שיפור תוצאות החיפוש (מאמר שמתייחס לגרסה קודמת)

אתם יכולים לציין תנאי חיזוק בבקשת החיפוש כדי לקדם או להוריד בדרגה מסמכים מסוימים בתוצאות החיפוש. כשמסמך עומד בתנאים שצוינו, ערכי החיזוק מוחלים עליו והתוצאות מסודרות בהתאם. אפשר גם לציין ערכים מספריים מותאמים אישית וערכים של חותמות זמן, שמאפשרים לסדר את התוצאות על סמך פרמטרים כמו פופולריות ועדכניות.

מפרט החיזוק בבקשת חיפוש שונה מבקרת חיזוק שמצורפת להגדרת הצגה. מידע נוסף על אמצעי הבקרה לחיזוק

בדף הזה מתוארים הסוגים הבאים של מפרטי חיזוק:

חיזוק עם תנאי קבוע

כדי לשפר את התוצאות בסכום קבוע על סמך השאלה אם הן עומדות בתנאי, מבצעים את הפעולות הבאות:

  1. מציינים את מפרט הקידום בשדה boostSpec כששולחים בקשת servingConfigs.search.

    {
  "boostSpec": {
    "conditionBoostSpecs": {
      "condition": "BOOST_CONDITION",
      "boost": BOOST_VALUE
    }
  }
}

    המפרט כולל את הפרמטרים הבאים:

    • ‫BOOST_CONDITION: ביטוי סינון טקסט לבחירת המסמכים שעליהם יחול החיזוק. המסנן חייב להחזיר ערך בוליאני.
    • ‫BOOST_VALUE: מספר בשיטת נקודה צפה בטווח [1,‏ 1-]. כשהערך שלילי, התוצאות מורדות בדרגה (הן מופיעות נמוך יותר בתוצאות). כשהערך חיובי, התוצאות מקודמות (הן מופיעות גבוה יותר בתוצאות).

תרחיש שימוש לדוגמה

נניח שמאגר הנתונים שלכם מכיל נתונים על מלונות ודירוגי הכוכבים שלהם. אתם רוצים לקדם מלונות עם דירוג כוכבים של 3 ומעלה. דירוג הכוכבים זמין בשדה המספרי star_rating. אפשר לציין את condition ב-boostSpec בתור star_rating >= 3.0 וערך חיזוק של 0.7 כדי לחזק את כל המלונות עם star_rating של 3.0 ומעלה בסכום שווה.

{
  "boostSpec": {
    "conditionBoostSpecs": {
      "condition": "star_rating>=3.0",
      "boost": 0.7
    }
  }
}

שיפור באמצעות מאפיינים מספריים מותאמים אישית

אתם יכולים לשפר את התוצאות על סמך מאפיינים מספריים בהתאמה אישית באופן לינארי חלקי, על ידי ציון נקודות בקרה וערכי השיפור המתאימים להן.

כדי להגדיר מפרט לחיזוק באמצעות מאפיינים מספריים בהתאמה אישית:

  1. מציינים את מפרט הקידום בשדה boostSpec כששולחים בקשת servingConfigs.search.

    {
  "boostSpec": {
    "conditionBoostSpecs": {
        "condition": "BOOST_CONDITION",
        "boostControlSpec": {
          "attributeType": "NUMERICAL",
          "interpolationType": "LINEAR",
          "fieldName": "CUSTOM_ATTRIBUTE_FIELD_NAME",
          "controlPoints": [
            {
              "attributeValue": "CUSTOM_ATTRIBUTE_VALUE_1",
              "boostAmount": BOOST_AMOUNT_1
            },
            {
              "attributeValue": "CUSTOM_ATTRIBUTE_VALUE_2",
              "boostAmount": BOOST_AMOUNT_2
            }
          ]
        }
    }
  }
}

    המפרט כולל את הפרמטרים הבאים:

    • ‫BOOST_CONDITION: ביטוי סינון טקסט לבחירת המסמכים שעליהם יחול החיזוק. המסנן חייב להחזיר ערך בוליאני.
    • ‫CUSTOM_ATTRIBUTE_FIELD_NAME: שם השדה של המאפיין המספרי בהתאמה אישית, שהערך שלו קובע את סכום ההגדלה.
    • ‫CUSTOM_ATTRIBUTE_VALUE: הערך המספרי של המאפיין המותאם אישית של נקודת בקרה נתונה עם סוג נתונים של מחרוזת. לדוגמה, "3.3" או "12". מידע נוסף זמין במאמר ControlPoint.
    • ‫BOOST_AMOUNT: מספר בשיטת נקודה צפה בטווח [1,‏ 1-]. כשהערך שלילי, התוצאות מורדות בדרגה (הן מופיעות נמוך יותר בתוצאות). כשהערך חיובי, התוצאות מקודמות (הן מופיעות גבוה יותר בתוצאות). מציין את סכום החיזוק שממופה למאפיין המותאם אישית של נקודת בקרה נתונה.

כשמסמך בתוצאות החיפוש עומד בתנאי שצוין, מוחל סכום חיזוק באופן הבא:

ערך מאפיין סכום ה-Boost
פחות מנקודת הבקרה הראשונה שווה לסכום ההגברה של נקודת הבקרה הראשונה
שווה לנקודת הבקרה שווה לסכום המיפוי של חיזוק הדירוג
בין נקודות בקרה מחושב לפי אינטרפולציה לינארית
גדול מנקודת הבקרה האחרונה שווה לסכום החיזוק של נקודת הבקרה האחרונה

תרחיש שימוש לדוגמה

נניח שמאגר הנתונים שלכם מכיל נתונים על מלונות ודירוגי הכוכבים שלהם. אתם רוצים לשפר את תוצאות החיפוש של המלונות באופן יחסי לדירוג הכוכבים שלהם. אפשר להגדיר את מפרט החיזוק באופן הבא:

{
  "boostSpec": {
    "conditionBoostSpecs": {
        "condition": "star_rating >= 3.0",
        "boostControlSpec": {
          "attributeType": "NUMERICAL",
          "interpolationType": "LINEAR",
          "fieldName": "star_rating",
          "controlPoints": [
            {
              "attributeValue": "3.5",
              "boostAmount": 0.25
            },
            {
              "attributeValue": "4.0",
              "boostAmount": 0.30
            },
            {
              "attributeValue": "4.5",
              "boostAmount": 0.32
            }
          ]
        }
    }
  }
}

בתרחיש הזה, תוצאות החיפוש משופרות באופן הבא:

דירוג כוכבים סכום ה-Boost
קטן מ-3.5 או שווה לו 0.25
בין 3.5 ל-4.0 בין 0.25 ל-0.30, מחושב באמצעות אינטרפולציה לינארית
שווה ל-4.0 0.30
בין 4.0 ל-4.5 בין 0.30 ל-0.32, מחושב באמצעות אינטרפולציה לינארית
גדול או שווה ל-4.5 0.32

חיזוק לפי עדכניות

אפשר לשפר את התוצאות על סמך מאפייני תאריך ושעה באופן לינארי, על ידי ציון נקודות בקרה וערכי השיפור המתאימים להן.

כדי להגדיר מפרט לשיפור באמצעות מאפייני תאריך ושעה בהתאמה אישית:

  1. מציינים את מפרט הקידום בשדה boostSpec כששולחים בקשת servingConfigs.search.

    {
  "boostSpec": {
    "conditionBoostSpecs": {
        "condition": "BOOST_CONDITION",
        "boostControlSpec": {
          "fieldName": "DATETIME_FIELD_NAME",
          "attributeType": "FRESHNESS",
          "interpolationType": "LINEAR",
          "controlPoints": [
            {
              "attributeValue": "DURATION_VALUE_1",
              "boostAmount": BOOST_AMOUNT_1
            },
            {
              "attributeValue": "DURATION_VALUE_2",
              "boostAmount": BOOST_AMOUNT_2
            }
          ]
        }
    }
  }
}

    המפרט כולל את הפרמטרים הבאים:

    • ‫BOOST_CONDITION: ביטוי סינון טקסט לבחירת המסמכים שעליהם יחול החיזוק. המסנן חייב להעריך ערך בוליאני.
    • ‫DATETIME_FIELD_NAME: שם השדה של מאפיין DATETIME בהתאמה אישית, כמו תאריך הפרסום או תאריך העדכון האחרון, או מאפיין מוגדר מראש ש-Google מסיקה, כמו datePublished.
    • ‫DURATION_VALUE: ערך משך הזמן בסוג הנתונים dayTimeDuration שקובע את העדכניות של המסמך. הערך הזה מחושב לפי משך הזמן בין התאריך והשעה שבהם החיפוש בוצע לבין התאריך והשעה של מאפיין התאריך והשעה המותאם אישית של מסמך. ערך משך הזמן צריך להיות בפורמט ISO 8601, בתבנית [nD][T[nH][nM][nS]]. לדוגמה, אפשר לבטא את משך הזמן שבין 1 בינואר 2024 ל-1 במרץ 2024 כך: 59D. באופן דומה, משך זמן של יומיים וחצי יכול להיות מבוטא כך: 2DT12H. מידע נוסף זמין במאמר ControlPoint.
    • ‫BOOST_AMOUNT: מספר בשיטת נקודה צפה בטווח [1,‏ 1-]. כשהערך שלילי, התוצאות מורדות בדרגה (הן מופיעות נמוך יותר בתוצאות). כשהערך חיובי, התוצאות מקודמות (הן מופיעות גבוה יותר בתוצאות). מציין את מידת החיזוק שממופה למאפיין התאריך והשעה המותאם אישית של נקודת בקרה נתונה.

כשמסמך בתוצאות החיפוש עומד בתנאי שצוין, מוחל סכום חיזוק באופן הבא:

הערך בשדה של משך הזמן סכום ה-Boost
פחות מנקודת הבקרה הראשונה שווה לסכום ההגברה של נקודת הבקרה הראשונה
שווה לנקודת בקרה נתונה שווה לסכום המיפוי של חיזוק הדירוג
בין נקודות בקרה מחושב באמצעות אינטרפולציה לינארית
גדול מנקודת הבקרה האחרונה שווה לסכום החיזוק של נקודת הבקרה האחרונה

תרחיש שימוש לדוגמה עם מאפיין תאריך ושעה מותאם אישית

נניח שמאגר הנתונים מכיל נתונים מובְנים, ולכל מסמך יש תאריך פרסום. אתם רוצים לשפר את תוצאות החיפוש באופן יחסי למידת העדכניות שלהן. אפשר להגדיר את מפרט החיזוק באופן הבא:

{
  "boostSpec": {
    "conditionBoostSpecs": {
        "condition": true,
        "boostControlSpec": {
          "fieldName": "publication_date",
          "attributeType": "FRESHNESS",
          "interpolationType": "LINEAR",
          "controlPoints": [
            {
              "attributeValue": "7D",
              "boostAmount": 0.40
            },
            {
              "attributeValue": "30D",
              "boostAmount": 0.37
            },
            {
              "attributeValue": "60D",
              "boostAmount": 0.32
            },
            {
              "attributeValue": "90D",
              "boostAmount": 0
            }
          ]
        }
    }
  }
}

בתרחיש הזה, תוצאות החיפוש משופרות באופן הבא:

עדכניות סכום ה-Boost
פחות מ-7 ימים או שווה ל-7 ימים 0.40
בין 7 ל-30 ימים בין 0.40 ל-0.37, מחושב באמצעות אינטרפולציה לינארית
שווה ל-30 ימים 0.37
בין 30 ל-60 ימים בין 0.37 ל-0.32, מחושב באמצעות אינטרפולציה לינארית
שווה ל-60 ימים 0.32
בין 60 ל-90 יום בין 0.32 ל-0.0, מחושב באמצעות אינטרפולציה לינארית
גדול מ-90 ימים או שווה ל-90 ימים 0.0

התאמת מידת החיזוק באמצעות מסנן רלוונטיות

בנוסף לגורמים שמשפיעים על הדירוג של תוצאה, כמו התאמה למילות מפתח, התאמה להקשר ורלוונטיות, תנאי הקידום משפיע באופן משמעותי על הדירוג של תוצאה. לכן, צריך לכייל בזהירות את סכום ההגדלה, במיוחד כשמשתמשים בשדה boostSpec עם מסנן רלוונטיות. למידע נוסף על מסנן הרלוונטיות, קראו את המאמר סינון חיפושים לפי רלוונטיות ברמת המסמך.

נניח שיש לכם מסמכים שונים עם תאריכי פרסום שונים. בטבלה הבאה מוצג הדירוג המוחלט של שאילתה מסוימת, בלי להחיל מסננים של רלוונטיות או סכום הגדלה, ומצוינת הרלוונטיות של המסמכים לשאילתה.

מסמך תאריך הפרסום רלוונטיות דירוג
A ‫1 בפברואר 2024 גבוהה #1
B ‫1 במרץ 2024 גבוהה #2
C ‫1 באפריל 2024 הכי נמוך #3
D ‫1 במאי 2024 בינוני #4
E ‫1 ביוני 2024 נמוכה #5

ב-6 ביוני 2024, אתם מוסיפים את תנאי החיפוש הבאים לבקשת החיפוש:

  • מסנן הרלוונטיות מוגדר ל-LOW.
  • הגברת הערך כך שמסמכים שפורסמו במהלך 31 הימים האחרונים יוגברו בערך של 0.7, ומסמכים שפורסמו לפני יותר משבוע אבל לפני פחות מ-60 ימים יוגברו בערך של 0.6.

בפלט החיפוש, התוצאות מסוננות קודם לפי רלוונטיות, ואז מוחל סכום החיזוק. לכן, התנאים שחלים משנים את הדירוג של הדפים בתוצאות באופן הבא:

מסמך תאריך הפרסום רלוונטיות דירוג
E ‫1 ביוני 2024 נמוכה #1
D ‫1 במאי 2024 בינוני #2
A ‫1 בפברואר 2024 גבוהה #3
B ‫1 במרץ 2024 גבוהה #4

התוצאה עם הרלוונטיות הנמוכה ביותר מסוננת בגלל מסנן הרלוונטיות. המסמכים שפחות רלוונטיים לשאילתה מדורגים כתוצאות מובילות כי הם מקבלים חיזוק משמעותי. התוצאות הרלוונטיות יותר מדורגות נמוך יותר.

לכן, Google ממליצה להתחיל את סכום ההגדלה מערך נמוך ומדויק, ולשנות את הערך בהתאם לפלט החיפוש. בדוגמה הזו, אם נתחיל עם ערכי חיזוק של 0.1 או פחות, יכול להיות שנקבל תוצאות רלוונטיות יותר בחלק העליון.

המאמרים הבאים

  • שולחים בקשת חיפוש עם מפרט החיזוק בשדה boostSpec.
  • כדי להבין את ההשפעה של חיזוק על איכות החיפוש של אפליקציית חיפוש בהתאמה אישית, צריך להעריך את איכות החיפוש. מידע נוסף זמין במאמר הערכת איכות החיפוש.