שיפור תוצאות החיפוש (מאמר שמתייחס לגרסה קודמת)

אתם יכולים לציין תנאים להעלאת הדירוג בבקשת החיפוש כדי לקדם או להוריד את הדירוג של מסמכים מסוימים בתוצאות החיפוש. כשמסמך עומד בתנאים שצוינו, ערכי ההגברה מוחלים עליו והתוצאות מסודרות בהתאם. אפשר גם לציין ערכים מספריים מותאמים אישית וערכי חותמת זמן, כדי למיין את התוצאות לפי פרמטרים כמו פופולריות ועדכניות.

הגדרת ההגברה בבקשת חיפוש שונה מהגדרת הגברה שמצורפת להגדרת הצגת מודעות. מידע נוסף על אמצעי בקרה להגברת התנועה זמין במאמר מידע על אמצעי בקרה להגברת התנועה.

בדף הזה מתוארים סוגי ההגדרות הבאות של הגברת הביצועים:

שיפור באמצעות תנאי קבוע

כדי להגדיל את התוצאות בסכום קבוע בהתאם לתנאי מסוים, מבצעים את הפעולות הבאות:

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

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

    המפרט מכיל את הפרמטרים הבאים:

    • BOOST_CONDITION: a ביטוי סינון טקסט לבחירת המסמכים שעליהם יוחל ה-boost. המסנן צריך להחזיר ערך בוליאני.
    • BOOST_VALUE: מספר בשיטת נקודה צפה בטווח [‎-1,1]. אם הערך שלילי, התוצאות יורדות בדירוג (הן יופיעו בחלק התחתון של התוצאות). אם הערך חיובי, התוצאות מקודמות (מופיעות גבוה יותר בתוצאות).

תרחיש שימוש לדוגמה

נניח שמאגר הנתונים שלכם מכיל נתונים על מלונות ודירוג הכוכבים שלהם. אתם רוצים להגדיל את נפח התנועה למלונות עם דירוג של שלושה כוכבים ומעלה. דירוג הכוכבים זמין בשדה המספרי star_rating. אפשר לציין את condition ב-boostSpec כ-star_rating >= 3.0 ואת ערך ההגדלה כ-0.7 כדי להגדיל את כל המלונות עם star_rating של 3.0 ומעלה בסכום שווה.

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

שיפור הביצועים באמצעות מאפיינים מספריים מותאמים אישית

אתם יכולים לשפר את התוצאות על סמך מאפיינים מספריים בהתאמה אישית בשיטה של פונקציה קטעית ליניארית, על ידי ציון נקודות בקרה וערכי השיפור התואמים שלהן.

כדי לציין הגדרת הגברה באמצעות מאפיינים מספריים מותאמים אישית, צריך לבצע את הפעולות הבאות:

  1. מציינים את מפרט ההגברה 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 מכיל את הפרמטרים הבאים:

    • BOOST_CONDITION: a ביטוי סינון טקסט לבחירת המסמכים שעליהם יוחל ה-boost. המסנן צריך להחזיר ערך בוליאני.
    • CUSTOM_ATTRIBUTE_FIELD_NAME: שם השדה של מאפיין מספרי בהתאמה אישית, שהערך שלו קובע את גובה ההגדלה.
    • CUSTOM_ATTRIBUTE_VALUE: הערך המספרי של המאפיין המותאם אישית לנקודת בקרה נתונה עם סוג נתונים של מחרוזת. לדוגמה, "3.3" או "12". מידע נוסף זמין במאמר בנושא ControlPoint.
    • BOOST_AMOUNT: מספר בשיטת נקודה צפה בטווח [‎-1,1]. אם הערך שלילי, התוצאות יורדות בדירוג (הן יופיעו בחלק התחתון של התוצאות). אם הערך חיובי, התוצאות מקודמות (מופיעות גבוה יותר בתוצאות). מציין את גודל ההגברה שממופה למאפיין המותאם אישית עבור נקודת בקרה נתונה.

כשמסמך בתוצאת החיפוש עומד בתנאי שצוין, סכום ההגדלה מוחל באופן הבא:

ערך מאפיין סכום הקידום
פחות מנקודת הבקרה הראשונה שווה לסכום ההגדלה של נקודת הבקרה הראשונה
שווה לנקודת בקרה שווה לסכום ההגדלה הממופה
בין נקודות בקרה הערך מחושב באמצעות אינטרפולציה לינארית
גדול יותר מנקודת הבקרה האחרונה שווה לסכום ההגדלה של נקודת הבקרה האחרונה

תרחיש שימוש לדוגמה

נניח שמאגר הנתונים שלכם מכיל נתונים על מלונות ודירוג הכוכבים שלהם. אתם רוצים להעלות את הדירוג של תוצאות החיפוש של המלונות באופן יחסי לדירוג הכוכבים שלהם. אפשר להגדיר את המפרט של ההגברה 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 מקבלות דחיפה באופן הבא:

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

הגברת החשיפה לפי עדכניות

אפשר לשפר את התוצאות על סמך מאפייני תאריך ושעה באופן ליניארי מקטעי על ידי ציון נקודות בקרה וערכי השיפור התואמים שלהן.

כדי לציין הגדרת העלאה באמצעות מאפייני תאריך ושעה מותאמים אישית, מבצעים את הפעולות הבאות:

  1. מציינים את מפרט ההגברה 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 מכיל את הפרמטרים הבאים:

    • BOOST_CONDITION: a ביטוי סינון טקסט לבחירת המסמכים שעליהם יוחל ה-boost. המסנן צריך להחזיר ערך בוליאני.
    • DATETIME_FIELD_NAME: שם השדה של מאפיין בהתאמה אישית, כמו תאריך הפרסום או תאריך העדכון האחרון, או מאפיין מובנה ש-Google הסיקה, כמו datePublished.DATETIME
    • DURATION_VALUE: ערך משך הזמן בdayTimeDuration סוג הנתונים שקובע את רמת העדכניות של המסמך. החישוב מתבצע על סמך משך הזמן שבין התאריך והשעה שבהם מתבצע החיפוש 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, את משך הזמן בין 1 בינואר 2024 ל-1 במרץ 2024 אפשר לבטא כך: 59D. באופן דומה, משך הזמן של יומיים וחצי יכול להיות מיוצג כ-2DT12H. מידע נוסף זמין במאמר בנושא ControlPoint.
    • BOOST_AMOUNT: מספר בשיטת נקודה צפה בטווח [‎-1,1]. אם הערך שלילי, התוצאות יורדות בדירוג (הן יופיעו בחלק התחתון של התוצאות). אם הערך חיובי, התוצאות מקודמות (מופיעות גבוה יותר בתוצאות). מציין את גודל ההגברה שממופה למאפיין התאריך והשעה המותאם אישית לנקודת בקרה נתונה.

כשמסמך בתוצאת החיפוש עומד בתנאי שצוין, סכום ההגדלה מוחל באופן הבא:

הערך בשדה של משך הזמן סכום הקידום
פחות מנקודת הבקרה הראשונה שווה לסכום ההגדלה של נקודת הבקרה הראשונה
שווה לנקודת בקרה נתונה שווה לסכום ההגדלה הממופה
בין נקודות בקרה מחושב באמצעות אינטרפולציה לינארית
גדול יותר מנקודת הבקרה האחרונה שווה לסכום ההגדלה של נקודת הבקרה האחרונה

תרחיש שימוש לדוגמה באמצעות מאפיין מותאם אישית של תאריך ושעה

נניח שמאגר הנתונים שלכם מכיל נתונים מובְנים שבהם לכל מסמך יש תאריך הוצאה לאור. אתם רוצים לשפר את תוצאות החיפוש בהתאם למידת הרלוונטיות שלהן. אפשר להגדיר את המפרט של ההגברה 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 מקבלות דחיפה באופן הבא:

עדכניות סכום הקידום
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 ליניארית
equal to 30 days 0.37
בין 30 ל-60 ימים בין 0.37 ל-0.32, מחושב באמצעות אינטרפולציה ליניארית
equal to 60 days 0.32
בין 60 ל-90 ימים בין 0.32 ל-0.0, מחושב באמצעות אינטרפולציה ליניארית
גדול מ-90 יום או שווה ל-90 יום 0.0

הגדרת סכום ההגדלה באמצעות מסנן רלוונטיות

בנוסף לגורמים שמשפיעים על הדירוג של תוצאה, כמו התאמה למילות מפתח, התאמה להקשר ורלוונטיות, תנאי ההגברה משפיע באופן משמעותי על הדירוג של תוצאה. לכן, חשוב לכייל בקפידה את סכום ההגדלה, במיוחד כשמשתמשים בשדה boostSpec עם מסנן הרלוונטיות. מידע נוסף על מסנן הרלוונטיות זמין במאמר סינון חיפושים לפי רלוונטיות ברמת המסמך.

נניח שיש לכם מסמכים שונים עם תאריכי פרסום שונים. בטבלה הבאה מוצג הדירוג האבסולוטי של שאילתה מסוימת בלי להחיל סכום הגברה או מסנני רלוונטיות, ומוצגת 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 הנמוך ביותר #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 לערך LOW.
  • הגדלת הערך כך שמסמכים שפורסמו ב-31 הימים האחרונים יקבלו הגדלה של 0.7, ומסמכים בני יותר משבוע אבל פחות מ-60 יום יקבלו הגדלה של 0.6.

בפלט החיפוש, התוצאות מסוננות קודם לפי רלוונטיות ואז מוחל סכום ההגדלה. 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 הכי נמוכה מסוננת בגלל מסנן הרלוונטיות. מסמכים שפחות רלוונטיים לשאילתה מדורגים כתוצאות מובילות כי הם מקבלים דחיפה גדולה. התוצאות הרלוונטיות יותר מדורגות נמוך יותר.

לכן, Google ממליצה להתחיל עם סכום הגדלת הצעת המחיר נמוך ומדויק, ולשנות את הערך בהתאם לתוצאות החיפוש. בדוגמה הזו, התחלה עם סכומי הגברה של 0.1 ומטה עשויה להניב תוצאות רלוונטיות יותר בחלק העליון.

המאמרים הבאים

  • שולחים בקשת חיפוש עם הגדרת ההגברה בשדה boostSpec.
  • כדי להבין את ההשפעה של ההגברה על איכות החיפוש באפליקציית חיפוש מותאם אישית, צריך להעריך את איכות החיפוש. מידע נוסף מפורט במאמר בנושא הערכת איכות החיפוש.