最后更新时间：2024 年 12 月 10 日星期二
以下文章向您概述了 accuranker 的新搜索意图功能（由 ai 提供支持）。
为了更好地理解本文，我们建议您首先阅读我们的另一篇文章：什么是搜索意图？在其中，您将了解到我们通过更多地查看 serp（搜索引擎结果页面）而不是关键字来对 google 的目标搜索意图进行分类。您还将了解为什么搜索意图会随着时间的推移而改变，以及同一 serp/关键字可能有多个意图。
在本文的其余部分中，我们将 serp/关键字对简称为关键字，即使一个关键字可以有多个 serp。
介绍
搜索意图是一个微妙的话题。建立一套固定的规则 马来西亚号码生成 来查找谷歌针对给定关键字的意图几乎是不可能的。幸运的是，过去十年人工智能和机器学习领域的进步使得应用新方法成为可能。我们现在拥有合适的工具来使用 accuranker 每天处理的大量 serp 数据来“训练”机器学习模型。
搜索意图模型背后
作为新搜索意图模型的训练数据，我们使用未标记数据和手动标记数据的组合。该数据集由人类专家标记的关键词搜索意图与相应的 serp 数据组成。通过机器学习技术，模式就会出现。这些模式被转换为一个模型，可用于查找训练数据集之外的关键字的搜索意图。
使用机器学习模型可以比基于规则的方法更准确地预测搜索意图。然而，由于多种原因，实现 100% 的准确率是不可能的。其中一些原因是
即使是查看 serp 的人（高达 40%）也不同意搜索意图。
serp 可以显示多种意图。
不同搜索意图类别的定义并不总是 100% 一致。
我们尝试通过示例概述 accuranker 的定义。使用这些定义并基于这些标签评估机器学习模型，我们可以与手工标记的数据达成 90% 以上的一致性。在审查差异时，我们通常更倾向于同意机器学习模型而不是人类标签。