常见问题 (FAQ)
尽管我们已尽力回答最常见的问题，但这里仍为好奇心更强的读者提供了一些问题。
为什么我们不使用人工神经网络（ANN）？
尽管人工神经网络非常适合具有许多变量的任务，例如图像识别（其中每个像素都是一个变量），但它们产生的结果难以解释并且不允许比较每个因素的权重。此外，ANN 需要大量的数据收集和大量的特征才能产生可靠的结果，而我们收集的输入数据并不符合这种描述。
与随机森林不同，随机森林中的每棵决策树都独立投票，以确保良好卢森堡电子邮件列表的可靠性，而神经网络则在同一个篮子中处理数据。没有证据表明在这项研究中使用 ANN 会产生更准确的结果。
我们对研究方法的主要要求是稳定性和识别因素重要性的能力。也就是说，随机森林非常适合我们的任务，许多类似性质的排名任务也证明了这一点，这些任务也使用该算法实现。
这无疑是我们研究中最具争议的一点。当我们看到我们的分析结果时，我们也感到惊讶。尽管我们的算法已经在可靠的数据领域进行了训练，但我们还是决定再次核实事实。我们排除了有机和付费搜索数据，以及社交和引荐流量，只考虑直接流量，结果大致相同：位置分布保持不变（研究第 41-42 页的图表说明了这一点）。
对我们来说，这一发现完全一致，并证实了 Google 优先考虑具有更多权限的域名，正如其 搜索质量评估指南中所述。虽然域名权威可能看起来像是一个糟糕的借口和一个模糊而短暂的概念，但这些指导方针完全推翻了这个想法。 2015 年，谷歌发布了这本书，以帮助评估网站的质量，并深入了解谷歌如何看待用户以及他们在搜索中想要什么。