеконкурентные;
• НК – низкоконкурентные.

При работе над новым проектом предпочтение лучше отдать низко- и среднеконкурентным запросам. Как определить степень конкурентности, мы поговорим в следующих статьях.

3. По степени ценности

• Коммерческие. К данной категории относятся запросы, прямо или косвенно призывающие купить некоторый продукт.
• Некоммерческие. В противовес коммерческим, к покупке не побуждают, а носят скорее информационный характер. Соответственно, активно используются на информационных и развлекательных порталах.

4. По геозависимости

• Геозависимые. Важная подкатегория, которая регулирует выдачу по географическому расположению. Например, «заказать пиццу». Поисковая система автоматически определяет ваше географическое расположение (например, Москва) и выдает результаты, которые относятся исключительно к московскому региону. Таким образом, поисковая выдача для разных регионов будет существенно отличаться.
• Геонезависимые. Данный вид запросов не привязывается к географическому расположению человека, запрашивающего информацию. Поисковая выдача будет с большой долей вероятности одинакова для разных стран и регионов.

Существуют также и другие виды поисковых запросов: сезонные, по времени суток и т.д. Но большинство оптимизаторов не выносит их в отдельную категорию при построении стратегии развития проекта.

Типы поисковых запросов

Тип поисковых запросов – это ещё одна важная классификация поисковых фраз. Вариант, который мы рассмотрим, был предложен в 2002 году Андреем Бродером в работе «A taxonomy of websearch». Согласно данной работе все поисковые запросы были разделены на 5 типов.

• Несущие информационный характер. Наиболее популярный в поисковых системах тип. Отвечает на вопросы «как», «для чего», «каким образом» и т. д. Например, «как правильно ухаживать за яблоней», «что делать, если болит желудок».
• Навигационные. Очень часто люди, которые с компьютером на «Вы» с помощью поисковой системы переходят на тот или иной сайт. Например, ищут, как перейти в Гугл, Вики и так далее. Аналогично могут разыскиваться сайты, когда пользователь забыл точный адрес или сомневается в варианте написания URL.
• Транзакционные. К данному типу относятся те, что предполагают совершение какого-либо действия. Например, «купить компьютер» или «заказать такси».
• Мультимедийные. Предполагают поиск мультимедийной информации: музыки, фильмов, изображений. Например, «новый клип Рианны», «посмотреть Comedy Club».
• Общие. К данному типу относятся запросы, которые тяжело однозначно отнести к любому из вышеописанных типов. Как правило, такие запросы состоят из 1–2 слов.
  Например, «мышка», «стиральная машинка», «холодильник» и другие.

Язык поисковых запросов

Каждая поисковая система имеет свой язык запросов. Это помогает более точно сформулировать свой вопрос и получить, соответственно, более точный на него ответ. Ниже приведены наиболее популярные операторы языка поиска Google.

Язык поисковых запросов Google

Назначение	Оператор
Поиск по определенному сайту или его страницах	Site:(url сайта)
Поиск обратных ссылок	link:
Поиск страниц с похожим или аналогичным содержанием	related:
Поиск по нескольким запросам. К примеру, Дата крещения Руси 988 OR899	OR
Информация о ссылке	info:
Информация из кэша (последняя индексация сайта)	cache:

Кроме того, Google предоставляет функцию расширенного поиска, где пользователь на интуитивном уровне может ввести дополнительные критерии: язык, регион, дата обновления и формат документа.

Кстати, проверить позиции своего сайта по запросам вы можете в SE Ranking.

Бесплатный тестовый доступ

1453 views

Виды поисковых запросов и их классификация – Outsourcing Team

Сейчас вы читаете эту статью, потому что каким-то образом отыскали ее на просторах интернета. Готовы поспорить, что большинство из вас нашли ее через поисковую систему своего браузера!

Несмотря на огромное количество источников трафика в современном мире, поисковые системы продолжают занимать лидирующие позиции.

Для владельцев сайтов и SEO-специалистов это отличная новость! Низкая стоимость, привлечение заинтересованных пользователей, быстрый рост конверсии при поднятии в ТОП-выдачи — это далеко не все преимущества такого инструмента маркетинга.

Но вот продвинуть сайт в ТОП поисковой выдачи не так-то просто. Для этого в первую очередь нужно собрать семантическое ядро + выбрать поисковые запросы, которые будут максимально соответствовать цели. Поисковые запросы — это и есть ключевые слова, по которым ранжируется сайт.

Google и Яндекс постоянно улучшают алгоритмы работы с поисковыми запросами. Фокус переносится на изучение поведения пользователей. Поэтому, если вы вычислите, какие запросы использует ваша целевая аудитория и поймете, как этим пользоваться — успех гарантирован.

Разобраться в такой полезной теме нам помогут типы + виды поисковых запросов.

Принципы разделения запросов по группам

Четкой классификации поисковых запросов нет. Однако, для практического удобства их принято делить на виды + типы. Последняя классификация была предложена Андреем Бродером в его работе «A taxonomy of web search».

Итак, для начала рассмотрим виды запросов в поисковых системах.

Виды поисковых запросов

По частотности

Если взять всех пользователей интернета и изучить, какие фразы чаще всего вбиваются в поисковике, то мы выявим закономерности: это короткие общие понятия (иногда одно слово), которые охватывают огромное количество ресурсов. А вот длинные конкретизированные запросы встречаются гораздо реже. Эта статистика была детально изучена и систематизирована. Результат классификации поисковых запросов по частоте мы собрали для вас в таблице!

Название	Частотность	Характеристика	Где использовать?
Высокочастотные	от 10 000*	1—2 слова общие, абстрактные	Title + Description, на главной странице, на странице категории. Подойдет для популярных сайтов с высокой конкурентоспособностью.
Среднечастотные	1000 — 10 000*	2—4 слова уточненные	Разделы сайта, отдельные страницы, категории. Подойдет для большинства сайтов — дают среднюю-высокую конверсию.
Низкочастотные	до 1000*	от 5 слов, конкретизированная фраза	Статьи, описания, карточки товара. Подойдут для новых сайтов, так как обладают низкой конкурентностью. Однако, важно точно понимать запросы своей целевой аудитории!

*Все зависит от ниши. В некоторых нишах даже 100 запросов могут оказаться высокочастотными.

Кроме перечисленных, имеются еще нулевые запросы — их частотность достигает 0—3/месяц, поэтому учитывать их для раскручивания сайта целесообразно только в некоторых нишах (например, в узком В2В сегменте).

По конкурентности

Виды поисковых запросов также разделяются по конкурентности. Этот параметр определяется путем оценки 2—х факторов:

• Количества страниц по данному запросу в выдаче поисковой системы;
• Наличию данного “ключа” в контекстной рекламе (еще одному экономному + быстрому инструменту продвижения).

Частотность + конкурентность — очень похожие характеристики. Корреляция между ними зачастую прямая: чем выше частотность, тем выше конкурентность, и наоборот.

Таким образом, выделяют следующие виды запросов.

Название	Характеристика	Пример
Высококонкурентные	Запросы, которые чаще всего являются общими фразами, простыми словами + лишены конкретики.	Купить одеяло Мужские носки День рождения
Среднеконкурентные	Более конкретизированные запросы. Здесь информация подается уточненная.	Купить одеяло Dreamfox Носки со спанч бобом Стих поздравление с Днем Рождения
Низкоконкурентные	Такие запросы вводить пользователи будут редко, когда захотят найти конкретный результат. Поэтому такие запросы приводят целевой трафик.	Купить одеяло Basic Dreamfox на бязи Носки мужские хлопковые Губка Боб H&M Украина

По коммерциализации (степени ценности)

Для одних людей интернет — удобный способ что-то купить/заказать услуги. Для других — самый обширный, неиссякаемый информационный источник. И запросы каждый пользователь будет вводить соответствующие. Поэтому виды запросов в поисковых системах принято делить на коммерческие/некоммерческие.

• Коммерческие — позволяют осуществить какое-то действие для покупки продукта/заказа услуги. Например: купить носки H&M, заказать пиццу;
• Некоммерческие — предоставляют контент, не предлагая услуг/товара. Это не обязательно научные статьи. Сюда относятся развлекательные сайты, форумы, блоги.

По геозависимости

Обращали внимание: если вбить запрос “заказать пиццу”, находясь в Киеве, поиск предложит вам киевские пиццерии, стоит уехать в Житомир — поисковая выдача подстроится под новую локацию. Это означает, что поисковый запрос геозависимый. В этом есть конкретная практическая польза. Вряд ли в Киеве вы захотите заказывать пиццу из другого города.

Однако, если вбить “схемы для вязания шапок” одновременно в разных городах, то ТОП поисковой выдачи будет одинаковым. Здесь нет смысла привязываться к месту. Такие запросы называются геонезависимыми.

Типы поисковых запросов

Типы запросов разделяются, ориентируясь на цели пользователя. Давайте рассмотрим основные из них.

Информационные

Если коротко — это запросы, цель которых: получить ответ на конкретный вопрос. Чаще всего они содержат вопросительные слова: как, для чего, где, почему, каким образом. Например: Где находится поджелудочная железа?

Такие запросы будут актуальны для поиска: статей, инструкций, ликбезов, колонок, блогов.

Навигационные

Такие запросы позволяют человеку через поисковую систему найти какой-то конкретный сайт, площадку, сервис для перехода. Например: Telegram online, сайт Dreamfox.

Мультимедийные

Мультимедийные типы поисковых запросов — это ключевой источник музыки, видеоконтента, картинок для пользователя. Примерами таких запросов могут быть: “eminem lose yourself скачать”, “обои с котами на рабочий стол”.

Транзакционные

Прибыльные для владельца сайта транзакционные запросы позволяют пользователю удобно выполнить целевое действие на сайте, чтобы получить товар/услугу. Например: “Заказать разработку сайта”, “Купить беспроводные наушники”.

Общие

С этим типом запросов нужно быть осторожнее. Они не несут конкретной цели, являются высококонкурентными и высокочастотными. Поэтому не позволят задержаться в ТОПе выдачи, требуют больших трат и редко приносят целевой трафик молодым сайтам.

Такие запросы можно назвать совокупными определениями: ключ, окно, музыка, футболка.

Заключение

Мы рассмотрели только самые актуальные для продвижения виды и типы поисковых запросов. Однако, существует масса других классификаций: учитывается сезон, время суток, язык, форма построения, длина запроса.

Если вы научитесь работать с запросами, то сможете сделать сайт более релевантным интересам пользователей, получите большую конверсию.

Желаем вам воплотить новые знания на практике!

Классификация запросов | Algolia

Категоризация запросов позволяет прогнозировать категории, к которым относится поисковый запрос. Для этого он использует модель ИИ для создания категорий из записей в вашем индексе. Каждый индекс может использовать свою собственную иерархию категорий, в зависимости от ваших потребностей, например, категории продуктов для веб-сайта электронной коммерции или жанры для приложения для просмотра фильмов. Например, в продуктовом интернет-магазине запрос банан может быть частью категории Еда > Овощи и фрукты .

Благодаря функции Algolia Query Categorization у вас есть:

• Специальный раздел на панели управления Algolia для настройки модели AI и изучения ее прогнозов
• Автоматическая фильтрация и повышение прогнозируемых категорий без написания дополнительного кода для повышения релевантности результатов вашего пользователя
• Аналитика, сгруппированная по прогнозируемой категории , чтобы узнать, как работают категории, и обнаружить неэффективные запросы
• Доступ к прогнозам категорий во время запроса (с помощью API поиска), чтобы вы могли предоставлять возможности поиска и обнаружения, настроенные для ваших пользователей.

Как настроить категоризацию запросов

Чтобы настроить категоризацию запросов, необходимо отправить события кликов и конверсий, а затем настроить модель ИИ. После настройки проверьте выходные данные модели и сгенерированное дерево категорий.

Вы также можете использовать прогнозы категоризации запросов во внешнем интерфейсе во время запроса.

Отправлять события кликов и конверсий

Чтобы использовать категоризацию запросов, необходимо отправлять события кликов или конверсий. Algolia AI использует эти данные для обучения своей модели предсказанию категорий.

Гид

Начните работу с событиями кликов и конверсий

Модель категоризации запросов автоматически переобучается каждые 24 часа. Он всегда использует события за последние 30 дней, то есть основан на скользящем окне самых последних аналитических данных.

Настройка модели

Чтобы настроить Категоризацию запросов , необходимо указать аспекты, по которым модель делает прогнозы. Фасеты должны представлять иерархию ваших категорий (до пяти уровней в глубину).

После ввода фасетов нажмите Сохранить , чтобы начать процесс построения модели. В зависимости от количества категорий и трафика это может занять от нескольких минут до получаса.

Поддерживаемые форматы иерархических фасетов

• Предположим, что ваши записи структурированы следующим образом:

   
   
   
   
   
   1
  2
  3
  4
  5
  6
  7
  8
  9
  10
   
   {
    "имя": "банан",
    "описание": "...",
    «цена»: 3,45,
    "иерархические категории":
    {
      "lvl0": "Еда",
      "lvl1": "Фрукты"
    }
  }
   
   Установите  hierarchicalCategories.lvl0  в качестве первого уровня, используемого моделью, и  hierarchicalCategories.lvl1  в качестве второго уровня.

• Если ваши записи структурированы следующим образом:

   
   
   
   
   
   1
  2
  3
  4
  5
  6
  7
   
   {
    "имя": "банан",
    "описание": "...",
    «цена»: 3,45,
    "группа": "Еда",
    "раздел": "Фрукты"
  }
   
   Установите группу   в качестве первого уровня, используемого моделью, и секцию   в качестве второго уровня.

Предположим, что ваши записи относятся к нескольким категориям одновременно, и вы используете массивы для представления каждого уровня глубины. В этом случае модель ожидает общие префиксы (например, используйте Еда в качестве значения фасета первого уровня и Еда > Фрукты в качестве второго уровня).

Модель не поддерживает записи, структурированные только с одним атрибутом для всех уровней глубины. Например:

 
 
 
 
 
 1
2
3
4
5
6
 
 {
  "имя": "банан",
  "описание": "...",
  «цена»: 3,45,
  "categories": ["Еда", "Еда > Фрукты"]
}
 
 Выход модели 
 После настройки модель ИИ будет:
 Использовать предоставленные категории для построения «дерева категорий» (иерархическое представление ваших категорий) на основе различных значений аспектов элементов в вашем индексе.
 Извлечение наиболее вероятных категорий для самых популярных запросов (используя события кликов и конверсий, отправленные вами в Algolia)
 Обучите модель ИИ прогнозировать категории, связанные с запросом. Каждое предсказание включает уровень уверенности  от  очень низкий  до  определенные  и  тип  .
 Доверительный уровень может быть:
  очень низкий 
  низкий 
  высокий 
  очень высокая 
  определенный 
 Тип может быть:
  узкий  для запросов, привязанных только к одному элементу в вашем дереве категорий: категория, которая является «листом» в дереве (то есть без дополнительных подкатегорий).
  широкий  для запросов, привязанных к категории, которая находится на более высоком уровне в дереве категорий (категория с подкатегориями)
  неоднозначный  для запросов, привязанных к нескольким несвязанным категориям
  нет  для запросов, для которых модель не смогла предсказать ни одну категорию
 Управление источником событий 
 Использование другого исходного индекса для событий позволяет использовать альтернативные события для прогнозирования категорий. Например, вы можете использовать события из производственного индекса в тестовом индексе (в котором не будет никакого взаимодействия с пользователем).
Текущий индекс должен быть репликой целевого исходного индекса.
Чтобы использовать другой исходный индекс, перейдите на страницу 9.Вкладка 0009 Categories Setting  и найдите поле  Events source index . Выберите исходный индекс в приложении из раскрывающегося меню. Как только конфигурация будет сохранена, она запустит обучение, повторно сгенерировав дерево категорий и прогнозы с использованием событий исходного индекса.
 Управление деревом категорий 
 После обучения модели вы можете просмотреть сгенерированное дерево категорий, выбрав вкладку  Представление дерева категорий  на панели управления Algolia (Поиск > Настройка > Категоризация запроса). Здесь вы можете просмотреть иерархию и убедиться, что она была создана правильно.
 Вы можете запретить (исключить) некоторые категории из прогнозов. Например, вы должны исключить значения, которые не являются реальными категориями, например «Черная пятница» или «Распродажа». Удаление этих значений из дерева категорий увеличивает производительность модели.
 Получение прогнозов категоризации запросов во время запроса 
 Вы можете использовать прогнозы непосредственно во внешнем интерфейсе во время запроса, например:
  Расширение запроса.  Если у вас есть ограниченные результаты для запроса, вы можете расширить набор результатов, добавив больше элементов из той же категории
  Значение.  Когда запрос  широкий  , вы можете предложить различные категории, чтобы сузить поиск
  Индивидуальный опыт.  Предоставление пользовательского опыта на основе намерений пользователя путем создания определенного макета для некоторых категорий
 Категоризация запроса заполняет результаты поиска предсказанными категориями для поискового запроса. Запрос , используемый для предсказания , нормализуется движком, , а не  необработанный запрос.
 Включение категоризации запросов во время запроса 
 Чтобы получить результаты категоризации запросов во время запроса, необходимо активировать этот параметр на панели управления или в параметрах запроса.
 В разделе «Категория запросов» панели инструментов Algolia («Поиск» > «Настройка» > «Категоризация запросов»): вы можете найти переключатель «Категории  с API поиска » на вкладке «Настройки категорий » .
 В параметрах запроса как объект JSON или закодированная строка URL, например:  extensions%3D%7B%22queryCategorization%22%3A%7B%22enableCategoriesRetrieval%22%3Atrue%7D%7D 
 Параметры категоризации запросов сгруппированы в поле  extensions :
 
 
 
 
 
 1
2
3
4
5
6
7
8
9
 
 {
  /* Другие стандартные параметры запроса. .. */
  "расширения": {
    "Категоризация запроса": {
      "enableCategoriesRetrieval": правда
      /* Доступны другие параметры для управления автоматической фильтрацией и усилением */
    }
  }
}
 
 Формат ответа на поиск 
 Ответ на поиск имеет обычный формат, с предсказаниями в атрибуте  extensions.queryCategorization  :
 
 
 
 
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
 
 {
  /* Обычный поисковый ответ (например, хиты) */
  "расширения": {
    "Категоризация запроса": {
        "normalizedQuery": "банан",
        "счет": 2,
        "тип": "узкий",
        "категории": [
            {
                "бен": "очень высокий",
                "иерархический путь": [
                    {
                        "facetName": "категория.lvl0",
                        "facetValue": "Еда",
                        "глубина": 0
                    },
                    {
                        "facetName": "категория. lvl1",
                        "facetValue": "Фрукты",
                        "глубина": 1
                    }
                ]
            }
        ]
        }
    }
}
 
 В редких случаях  extensions.queryCategorization  может быть пустым объектом для запросов, которые модель категоризации запросов не классифицировала.
 Как переопределить прогнозы 
 Чтобы переопределить прогнозы категоризации запросов, перейдите на вкладку  Predictions Explorer  раздела Query Categorization.
 Чтобы изменить переопределение или заменить предсказанные категории, созданные моделью, щелкните значок редактирования (карандаш)
 Чтобы отменить переопределение предсказанных категорий, сгенерированных моделью, щелкните значок молнии.
 Чтобы удалить предсказание модели, щелкните значок корзины.
 Изменения отображаются в списке прогнозов. Чтобы подтвердить изменения, нажмите  Сохранить изменения  внизу страницы.
 Изменение классификации индекса на вкладке «Настройки категорий» приведет к удалению всех переопределений, затронутых этим изменением. Например, если вы удалите второй уровень фасета из индексной классификации, переопределение с двумя уровнями глубины, такими как  Еда  >  Фрукты  будут удалены, а запрос будет сброшен на автоматические прогнозы.
 Автоматическая фильтрация и усиление 
  Автоматическая фильтрация и усиление  — это функция поиска, которая применяет фильтры для пользовательских запросов на основе прогнозов категоризации запросов.
 Автоматическая фильтрация применяет фильтр поискового запроса для удаления элементов , а не , соответствующих предсказанной категории.
 Автоматическое повышение применяет к запросу необязательный фильтр для повышения позиций, соответствующих прогнозируемой категории, в топ.
 Модель категоризации запросов решает, следует ли использовать эти прогнозы в качестве фильтров, повышающих коэффициентов или вообще не использовать, в зависимости от уровня их достоверности.
 По умолчанию активировано только автоматическое повышение. См. раздел Настройка автоматической фильтрации и усиления, чтобы узнать, как включить автоматическую фильтрацию.
 Внедрить автоматическую фильтрацию и усиление 
 Чтобы использовать автоматическую фильтрацию и усиление, необходимо включить категоризацию запросов на панели инструментов Algolia. Вы можете просмотреть влияние  Автоматическая фильтрация и усиление  из раздела  Категоризация запросов .
 Вы можете включить  Автоматическую фильтрацию и повышение  для индекса на вкладке  Настройки автоматической фильтрации и повышения .  После активации фильтрует и повышает  автоматически внедряются в ваши параметры поиска во время запроса, не требуя каких-либо изменений во внешнем интерфейсе. В разделе «Категория запросов» панели инструментов Algolia («Поиск» > «Настройка» > «Категоризация запросов») вы можете исключить (запретить) запросы и категории, которые никогда не должны автоматически фильтроваться или повышаться. Все, что указано здесь, переопределяет конфигурацию вашего индекса.
 91
2
3
4
5
6
7
8 
 {
  /* Другие стандартные параметры запроса... */
  "расширения": {
    "Категоризация запроса": {
      "enableAutoFiltering": правда|ложь
    }
  }
}
 
 Разрешить пользователям удалять фильтры, примененные  Автоматическая фильтрация и усиление  , вы должны явным образом отключить автоматические фильтры и повышения для поискового запроса, ориентированного на ваш индекс (когда пользователь очищает автоматический фильтр). Создайте виджет InstantSearch, чтобы реализовать пользовательский интерфейс для этого поведения.
 Обнаружение влияния автоматической фильтрации и усиления во время запроса 
 Когда для запроса активна автоматическая фильтрация и усиление, раздел  extensions.queryCategorization.autofiltering  имеет следующее содержимое:
 
 
 
 
 
 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
 
 {
  /* Обычный поисковый ответ (например, хиты. ..) */
  "расширения": {
    "Категоризация запроса": {
      "normalizedQuery": "банан",
      "количество": 14870,
      "тип": "узкий",
      "категории": [
        {
          "бен": "определенный",
          "иерархический путь": [
            {
              "facetName": "categories.lvl0",
              "facetValue": "Еда",
              "глубина": 0
            },
            {
              "facetName": "categories.lvl1",
              "facetValue": "Еда > Фрукты",
              "глубина": 1
            }
          ]
        }
      ],
      "автофильтрация": {
        "включено": правда,
        "максГлубина": 5,
        "facetFilters": [
          [
            "categories.lvl0:Еда"
          ],
          [
            "categories.lvl1:Еда > Фрукты"
          ],
        ],
        "необязательные фильтры": []
      }
    }
  }
}
 
 Вы можете активировать автоматическую фильтрацию и усиление без каких-либо последствий. В этом случае вы не увидите дополнительных полей в своем поисковом ответе.
 Настройка влияния автоматической фильтрации и усиления 
 Вы можете точно настроить влияние автоматической фильтрации и усиления, изменив два значения на вкладке  Параметры автоматической фильтрации и усиления :
 Минимальный ожидаемый уровень достоверности для фильтрации
 Минимальный ожидаемый уровень достоверности для бустинга.
 Эти значения позволяют настроить применение фильтров или повышения на основе уровней достоверности прогнозов.
 Функция повышает достоверность прогнозов с уровнем достоверности, равным или превышающим уровень достоверности для повышения, но ниже уровня достоверности для фильтрации.
Функция фильтрует прогнозы с уровнем достоверности, равным или превышающим уровень достоверности для фильтрации.
 Например, установка уровня достоверности для повышения до  высокий  и уровень достоверности для фильтрации до  определенный  повышает  высокий  и  очень высокий  предсказания и фильтрует  определенные  предсказания.
 Доверительный уровень для бустинга должен быть меньше доверительного уровня для фильтрации.
 Вы можете отключить фильтрацию или усиление с помощью соответствующей опции отключения.
 Предварительный просмотр автоматической фильтрации и повышения 
 Вы можете предварительно просмотреть автоматическую фильтрацию и усиление для любого индекса из  Автоматическая фильтрация и усиление  Вкладка «Предварительный просмотр» раздела  Категоризация запросов  на панели инструментов.  Пока у вас есть прогнозы категорий для выбранного индекса, этот экран позволяет вам предварительно просмотреть результаты для любого запроса с прогнозируемыми категориями и показать, как автоматическая фильтрация и усиление влияют на результаты (без активации автоматической фильтрации и повышения на рабочем трафике).
 Предварительный просмотр автоматической фильтрации и повышения также показывает, как правила продвижения и динамическая переоценка влияют на результаты. Вы можете отключить правила и динамическую переоценку в предварительном просмотре с помощью  Правила  и  Динамическая переоценка  переключаются.
 A/B-тест Автоматическая фильтрация и усиление 
 Вы можете использовать A/B-тестирование для оценки автоматической фильтрации и повышения индекса и точного измерения его влияния на ваш поиск.  Для этого нажмите кнопку  Запустить A/B-тест  на вкладке  Настройки автоматической фильтрации и повышения  в разделе  Категоризация запросов  на панели инструментов.
 Аналитика сгруппирована по категориям 
 После того, как модель категоризации запросов настроена, все поисковые запросы группируются по прогнозируемым категориям на вкладке  Grouped Searches  панели управления Algolia (в разделе Observe > Analytics). Это представление не включает запросы просмотра (пустой запрос отфильтрован по категории).
 Вы можете сравнить категории или щелкнуть их, чтобы проверить их запросы. Внутри категории запросы со значительно более низким кликабельностью или коэффициентом конверсии автоматически помечаются как «неэффективные».
 Например, два запроса  синие джинсы  и  джинсы  помечены как относящиеся к одной и той же категории (  брюки  ). Групповая аналитика отображает производительность категории  брюки  (обобщая данные как для  синие джинсы  ,  джинсовая ткань  , так и для других запросов, принадлежащих категории  брюки ). Затем вы можете сравнить производительность двух. Например, кликабельность категории  брюк  составляет 10 %, а кликабельность категории 9 000 –0003 синие джинсы  составляет всего 4% (и определяется как , уступающий ). Вы можете повысить производительность запроса, например, добавив синоним или правило.
 С помощью сгруппированной аналитики вы можете агрегировать аналитику поиска, чтобы получать новые сведения и оптимизировать процесс поиска и обнаружения. Это упрощает анализ поиска и помогает управлять длинным хвостом поисковых запросов.
 Дополнительная литература 
 Как Google может обрабатывать классификацию запросов и перезаписи 
 Как Google может обрабатывать классификацию запросов и перезаписи 
 SEO
 Дэвид Гарри
 В наши дни многие люди в мире SEO сосредоточены на  «намерениях пользователя»  и удовлетворении запросов, которые люди используют, чтобы найти то, что им нужно. Они смотрят на все, от профилей пользователей и неявных отзывов пользователей (показатель отказов, время на сайте, время пребывания и т. д.) до объектов и многого другого. Но одна вещь, которую я действительно не вижу, это то, как Google на самом деле обрабатывает запросы.
 За последние несколько лет люди стали использовать RankBrain, BERT и другие. Кроме того, если мы вернемся назад, мы склонны смотреть на концепции, а не на ключевые слова, поскольку Google перешел к «вещам, а не строкам». Но что-то, чего я действительно не вижу; классификации запросов.
  
 Google и Query Classification 
 Сегодня мы рассмотрим несколько патентов/документов, чтобы узнать, что может быть использовано с Google, и, надеюсь, научим вас нескольким вещам, которые помогут вам развить свое мышление при выполнении этой «деловой задачи». наш». Чтобы лучше понять, что это такое, обязательно прочитайте мою статью 2014 года здесь.
 В патенте «Классификация запросов» (выданном в 2015 г.) Google указывает
 « Запросы классифицируются как принадлежащие к определенной категории на основе настроек фильтрации результатов поиска для этой конкретной категории. Таким образом, классификация может быть выполнена независимо от содержания запроса, и, следовательно, запросы с неоднозначными или возникающими терминами, которые не могут быть классифицированы системами машинного обучения, по-прежнему могут быть точно классифицированы  ».
 И э. .. лол?
 “  Классификации можно использовать, например, для корректировки оценок релевантности для корректировки позиции результата поиска в ранжировании результатов поиска для нефильтрованных операций поиска. Например, если запрос не классифицируется как запрос поиска типа контента (например, не классифицируется как запрос поиска порнографии) и запрос получен для нефильтрованной операции поиска, тогда поисковая система снижает показатель релевантности для каждого ресурса, который включает контент этого типа контента (например, ресурсы, содержащие порнографию).  ”
 В общем, вы поняли. Очевидно, что тематически они также могут классифицировать вещи … как указано в патенте 2014 года; «КЛАССИФИКАЦИЯ ЗАПРОСА НА ОСНОВЕ РЕЗУЛЬТАТОВ ПОИСКОВОЙ МАШИНЫ»
 «  В одном варианте осуществления заранее определенные классификации представляют темы, например кино, музыку, спорт, бизнес, политику и книги. В другом варианте осуществления предварительно определенные классификации представляют собой своды данных, например совокупность общих веб-данных, новостей, вопросов и ответов, изображений и видеоданных. В еще одном варианте заранее определенные классификации отражают темы и корпуса ».
 И они приводят пример;
 »  Например, для классификации фильмов примерами запросов могут быть «начало», «фильм «Властелин колец»» и «как приручить дракона». Примеры запросов «начало», «фильм «Властелин колец» и «как приручить дракона», в свою очередь, генерируют результаты поисковой системы с терминами для классификации фильмов. Эти термины, характерные для классификации фильмов, могут быть сигналами, указывающими на классификацию фильмов.  »
 И мы также можем понять некоторые элементы классификации в более традиционных  «информационных», «транзакционных» и «навигационных»  запросах. Но это намного больше изменилось с тех пор, как мы все говорили об этом подходе. Фактически, некоторые из самых ранних упоминаний о векторах в патентах/документах Google относятся к методам классификации запросов.
 Возможные подходы к классификации 
 Существует множество методов классификации запросов, включая следующие:
 Прошлые запросы пользователя
 Уточнение запроса в сеансе
 Корреляции сущностей
 Наборы запросов от нескольких пользователей
 Идентификация контекстуального намерения (например, использование местоимения или другого референтного термина в запросе)
 Перезапись запроса — Замена термина синонимом
 Подобные подходы можно использовать, когда поисковая система существенно переписывает запрос, чтобы получить более качественные относительные результаты. Это можно увидеть в патенте Google 2017 года «Переписывание запросов с использованием информации о сеансе» 9.0007
 В котором они указывают;
 »  Например, использование местоимения в текущем поисковом запросе может указывать на то, что местоимение может быть заменено определенной сущностью. Сущности могут быть идентифицированы в предыдущих поисковых запросах и заменены текущим поисковым запросом по мере перезаписи кандидата. Например, если текущий полученный поисковый запрос [сколько ему лет], местоимение «он» указывает на то, что объект является личностью. Если одним из предшествующих поисковых запросов является [Барак Обама], сущность можно заменить, чтобы сгенерировать переписывание кандидата [сколько лет Бараку Обаме]. Точно так же, если текущий полученный поисковый запрос [где это], анализ естественного языка предполагает, что «это» относится к месту или предмету. Таким образом, если одним из предшествующих поисковых запросов является [год постройки моста Золотые Ворота], объект можно заменить для создания перезаписи кандидата [где находится мост Золотые Ворота].  »
 Итак, в приведенном выше примере мы видим то, что Google называет «разговорным» поиском. Таким образом, мы можем указать, что Google не просто возвращает результаты на основе фактического запроса, но также использует множество методов для перезаписи и/или лучшего понимания не только текущего запроса, но и прошлых запросов (от пользователя, несколько пользователей или сам сеанс), чтобы попытаться лучше понять, каковы фактические потребности пользователя из данного запроса в данный момент. 
 На самом деле ваша страница может удовлетворять запросы, на которые вы, возможно, даже не нацелены.
  «(…) создание уточненного поискового запроса, содержащего одно или несколько условий из одной или нескольких текстовых строк объекта для первого документа, включая объединение (i) одного или нескольких терминов одной или нескольких текстовых строк объекта для первый документ с (ii) одним или несколькими терминами первого поискового запроса; и предоставление уточненного поискового запроса, содержащего один или несколько терминов из одной или нескольких текстовых строк объекта для первого документа, в ответ на прием первого поискового запроса.  ”
 Это действительно заставляет задуматься о том, как пользователи вообще находят ваш контент. Как и во всем, что касается поиска, он никогда не бывает таким простым, как кажется.
  
 Помимо ключевых слов 
 Все это начинает учить нас тому, что на самом деле мы не живем в мире сопоставления ключевых слов с запросами. Традиционные исследования ключевых слов (и связанные с ними инструменты) на самом деле просто не помогают дать вам то, что вам может понадобиться, с точки зрения содержания, для удовлетворения заданного запроса. Конечно, это хорошая отправная точка для потенциального объема, но это все
 При разработке контента обязательно помните о связанных терминах и объектах, как указано в одном из рассмотренных нами сегодня патентов;
  «(…) поисковая система может получить от клиента поисковый запрос «Мона Лиза». Поисковая система может идентифицировать результаты поиска, которые реагируют на поисковый запрос «Мона Лиза». Результаты поиска могут идентифицировать документы, релевантные поисковому запросу. Сущности, включающие в себя «Леонардо да Винчи», «Лувр», «ренессанс» и другие строки символов, связанные с Моной Лизой, могут быть связаны с документами поисковой системой 140 и предоставлены серверу уточнения». 
 И эй, наверное, никогда не помешает посмотреть на такие вещи, как Google Suggest, People также Ask или похожие поиски. Вероятно, они также являются частью данных Google для перезаписи запросов и классификации.
  
 Нестандартно 
 В эти дни мы наблюдаем всю болтовню о различных «модных словечках», таких как RankBrain, Hummingbird, BERT и т. д., и это нормально. Но так много людей даже не задумываются об основах поиска информации. Современные подходы к классификации и переписыванию запросов эволюционировали. Вы можете видеть элементы векторов, объекты и многое другое. Никогда не поздно вернуться к основам.
 Мы также можем сделать вывод, что « рейтинги » — это не все, чем они хотят быть.