Yandex dévoile Vega, une mise à jour majeure du moteur

Mathieu Chartier Référencement 0 commentaire

Blog Internet-formation

Le moteur de recherche russe, Yandex, vient de dévoiler une importante mise à jour intitulée Vega. La firme estime que Vega amène Yandex à un niveau expert en matière de qualité dans ses réponses. La mise à jour algorithmique regroupe près de 1500 améliorations notables dans 4 domaines spécifiques (détaillés ci-dessous) et permettra de répondre instantanément aux questions des utilisateurs.

Améliorations de la qualité de recherche

La dernière mise à jour majeure de Yandex, intitulée Palekh, avait permis au moteur russe de ne plus effectuer les recherches à partir de simples mots, mais en se basant sur des réseaux de neurones et des vecteurs sémantiques notamment. L'objectif de Palekh est de mieux faire correspondre les requêtes tapées avec le sens profond du contenu des pages, à l'image d'un Rankbrain voire d'un BERT pour Google en quelque sorte.

Vega réorganise les réseaux de neurones pour apporter plus d'efficacité dans la recherche. Au stade de la composition de la base de recherche, les réseaux de neurones sont combinés en fonction de la proximité thématique des documents web présents dans la base. Ainsi, Yandex Vega regroupe les documents web en grappes sémantiques dont le sens est proche dès la conception de l'index. De ce fait, lorsqu'un utilisateur tape une requête, la recherche ne s'effectue plus sur l'ensemble des résultats de l'index, mais uniquement dans les clusters (grappes sémantiques) dont le sens est significativement proche des mots tapés.

Il est assez clair qu'une telle méthode de tri initial accélère les recherches et favorise la précision dans les réponses. De plus, cela permet à Yandex de mieux organiser l'information en obtenant des grappes thématisées qui pourraient être exploitées pour d'autres besoins ultérieures. Yandex insiste aussi sur le fait que certaines pages, habituellement peu demandées ou visibles dans les SERP, auront plus de chance d'être vues en cas de besoin. Les échantillons de documents web étant plus petits que l'index complet, c'est assez évident, mais il faut aussi espérer que des résultats ne soient pas mal interprétés et se retrouvent ainsi dans de mauvaises grappes sémantiques...

Résultats instantanés

Yandex a souhaité favoriser la vitesse de son moteur de recherche, Vega accompagne donc les utilisateurs avec un pré-chargement des ressources (prerender). Cette technique, ouverte à tous, peut permettre de nettement accélérer le chargement des pages en chargeant en amont les ressources des pages qui devraient suivre naturellement. Dans le cas d'un moteur de recherche, il est assez évident que certains éléments vont être chargés dans la page de résultats, donc le prerender est une solution idéale dans ce cas.

Mieux encore, Yandex tente d'anticiper la requête lors de la saisie, et s'adapte en fonction pour précharger les résultats, à l'image de ce que fait Google depuis des années avec l'autocomplétion automatique. Et comme Google, Yandex propose une "Position 0" qui répond à de nombreuses requêtes dans bien des cas (20% des recherches ont directement répondu aux requêtes tapées dans ce contexte), améliorant encore l'usage des utilisateurs impatients. ;-)

Yandex Vega, mise à jour du moteur avec résultats instantanés

Enfin, comme la guerre froide n'est pas terminée entre les Etats-Unis et la Russie, Yandex a développé sa propre technologie concurrente d'AMP. Cela s'appelle les pages Turbo, et correspond là aussi à un système approfondi de cache utilisé pour Yandex News notamment, mais aussi pour certains résultats de recherche. En bref, il y a du boulot de développement si vous travaillez pour un organe de presse international, avec pas moins de 3 versions de sites à créer (site normal, AMP et Turbo), sans compter une éventuelle application mobile (multi-plateformes tant qu'on y est ^^). Yandex estime que les pages Turbo se chargent jusqu'à 75% plus vite sur mobile que les pages standards, soit 4 fois plus vite comme AMP.

Résultats préchargés et instantanés avec Yandex et l'update Vega

Expertise du niveau de réponse

Yandex s'est entouré d'experts et de personnes compétentes pour répondre à des questions spécifiques ou d'un haut niveau dont les réponses ne sont pas évidentes pour tout le monde. En d'autres termes, le moteur de recherche tente d'offrir un niveau de réponse qualitatif sur des requêtes évoquant des sujets très spécifiques voire complexes.

Yandex a ajouté un algorithme de ranking qui classe les résultats selon le niveau d'expertise des contenus, évalués par une équipe d'évaluateurs experts. Le moteur a introduit ces équipes d'évaluateurs experts dans chacun un domaine en 2019, et leurs analyses débouchent sur une note qui compte dans le classement des résultats. Yandex précise que cela concerne des "résultats spéciaux", il est assez évident que l'ensemble de l'index ne pourra pas être noté de la sorte par quelques personnes. Comme chaque expert maîtrise bien son sujet, les documents web sont analysés et classés avec la pertinence comme premier critère. Ainsi, le nouvel algorithme change énormément la donne en matière de classement pour les résultats analysés, et pas seulement les requêtes sur des sujets très complexes comme l'indique Yandex. C'est tout le classement qui se retrouve amélioré et plus pertinent grâce à ce procédé de notation "manuelle".

Dans le même temps, Yandex a déployé un nouveau service appelé "q" (Kew). Il combine deux technologies, TheQuestion et Yandex.Znatokov et permet de faire collaborer des experts, scientifiques, ingénieurs, poètes, linguistes (...) spécialistes dans leur domaine. Il s'agit donc d'une sorte de réseau social de spécialistes, mais pas forcément spécifiques aux génies intellectuels bien entendu. Avec Q (ou Kew d'après la traduction), Yandex fait répondre des spécialistes à des questions d'utilisateurs sur des domaines particuliers, allant de questions sur l'univers jusqu'à des questions sur la cuisine ou le fitness. Les autres spécialistes peuvent valider les réponses, apporter des précisions, etc. Nul doute que ce service permettra à Yandex d'enrichir sa base de données et son algorithme de classement spécifique...

Yandex Q (ou Kew) pour obtenir des réponses d'experts

Hyperlocalité

Yandex a poussé la géolocalisation à son paroxysme avec Vega. Jusqu'à présent, Yandex géolocalise automatiquement les requêtes selon la ville de l'utilisateur, et permet ainsi d'éviter de chercher un coiffeur à Moscou alors qu'on se trouve à Saint-Petersbourg. :-)

Avec Yandex Vega, le moteur va beaucoup plus loin dans la précision avec une hyperlocalisation. Yandex estime que pour certaines requêtes très spécifiques, une géolocalisation au niveau de la ville est insuffisante, et trop imprécise. Il convient alors de pouvoir cibler le quartier, le district voire la maison du voisin. Yandex s'appuie sur son réseau social d'entraide entre voisins, Yandex Rayon, sorti un peu plus tôt en 2019. Yandex peut donc s'appuyer sur ce réseau pour aider les utilisateurs, mais aussi pour améliorer son hyperlocalisation. Si vous cherchez par exemple un plombier, Yandex pourrait vous indiquer des plombiers présents dans la ville, ou tout simplement un voisin qui s'y connait très bien grâce à la géolocalisation affinée.

Yandex lance l'hyperlocalisation des résultats de recherche

Enfin, Vega s'accompagne d'une ultime amélioration qui concerne Yandex Services. Cet outil permet de rechercher des spécialistes pour résoudre des problèmes spécifiques. Dans le même esprit que le réseau social Rayon, Yandex Services s'appuie sur l'hyperlocalisation apportée par Vega pour mettre en avant des annonces et offres de spécialistes très proches de l'utilisateur. L'idée est vraiment très bonne pour de nombreux services courants, comme des cours ou de l'aide à domicile par exemple, car cela permettrait de trouver des personnes très proches du domicile notamment.

Yandex Services s'améliore avec la géolocalisation affinée de Yandex Vega

Conclusion

Yandex a vraiment fait une importante mise à jour avec Vega, et nul doute que le moteur de recherche va se sentir renforcer par ces nouveautés toutes plus alléchantes les unes que les autres. Si certaines fonctionnalités existaient déjà dans Google, à titre de comparaison, le moteur de recherche russe a clairement rattrapé ce petit retard et tente même de prendre les devants avec l'hyperlocalisation ou l'algorithme de pertinence évalué par des experts. C'est une excellente nouvelle car cela stimule les moteurs de recherche entre eux en règle générale, et le gagnant est toujours l'utilisateur final...