بدست آوردن وزن پارامترهای گوگل با استفاده از شبکه های عصبی

 ﺳﻪشنبه 30 خرداد 1391 - 08:54
 5
 1307
بدون امتیاز
بدست آوردن وزن پارامترهای گوگل با استفاده از شبکه های عصبی

موضوع فوق به عنوان یک ایده در زمان صحبت من و یکی از دوستان مطرح شد. در آن زمان به دنبال طرح یک موضوع برای پروژه ای که باید به صورت گروهی انجام می شد و من هم بخشی از آن را به عهده داشتم بودیم. در واقع ما به دنبال کشف روشی برای بدست آوردن وزن پارامترهای تاثیر گذار در الگوریتم رتبه بندی گوگل با استفاده از تکنیک های هوش مصنوعی بودیم. بعد از این ماجرا این دوست عزیز با استفاده از الگوریتم ژنتیک برنامه ای برای این موضوع نوشت و من هم به روشی دیگر پروژه را انجام دادم، اما ایده همچنان در ذهن من باقی است!

شاید بهترین روش برای بدست آوردن وزن پارامترهای گوگل طراحی یک شبکه عصبی باشد. چون شبکه های عصبی با اندازه گیری خطا وزن های خود را تنظیم می کنند تا با نزول در امتداد گرادیان به حداقل خطا برسند. بنابراین یک شبکه عصبی که به خوبی آموزش دیده باشد می تواند با تغییر پارامترهای ماثر در یک صفحه اینترنتی آن صفحه را به رتبه بالای گوگل بیاورد. گرچه این ایده به نظر بسیار خوب می آید اما مشکلات زیر را دارد:

  • از کجا مطمئن باشیم که تمام پارامترهای تاثیر گذار در جستجو را قبل از آموزش شبکه عصبی استخراج کرده ایم؟
  • نتایج حاصل از آزمایش پس از زمان ایندکس شدن مجدد سایت و رتبه بندی جدید قابل ارزیابی است. آیا در این مدت رقبای ما تغییری نکرده اند؟ اگر تغییر کرده باشند عملا پاسخ نهایی دارای نویز است.
  • زمان ارزیابی خطا چه موقع باید باشد؟

با وجود مشکلات فوق، من هنوز این ایده را در ذهنم دارم گسترش میدم. به نظر می آید که اگر یک حوزه محدود و خاص برای یادگیری شبکه عصبی فوق انتخاب شود امکان آموزش شبکه وجود خواهد داشت. در این صورت گوگل حتی اگر پارامترهای خود را تغییر دهد باز هم توسط شبکه عصبی فوق استخراج خواهند شد و می تواند به صورت خودکار در سایت هدف اجرایی شود. اما همچنان به نظر می رسد که مشکل اول پابرجاست و به این سادگی نمی توان آن را حل کرد، گرچه افراد خبره در این فن (مثل من و دوستانم در شرکت یا سایر شرکت های حرفه ای در زمینه سئو) تا حدود 80% پارامترهای فوق را استخراج کرده اند و این موضوع باعث خواهد شد که جواب نهایی مناسبی بگیریم.

نظر شما در این مورد چیست؟

مطالب مرتبط
دیدگاه خود را با ما در میان بگذارید
امتیاز شما به این مقاله:





دیدگاه کاربران
علی
 ارسال شده در : ﺳﻪشنبه 04 شهریور 1393

سلام آقای شیرازی خسته نباشیدمن دانشجوی ارشد مدیریت و به مبحث شبکه های عصبی مصنوعی نیز بسیار علاقه مندم. میخوام در مقاله ای که دارم یعنی رتبه بندی فرایندهای مدیریت دانش ، این فرایندهارو با شبکه های عصبی رتبه بندی کنم اما اطلاعات کافی رو در این زمینه ندارم. ممنون میشم اگه بتونین راهنمایی کنید. با تشکر از مطالب زیباتون

تركي
 ارسال شده در : یکشنبه 05 مرداد 1393

به نظر من اين مبحث خيلي پيچيدست ولي فوق العاده جذابهدر هر صورت الگوريتم هاي گوگل خيلي شفاف نيستند و فقط با مهندسي معكوس ميشه بهشون دست يافت

بی نام
 ارسال شده در : یکشنبه 21 آبان 1391

پایان نامه کارشناسی من همین بود... شناسایی موتور جستجوی گوگل به روش شبکه عصبی چندین سال پیش بود استخراج خود دیتای تست و train یه موضوعه، آموزش شبکه یه چیز دیگه و جواب نهایی یه داستان دیگه...

نام
 ارسال شده در : چهارشنبه 31 خرداد 1391

salam faghat yek nokte mikhastam begam, vaghti ke az kole parameter haye mojood etellaee nadarid, manzooram az tedadesh hast, chetori takhmin zadin ke 80% az oonha ro estekhraj kardin, 80% az chi ro?

رضا شیرازی
 ارسال شده در : چهارشنبه 31 خرداد 1391

پاسخ به نام: سلام، دلیل اینکه میگم تا 80% پارامترها رو استخراج کردیم این هست : تیم ما به صورت حرفه ای کار سئو انجام میده در مشکل ترین کلمات فارسی رتبه 1 گوگل را داریم و داشته ایم. منظورم از مشکل ترین کلمات کلماتی مثل: طراحی سایت، طراحی وب سایت، ارتقا سایت، ارتقا رتبه سایت و... هستند که رقبا هم زیاد هستند و هم حرفه ای. با وجود اینکه ما رتبه 1 را بدست آوردیم اما با این حال میشه فرض کرد که ممکنه 20% خطا داشته باشیم و هنوز نتوانسته ایم همه پارامترها رو استخراج کنیم. فکرمیکنم 20با توضیحات فوق 20% خطا حداکثر خطایی هست که میشه برای این موضوع درنظر گرفت.