背景
近十年来，Google 一直致力于了解用户意图，进而了解网络上的内容，以及它是否、何时以及如何满足这种意图。通过对其核心算法进行多次更新，以及开发专有的机器学习和 NLP 模型和技术，Google 对我们的搜索查询和我们消费的内容之间的相互关系建立了极其详细和复杂的理解。
下面有很多关于工作原理的精彩示例，为了简洁起见，我不会在这里详细介绍，但我建议您阅读以最大限度地理解。搜索以下任何内容，保证 Google 会使用其算法正确解释您的意图并向您显示一些真正有用的内容。
2012 年，他们推出了知识图谱，标语是“事物，而非字符串”。他们创建了一个模型，旨在理解事物之间的关系，而不是孤立的事物。知识图谱负责您在搜索结果右侧看到的摘要，以及“人们还问”部分。
蜂鸟
一年后，谷歌发布了Hummingbird更新（没有知识图谱那么夸张——他们对算法更新的态度更谨慎）。它本质上是一种对内容进行排名的新“秘诀”——更加关注您搜索的单词背后的含义。谷歌现在不再 阿尔巴尼亚 whatsapp 号码数据 只是在内容中寻找您搜索的关键字，而是了解该内容是否符合您单词背后的含义。Hummingbird 的先例是对话式搜索的兴起，为 Google Assistant 时代做好准备。
RankBrain
2015 年，我们了解到了RankBrain。RankBrain是 Google 核心算法的一个组成部分，它使用机器学习来增强对搜索引擎查询的理解并显示最相关的内容。它不再仅仅使用基本算法及其（不那么基本的）200 个排名因素（关键字使用、入站链接、域权限只是其中的一部分），而是现在可以理解搜索者的位置、个性化结果以及（您猜对了）用户意图等信息。