نقش داده‌های احساسی در الگوریتم‌های جدید گوگل؛ محتوا چگونه تفسیر می‌شود؟

الگوریتم‌های گوگل دیگر فقط روی کلمات، لینک‌ها و ساختار HTML متوقف نمی‌شوند. در مدل‌های جدید، آن‌چه بیش از قبل اهمیت پیدا کرده، «واکنش احساسی کاربر» به یک محتواست؛ واکنشی که مستقیماً اندازه‌گیری نمی‌شود، اما از مسیر داده‌های رفتاری، زمان ماندگاری، الگوی اسکرول، بازگشت به نتایج جست‌وجو و نوع تعامل‌ها، به‌صورت غیرمستقیم استنتاج می‌شود. این تغییر، سئو را از بازیِ صرفاً تکنیکال، به یک مسئله عمیق تجربه کاربری و طراحی احساسی محتوا تبدیل کرده است.

نقش داده‌های احساسی در الگوریتم‌های جدید گوگل چیست؟

«داده‌های احساسی» در سئو به معنای ثبت مستقیم احساسات کاربر (مثل خوشحال یا عصبانی بودن) نیست. گوگل به‌جای خواندن ذهن انسان، از الگوهای رفتار برای حدس‌زدن وضعیت عاطفی و سطح رضایت استفاده می‌کند. این همان چیزی است که در ادبیات پژوهشی با مفاهیمی مثل Implicit Feedback Signals و Behavioural Satisfaction Models شناخته می‌شود.

در الگوریتم‌های جدید، به‌ویژه با ترکیب مدل‌های زبان بزرگ (LLM)، جست‌وجوی معناشناختی و مدل‌های رنکینگ مبتنی بر یادگیری ماشین، هر صفحه نه‌فقط بر اساس «چه می‌گوید»، بلکه بر اساس «چه احساسی در کاربر ایجاد می‌کند» ارزیابی می‌شود؛ احساسی که از روی الگوی استفاده استنتاج می‌شود، نه از طریق فرم نظرسنجی.

این تغییر برای وب‌سایت‌های ایرانی دو پیام کلیدی دارد:

• محتوای صرفاً پر از کلمه‌کلیدی اما بدون حس راهنمایی، امنیت و وضوح، در بلندمدت سقوط می‌کند.
• تجربه کاربری احساسی‌–مثلاً احساس کنترل، اعتماد، کاهش استرس و شفافیت–به عامل واقعی رتبه‌بندی تبدیل می‌شود، هرچند در مستندات رسمی گوگل با این واژه بیان نشود.

سیگنال‌های رفتاری مرتبط با احساس؛ از ماندگاری تا اسکرول

گوگل برای درک غیرمستقیم احساس کاربر، به‌جای سنجش خود احساس، از «نشانه‌های رفتاری» استفاده می‌کند؛ همان Implicit Feedback که کاربر بدون آن‌که بداند، به سیستم می‌دهد. مهم‌ترین این سیگنال‌ها در افق ۲۰۲۶ عبارت‌اند از:

۱. زمان ماندگاری (Dwell Time) و بازگشت به نتایج

وقتی کاربر روی یک نتیجه کلیک می‌کند، چند ثانیه یا دقیقه روی آن می‌ماند و سپس یا به نتایج برمی‌گردد یا مسیر دیگری را ادامه می‌دهد. الگو به‌صورت ساده‌شده این است:

• ماندگاری کوتاه + بازگشت سریع: نشانه نارضایتی یا عدم تطابق محتوا با نیت جست‌وجو.
• ماندگاری مناسب + عدم بازگشت سریع: نشانه رضایت نسبی، حتی اگر کاربر بعداً جست‌وجوی دیگری انجام دهد.

مدل‌های رفتاری، این الگوها را در مقیاس انبوه تحلیل می‌کنند و رابطه آماری بین نوع کوئری، نوع صفحه و توزیع زمان ماندگاری را می‌آموزند.

۲. اسکرول، عمق مطالعه و تعامل جزئی

نحوه اسکرول، توقف روی بخش‌های خاص و تعامل با عناصر صفحه (بازکردن تب‌ها، کلیک روی تصاویر، پخش ویدئو) می‌تواند به‌عنوان پروکسی برای درگیری شناختی و احساسی کاربر دیده شود. در مدل‌های تحلیلی، ترکیب این سیگنال‌ها، «الگوی استفاده طبیعی از محتوای مفید» را می‌سازد؛ الگویی که اگر صفحه‌ای از آن فاصله معنی‌دار بگیرد، احتمالاً کیفیت محتوایش پایین یا ساختار UX آن نامناسب است.

۳. بازگشت و وفاداری درون دامنه

اگر کاربران پس از ورود از گوگل، به صفحات دیگر همان دامنه هم سر بزنند و در بازه‌های زمانی مختلف دوباره به آن سایت برگردند، این رفتار می‌تواند نشانه «اعتماد و راحتی احساسی» با آن وب‌سایت باشد. الگوریتم‌های گوگل مستقیماً ارزش‌گذاری برند انجام نمی‌دهند، اما این الگوهای وفاداری رفتاری را در مدل‌های رنکینگ وارد می‌کنند.

تحلیل الگوهای رضایت و نارضایتی؛ مدل ساده Behavioural Satisfaction

برای درک این‌که داده‌های احساسی چگونه وارد الگوریتم می‌شوند، می‌توان یک مدل ساده‌ شده از Behavioural Satisfaction تصور کرد. در این مدل، برای هر کوئری–صفحه، مجموعه‌ای از متغیرها ثبت می‌شود:

• زمان ماندگاری متوسط
• نرخ بازگشت سریع به نتایج
• الگوی اسکرول (تا کجا، با چه سرعتی، چندبار توقف)
• نرخ تعامل با عناصر کلیدی (لینک‌ها، تب‌ها، ویدئو یا فرم‌ها)
• نرخ بازدید از صفحات دیگر دامنه در همان سشن

مدل یادگیری ماشین، با دیدن میلیون‌ها نمونه، یاد می‌گیرد که چه ترکیبی از این متغیرها معمولاً با رضایت کاربر همراه است. خروجی مدل می‌تواند چیزی شبیه یک «امتیاز رضایت رفتاری» باشد که در کنار سیگنال‌های سنتی (کیفیت لینک‌ها، ارتباط معنایی، E-E-A-T) وارد الگوریتم رنکینگ می‌شود.

برای یک سایت ایرانی، این یعنی طراحی اطلاعات، لحن و ساختار محتوا باید طوری باشد که کاربر در مسیر طبیعی حل مسئله قرار بگیرد: سریع به پاسخ برسد، احساس سردرگمی نکند، و در صورت نیاز امکان تعمیق مطالعه را داشته باشد. این همان جایی است که معماری اطلاعات استاندارد و طراحی وب‌سایت حرفه‌ای روی سئو اثر واقعی می‌گذارد، نه فقط روی ظاهر.

Sentiment Inference؛ گوگل چگونه از رفتار به احساس می‌رسد؟

Sentiment Inference یا استنتاج احساس، در بافت موتور جست‌وجو به معنای تحلیل توأمان دو لایه داده است:

• لایه زبانی: محتوای صفحه، پرس‌وجوها، کوئری‌های بعدی کاربر، و بازخوردهای متنی (نظرات، ریویوها).
• لایه رفتاری: الگوهای کلیک، ماندگاری، اسکرول و بازگشت.

مدل‌های زبان (LLMها) می‌توانند «تون» و بار احساسی متن را از روی واژگان، ساختار جمله و زمینه موضوعی تحلیل کنند. وقتی این تحلیل با داده‌های رفتاری ترکیب شود، یک لایه معنایی قوی‌تر شکل می‌گیرد؛ مثلاً:

• محتوا از نظر زبانی بسیار منفی، پر از اغراق و وعده مطلق است، و در عین‌حال نرخ بازگشت سریع بالاست → نشانه بی‌اعتمادی و نارضایتی.
• محتوا لحن خنثی اما شفاف و ساختاریافته دارد و ماندگاری کاربر، نزدیک الگوی «صفحه مرجع قابل اعتماد» است → نشانه رضایت پایدار.

در سناریوهای ۲۰۲۶، می‌توان انتظار داشت که الگوریتم‌های گوگل در سطح دامنه، «پروفایل احساسی» نسبی برای سایت‌ها بسازند؛ یعنی بفهمند کدام دامنه‌ها معمولاً تجربه‌ای تنش‌زا، گمراه‌کننده یا برعکس، راهنما و آرام‌کننده ارائه می‌کنند. برای برندی که می‌خواهد هویت دیجیتالِ حرفه‌ای بسازد، هماهنگی این پروفایل احساسی با پیام برند ضروری است؛ دقیقاً جایی که خدمات هویت دیجیتال معنا پیدا می‌کند.

کیفیت محتوا از منظر داده‌های احساسی؛ فراتر از E-E-A-T

گوگل در سال‌های اخیر روی چارچوب E-E-A-T (تجربه، تخصص، اعتبار و قابل اعتماد بودن) تأکید زیادی داشته است. داده‌های احساسی، در عمل لایه عملیاتی این چارچوب را تقویت می‌کنند. اگر کاربر در مواجهه با محتوای شما احساس «کنترل، شفافیت و امنیت» کند، الگوی رفتاری او با آن‌چه گوگل از یک صفحه با E-E-A-T بالا انتظار دارد، هم‌راستا می‌شود.

برعکس، صفحه‌ای که از نظر ظاهری همه نکات سئو را رعایت کرده، اما با تیترهای کلیک‌بیتی، وعده‌های غیرواقعی، شلوغی بصری و فرم‌های تهاجمی کاربر را تحت فشار می‌گذارد، در داده‌های رفتاری خود را لو می‌دهد:

• افزایش نرخ بستن صفحه در چند ثانیه اول
• اسکرول عصبی، رفت‌وبرگشت‌های سریع بین بالا و پایین
• کلیک روی دکمه بازگشت بدون هیچ تعامل معنادار

از منظر الگوریتم، این الگوها به‌صورت آماری با «کیفیت پایین و احساس فریب‌خوردگی» هم‌بستگی دارند؛ حتی اگر هیچ‌کس به‌طور مستقیم این عبارت را گزارش نکند.

برای وب‌سایت‌های ایرانی که می‌خواهند استراتژی سئو خود را برای افق ۲۰۲۶ بازطراحی کنند، ترکیب اصول UX و معماری محتوا با استراتژی محتوا و سئوی پیشرفته به معنای طراحی تجربه‌ای است که از ابتدا بر پایه رضایت بلندمدت کاربر بنا شده باشد، نه صرفاً جذب کلیک اولیه.

مدل‌های یادگیری ماشین در تفسیر داده‌های احساسی چگونه عمل می‌کنند؟

یادگیری ماشین در الگوریتم‌های گوگل را می‌توان به سه لایه ساده تقسیم کرد که هر سه به‌طور غیرمستقیم با داده‌های احساسی در ارتباط‌اند:

۱. مدل‌های پیش‌بینی رنکینگ

این مدل‌ها (مانند ادامه‌دهنده‌های RankBrain و سیستم‌های مبتنی بر یادگیری عمیق) سعی می‌کنند احتمال رضایت کاربر از هر نتیجه را پیش‌بینی کنند. ورودی آن‌ها ترکیبی از:

• ویژگی‌های محتوا (طول، ساختار، عمق موضوعی، تازگی)
• ویژگی‌های دامنه (سابقه، سیگنال‌های اعتماد، لینک‌ها)
• الگوهای رفتاری تاریخی کاربران برای کوئری‌های مشابه

در این‌جا، داده‌های احساسی در قالب همان امتیازهای رضایت رفتاری وارد مدل می‌شود.

۲. مدل‌های درک نیت و زمینه

مدل‌های زبانی و جست‌وجوی معناشناختی، نیت واقعی جست‌وجو و زمینه احساسی آن را بهتر درک می‌کنند. برای مثال، تفاوت بین جست‌وجوی «بهترین وکیل طلاق» و «چگونه با همسرم صحبت کنم» فقط اطلاعاتی نیست، بلکه بار احساسی و نیاز به نوع خاصی از لحن و راهنمایی را هم منتقل می‌کند. مدل‌ها با رصد این‌که کدام نوع محتوا در عمل رضایت بیشتری ایجاد کرده، یاد می‌گیرند برای هر دسته نیت، چه سبک محتوایی و چه سطح جزئیاتی مناسب است.

۳. مدل‌های ضد اسپم و محتوای مفید

الگوریتم «محتوای مفید» و سیستم‌های ضداسپم جدید، علاوه‌بر تحلیل متن، از داده‌های رفتاری برای تشخیص محتواهای صرفاً سئو محور استفاده می‌کنند. اگر یک دامنه بارها الگوی زیر را تکرار کند:

• تیتر و متای جذاب ← نرخ کلیک خوب
• کیفیت تجربه پایین ← نرخ بازگشت سریع بالا
• وفاداری ضعیف کاربر به دامنه

در طول زمان، امتیاز اعتماد آن دامنه در مدل‌های رنکینگ کاهش می‌یابد. این روند برای سایت‌هایی که با اتوماسیون محتوایی بی‌کیفیت کار می‌کنند، ریسکی جدی است.

چگونه داده‌های احساسی رتبه‌بندی را در عمل تغییر می‌دهند؟

تأثیر داده‌های احساسی بر رتبه‌بندی، ناگهانی و سیاه‌وسفید نیست. مدل‌ها به‌صورت تدریجی و بر اساس مقایسه، صفحات و دامنه‌هایی را ترجیح می‌دهند که:

• برای یک نوع نیت مشخص، به‌طور پایدار الگوهای رضایت رفتاری بهتری نشان می‌دهند.
• در به‌روزرسانی‌های محتوایی، کیفیت احساسی تجربه را هم بهبود می‌دهند (مثلاً با ساده‌سازی لحن، حذف اصطلاحات مبهم، بهبود خوانایی و ساختار).
• در حوزه‌های حساس (پزشکی، مالی، حقوقی)، لحن آرام، شفاف و مستند ارائه می‌کنند و از وعده‌های مطلق دوری می‌کنند.

برای ملموس‌کردن موضوع، جدول زیر دو رویکرد متضاد را مقایسه می‌کند:

سناریوهای ۲۰۲۶؛ سئوی احساسی برای وب‌سایت‌های ایرانی

اگر سئو را در افق ۲۰۲۶ ببینیم، چند سناریوی واقع‌بینانه برای نقش داده‌های احساسی در نتایج جست‌وجوی فارسی قابل تصور است:

• تمایز قوی‌تر برندهای شفاف از سایت‌های شبه‌محتوایی: دامنه‌هایی که بر پایه معماری اطلاعات روشن و تجربه متوازن محتوا ساخته شده‌اند، در کوئری‌های رقابتی دوام بیشتری می‌آورند.
• کاهش تدریجی قدرت تاکتیک‌های سئوی سطحی: صفحات زرد، نقدهای نمایشی و مقالات تولیدانبوه که صرفاً برای گرفتن کلیک طراحی شده‌اند، در داده‌های رفتاری نمره مناسبی نمی‌گیرند.
• افزایش ارزش «هویت دیجیتال یکپارچه»: هم‌خوانی لحن، UI، ساختار محتوا و پیام برند، به ایجاد یک پروفایل احساسی مثبت در سطح دامنه کمک می‌کند.

برای مدیران بازاریابی و استارتاپ‌ها در ایران، معنای عملی این سناریوها این است که طراحی سایت، UX و استراتژی محتوا را باید در یک چارچوب سیستمی ببینند؛ چارچوبی که در آن «احساس کاربر» هم‌سنگ «کلمه‌کلیدی» و «بک‌لینک» می‌نشیند. مسیر درست، ساخت یک حضور آنلاین است که از ریشه، بر تجربه کاربری احساسی و داده‌محور بنا شده باشد؛ همان چیزی که رومت تلاش می‌کند آن را در پروژه‌های طراحی و معماری محتوا پیاده کند.

جمع‌بندی و توصیه‌های پیشرفته برای استراتژی محتوا و سئو

داده‌های احساسی در الگوریتم‌های جدید گوگل، پلی هستند بین آن‌چه کاربر واقعاً تجربه می‌کند و آن‌چه موتور جست‌وجو در رتبه‌بندی‌ها منعکس می‌کند. این داده‌ها مستقیم اندازه‌گیری نمی‌شوند، اما در قالب سیگنال‌های رفتاری، امتیاز رضایت، و تحلیل لحن و ساختار متن، به‌طور سیستماتیک وارد مدل‌های رنکینگ می‌شوند.

برای برندهایی که می‌خواهند استراتژی سئو خود را در سطح ۲۰۲۶ بازطراحی کنند، چند توصیه پیشرفته قابل طرح است:

• طراحی محتوا بر اساس مسیر حل مسئله، نه صرفاً عبارات کلیدی: هر صفحه باید از دید کاربر، یک سناریوی روشن «ورود–فهم–اقدام» داشته باشد.
• اندازه‌گیری داخلی سیگنال‌های احساسی: با استفاده از ابزارهای تحلیلی، الگوهای ماندگاری، اسکرول و کلیک را در سطح هر تیپ محتوا رصد و تحلیل کنید.
• بازطراحی صفحات با هدف کاهش اصطکاک احساسی: حذف المان‌های تنش‌زا، ساده‌سازی فرم‌ها و شفاف کردن پیام‌ها، مستقیماً روی سیگنال‌های رضایت اثر می‌گذارد.
• هماهنگی هویت دیجیتال با انتظارات احساسی مخاطب ایرانی: ترکیب لحن محترمانه، شفافیت در قیمت و فرایند، و رابط‌کاربری مینیمال، اعتماد را در داده‌های رفتاری منعکس می‌کند.

در نهایت، برنده واقعی سئوی فردا سایتی است که بتواند بین منطق الگوریتم و منطق انسان تعادل برقرار کند؛ سایتی که هم برای گوگل به‌عنوان یک سیستم یادگیرنده قابل‌فهم باشد و هم برای کاربر ایرانی، تجربه‌ای آرام، قابل پیش‌بینی و مفید خلق کند. برای رسیدن به این سطح، لازم است طراحی، محتوا و تحلیل داده در یک چارچوب منسجم و بلندمدت تعریف شوند؛ نه به‌صورت مجموعه‌ای از تاکتیک‌های مقطعی.

سوالات متداول

۱. داده‌های احساسی در سئو دقیقاً به چه معناست؟

داده‌های احساسی در سئو به احساسات خام کاربر دسترسی ندارد، بلکه از روی رفتار او تفسیر می‌شود. ترکیب زمان ماندگاری، الگوی اسکرول، بازگشت به نتایج و نوع تعامل با صفحه، یک تصویر آماری از رضایت یا نارضایتی می‌سازد. این تصویر در مدل‌های یادگیری ماشین گوگل به‌عنوان سیگنال رضایت رفتاری استفاده می‌شود و می‌تواند به‌طور غیرمستقیم نشان دهد که محتوا چه اثر احساسی بر کاربر گذاشته است.

۲. آیا گوگل مستقیماً احساسات کاربر را برای رتبه‌بندی ثبت می‌کند؟

خیر، گوگل به احساسات فردی کاربر دسترسی مستقیم ندارد و چنین چیزی هم در مستندات فنی مطرح نشده است. آن‌چه استفاده می‌شود، الگوهای رفتاری ناشناس و تجمیع‌شده است که برای مدل‌سازی رضایت استفاده می‌شوند. الگوریتم‌ها از روی این الگوها و تحلیل متن، یک «برداشت آماری» از تجربه کاربر می‌سازند. بنابراین صحبت از تحلیل احساسی، بیشتر به معنای استنتاج غیرمستقیم است تا خواندن مستقیم احساسات.

۳. چه نوع تغییراتی در محتوا می‌تواند سیگنال‌های احساسی مثبت را تقویت کند؟

مهم‌ترین تغییر، طراحی محتوا بر اساس نیاز واقعی کاربر است؛ یعنی شفافیت در تیتر و متا، پاسخ‌گویی سریع به سؤال اصلی، ساختار مرحله‌به‌مرحله و استفاده از مثال‌های ملموس. حذف کلیک‌بیت، کاهش تکرار غیرضروری و ساده‌سازی زبان، اصطکاک ذهنی و احساسی کاربر را کم می‌کند. در عمل، این تغییرات به ماندگاری منطقی‌تر، اسکرول طبیعی‌تر و افزایش تعامل منجر می‌شود؛ سیگنال‌هایی که گوگل آن‌ها را با رضایت پیوند می‌دهد.

۴. نقش UX و معماری اطلاعات در شکل‌گیری داده‌های احساسی چیست؟

UX و معماری اطلاعات تعیین می‌کنند کاربر چقدر سریع و بدون استرس به پاسخ خود برسد. منوهای شفاف، سلسله‌مراتب تیترها، مسیرهای ناوبری منطقی و طراحی واکنش‌گرا، احساس کنترل و پیش‌بینی‌پذیری ایجاد می‌کنند. این احساس، در داده‌های رفتاری به‌صورت کاهش نرخ بازگشت سریع، افزایش مشاهده چند صفحه در یک سشن و الگوی اسکرول متعادل ظاهر می‌شود. به همین دلیل، بهبود UX عملاً به بهبود سیگنال‌های احساسی در الگوریتم گوگل منجر می‌شود.

۵. در استراتژی سئوی ۲۰۲۶ چگونه باید داده‌های احساسی را وارد برنامه‌ریزی کنیم؟

برای واردکردن داده‌های احساسی در استراتژی سئو، لازم است علاوه‌بر شاخص‌های کلاسیک مثل ترافیک و رتبه، به متریک‌های رفتاری عمیق‌تر توجه شود. تحلیل ماندگاری، اسکرول، کلیک روی عناصر کلیدی و وفاداری کاربر در سطح هر تیپ محتوا باید به یک روتین تبدیل شود. سپس بر اساس این داده‌ها، صفحات با اصطکاک احساسی بالا شناسایی و بازطراحی شوند. در کنار آن، لحن و هویت دیجیتال برند نیز باید طوری تنظیم شود که با انتظارات عاطفی مخاطب هدف هم‌خوان باشد.

منابع

Joachims, T. et al. (2005). Accurately Interpreting Clickthrough Data as Implicit Feedback. ACM SIGIR.
Chapelle, O., Metlzer, D., Zhang, Y., & Grinspan, P. (2009). Expected Reciprocal Rank for Graded Relevance. ACM CIKM.