Le possibilità che potreste ottenere sono diversi set di risultati di ricerca per ogni diverso approccio. E non sapreste mai che Google ha fatto due ricerche invece che una.

O immaginate di avere scritto [vestiti vintage] come query iniziale, e che Google vi restituisca un box di ricerca all’inizio dei risultati che vi dia la possibilità di aggiungere un altro termine di ricerca da usare per affinare la ricerca fra i primi dieci risultati. L’immagine qui sopra è uno screenshot preso da un brevetto Google autorizzato la settimana scorsa che potrebbe abilitare tali tipi di ricerche all’interno delle ricerche.

Il brevetto ci dice come nella prima versione di questo approccio alle ricerche correlate, la seconda ricerca automatica potrebbe includere una ricerca di tutte le pagine a cui è collegata tramite i risultati principali della prima ricerca. O, se la pagina mostrata nella ricerca iniziale è l’homepage di un sito, la seconda ricerca potrebbe includere una ricerca in tutte le pagine di quel sito.

Google ha provato uno numero di esperimenti di interfacce, nel corso degli anni, che introducono nuove caratteristiche per le interfacce che potrebbero essere qui oggi e via domani, e non sarebbe una sorpresa vedere qualcosa che fiorisca la notte e poi sparisca. Ad esempio quando Google prova un brevetto prima di applicarlo e scopre che i risultati non sono abbastanza incoraggianti lo archivia.

Come utenti o proprietari di siti, pensate che la ricerca automatica all’interno della ricerca che ho descritto prima potrebbe fornire migliori risultati della ricerca completa e primaria collegata direttamente alla keyphrase inserita? Cosa porterebbe migliori risultati all’utente?

Se Google offrisse un box di ricerca aggiuntivo all’interno della ricerca, questo porterebbe gli utenti a considerare ancora meno la seconda pagina dei risultati di ricerca? Non ne sono sicuro, ma penso sia decisamente probabile. Questo potrebbe dipendere dal fatto che gli utenti vengano soddisfatti o meno dai risultati che vedono.

Il brevetto è:

Performare ricerche multiple correlate
Inventato da Corin Anderson e Benedict A. Gomes
Assegnato a Google Inc.
Brevetto US 7,991,780
Concesso il 2 Agosto 2011
Archiviato il 7 Maggio 2008

Estratto

Una prima ricerca viene performata in risposta a una query di ricerca ricevuta. La prima ricerca è basata sulla prima porzione della query di ricerca. Nella prima ricerca, un primo set di contenuti viene cercato per identificare un primo set di risultati di ricerca. Ogni risultato nel primo set di risultati di ricerca identifica al massimo un contenuto del primo set di contenuti. Un secondo set di contenuti per performare una seconda ricerca è determinato basandosi su uno o più risultati della prima ricerca. Il secondo set di contenuti include contenuti non inclusi nel primo set dei risultati di ricerca.

Una seconda ricerca viene performata, cercando nel secondo set di contenuti per identificare un secondo set di risultati di ricerca. Ogni risultato nel secondo set di ricerca identifica al massimo un contenuto del secondo set di contenuti.

Conclusioni

E’ facile pensare che quando si inserisce un termine di ricerca nel box di ricerca di Google allora il risultato che si vede sarà di una singola ricerca, ma questo brevetto mette alla prova questo pensiero.

Immaginate un proprietario di un sito con un hotel a Los Vegas (un esempio del brevetto), che tenta di creare il migliore buffet della zona. Potrebbe spendere un sacco di tempo e sforzo creando una pagina sul buffet, e aspettarsi che si posizioni bene fra i risultati di ricerca per [los vegas hotel buffet]. Quando qualcuno attualmente fa quella ricerca, Google potrebbe inizialmente cercare per [los vegas hotel], e poi cercare fra i risultati principali per la query [buffet], e mai restituire la pagina del nostro organizzatore di buffet che è stata ottimizzata per un termine più lungo.

Il processo descritto in questo brevetto potrebbe avere un grande impatto negativo sulle queries della long tail?

E’ possibile.

Ci sono due differenti scenari descritti in questo brevetto. Il primo vede Google rompere una query in parti, e automaticamente performare una seconda ricerca. Il secondo è quello per cui Google potrebbe dare agli utenti la possibilità di cercare fra i risultati. Entrambi sembrano dare ottimi benefici ai siti già affermati per key competitive e termini generali, e indebolire sensibilmente i piccoli siti che giocano tutto sulla long tail.

Liberamente tradotto da SeobytheSea

Potresti Trovare Interessanti Anche:

• Lista delle migliori Directory Italiane
  Quando si avvia un sito web, uno dei più immediati metodi per guadagnare links per il proprio sito web è quello di inserire il proprio sito nelle directory, sit...
• Wordpress Seo Edition 2.0: per un posizionamento migliore!
  Qualche mese fa, appena aperto Seo Point, misi in rete la prima versione della Wordpress Seo Edition, un pacchetto corredato di plugins Seo del celebre CMS per ...
• Velocizza l’indicizzazione dei contenuti su Google
  Credo che ormai quasi tutti sappiano che per far indicizzare un sito a Google servono semplicemente dei links da siti già indicizzati in modo che lo spider li p...
• NoFollow: cos’è e come funziona
  Probabilmente molti di voi avranno già sentito parlare fino alla nausea dell'attributo NoFollow dei links e la maggior parte ne conosceranno il funzionamento, c...

Se si disegna una pagina web con dimensioni fisse, progettata per una risoluzione specifica, è inevitabile che alcuni visitatori arrivino a tale pagina navigando con un computer con una risoluzione maggiore. Questo significa che può esserci spazio vuoto mostrato nella finestra del loro browser quando visualizzano la pagina; è normale, soprattutto per utenti con grandi schermi. Ci sono altre volte nelle quali qualcuno visita la pagina, e la loro finestra del browser non occupa l’intero display del monitor, costringendolo così a ridimensionare la finestra in modo da includere tutta la pagina, e questo può far apparire spazi vuoti.

Un brevetto di Google pubblicato ieri descrive come Google potrebbe identificare quando esiste dello spazio inutilizzato, e inserire contenuto in quegli spazi. Il brevetto ci spiega come questo contenuto potrebbe essere composto da testo, immagini, video, animazioni e altri tipi di contenuto che potrebbe essere mostrato in un browser.

Ads? Funzioni di Ricerca?

Il brevetto ci fornisce alcuni dettagli su come potrebbero determinare quando esistono spazi bianchi, ma nessun esempio di tipi di contenuto che potrebbero essere mostrati negli spazi bianchi; potrebbero essere pubblicità, funzionalità di ricerca come il Quick Scroll, news o contenuto informativi, informazioni correlate alla ricerca, informazioni dai social network, o altri contenuti.

Non dice inoltre se gli spazi non usati potrebbero essere rilevanti per il contenuto della pagina visitata, per la persona che visita la pagina, o qualcosa che comprenda entrambe le analisi.

Cosa pensereste se Google mostrasse contenuti negli spazi vuoti del vostro sito? Potrebbe fare la differenza se fossero contenuti pubblicitari con cui poter guadagnare?

Se seguire il link precedente su Google Quick Scroll, una delle cose di cui ho parlato che non mi piacciono era che copre alcuni dei contenuti nelle pagine che devono essere visitate. Mostrare il box quick scroll negli spazi non usati sembra essere un modo per evitare questo problema. Google mostrerebbe altre funzionalità di ricerca negli spazi non usati?

L’aggiunta di elementi come questo farebbe caricare più lentamente le pagine e inciderebbe sulla banda utilizzata dal browser? Gli sforzi di Google per velocizzare il web al massimo sono focalizzati in realtà sull’aggiungere funzionalità come questa alle pagine?

Il brevetto è:

Utilizzo degli Spazi nei Browser

• Inventato da Xin Zhou
• Assegnato a Google
• Brevetto US 20110145730
• Pubblicato il 16 Giugno 2011
• Depositato il 19 Marzo 2010

Estratto:

Sistemi, metodi e programmi prodotti per l’utilizzo degli spazi nei browser sono qui descritti. Viene descritto come determinare gli spazi non usati nel browser in un display e come selettivamente mostrare uno o più contenuti in un determinato spazio basandosi sulle dimensioni del display. Viene poi analizzato lo stesso problema, determinando le dimensioni della finestra del browser, dove le dimensioni includono una larghezza e un’altezza della finestra.

Successivamente, viene spiegato come mostrare selettivamente gli elementi nello spazio non usato del browser, basandosi sulla larghezza della finestra, la larghezza di ogni elemento da mostrare e una larghezza “spaziatrice” fra gli elementi del contenuto vero e proprio. In questo modo, gli spazi non usati nella finestra del browser vengono effettivamente utilizzati mostrando selettivamente uno o più contenuti negli spazi vuoti.

Considereresti l’ipotesi di permettere a Google di mostrare contenuti aggiuntivi negli spazi non usati dalla grafica del tuo sito?

Traduzione dell’Articolo su SeobytheSea: Will Google Start Showing Ads and Other Content in Unusued Whitespace in Your Browser Window?

Potresti Trovare Interessanti Anche:

• Lista delle migliori Directory Italiane
  Quando si avvia un sito web, uno dei più immediati metodi per guadagnare links per il proprio sito web è quello di inserire il proprio sito nelle directory, sit...
• Wordpress Seo Edition 2.0: per un posizionamento migliore!
  Qualche mese fa, appena aperto Seo Point, misi in rete la prima versione della Wordpress Seo Edition, un pacchetto corredato di plugins Seo del celebre CMS per ...
• Velocizza l’indicizzazione dei contenuti su Google
  Credo che ormai quasi tutti sappiano che per far indicizzare un sito a Google servono semplicemente dei links da siti già indicizzati in modo che lo spider li p...
• NoFollow: cos’è e come funziona
  Probabilmente molti di voi avranno già sentito parlare fino alla nausea dell'attributo NoFollow dei links e la maggior parte ne conosceranno il funzionamento, c...

Volendo scrivere una recensione che molte persone possano vedere, e che possa essere selezionata da un motore di ricerca come “recensione rappresentativa” da mostrare per un’azienda, un prodotto o un servizio, ci sono probabilmente alcune cose che si dovrebbero tenere a mente durante la scrittura. Almeno secondo un brevetto depositato da alcune impiegati Google. Questa volta il brevetto non è ufficialmente assegnato a Google, ma può essere ugualmente interessante, soprattutto se correlato ad un passato brevetto sulla Reputazione dei Reviewers.

Il brevetto è elenca i specifici segnali di qualità che descrivono la recensione ideale, e fornisce alcuni accorgimenti utili riguardanti cosa Google potrebbe guardare in una recensione.

Analizzare la tua recensione tramite un controllo del lessico e della grammatica potrebbe essere un modo.

Poche frasi corte probabilmente non sono abbastanza, e pochi lunghi paragrafi sono probabilmente troppo.

Evitare frasi che sono sia troppo lunghe che troppo corte, ed essere sicuri che quelle frasi abbiano introduzione, corpo e fine – i frammenti di frase non sono sicuramente i favoriti.

TUTTI I CAPs sono considerati RUDI da Google (e da moltissime altre persone online).

È inoltre saggio evitare contenuti esplicitamente sessuali nella maggior parte delle recensioni – sappiamo che questo tipo di linguaggio “spesso contribuisce poco o per niente a capire il soggetto ed è scomodo all’utente che legge”.

Una recensione dovrebbe contenere parole “di alto valore” anziché essere costituita per la maggior parte di parole di “basso valore”. Una parola di alto valore potrebbe essere una particolarmente appropriata per un tipo di recensione, identificata da un dizionario di parole che potrebbero essere associate alle recensioni. Per esempio, se una recensione è su una fotocamera digitale, potrebbe idealmente contenere parole come stabilizzazione immagine, dSLR, tipo di sensore, sistema di lenti, formato immagine, messa a fuoco, ecc.

O, il motore di ricerca potrebbe tener conto della frequenza di parole che appaiono nella recensione e vedere se c’è un’alta frequenza di parole meno comuni. Qui c’è come il brevetto descrive l’approccio:

Con riferimento ai valori associati alle parole nella recensione, le recensioni con parole di più alto valore sono favorite sulle altre recensioni con un parole di valore minore.

In alcuni casi, i valori della parola sono basati sulla frequenza inversa nel documento (IDF) associata alle parole. Parole con un più alto IDF sono generalmente considerate di maggior valore. L’IDF di una parola è basato sul numero di testi in un set di testi, diviso per il numero di testi nel set che includono al massimo un’occorrenza della parola. Il meccanismo delle recensioni potrebbe determinare i valori IDF fra le recensioni in un deposito di recensioni e immagazzinare tali valori in una o più tabelle.

In alcuni casi, le tabelle dei valori IDF sono generati per tutte le recensioni del prodotto; viene generata una tabella per tutte le recensioni. I set di testi usato per determinare la tabella dei valori IDF per le recensioni dei prodotti è composto da tutte le recensioni dei prodotti raccolte; il set di testi usato per determinare la tabella dei valori IDF per il fornitore delle recensioni dei prodotti è composto da tutte le recensioni dei prodotti.

Ogni altro tipo di elemento ha la sua tabella dei valori IDF perché le parole che sono valutabili nelle recensioni per un tipo di elemento potrebbero non essere valutabili nelle recensioni per un altro tipo di elemento.

Un altro fattore che Google potrebbe mettere in gioco nella decisione di quale recensione mostrare per i prodotti, o per le pagine delle attività come quelle di Google Places, è se la recensione è o non è rappresentativa delle altre recensioni.

Per determinare quale potrebbe essere la recensione rappresentativa, il motore di ricerca potrebbe raggruppare diverse recensioni basate su caratteristiche in comune. Queste caratteristiche in comune potrebbero coprire una varietà di aspetti che coinvolgono le recensioni. Per esempio, le recensioni dei libri ordinati da uno shop di libri online si focalizzano sulla trama del libro, su quanto il libro è stato spedito in fretta, sull’autore o sui libri simili.

Le recensioni includono inoltre le valutazioni, che potrebbero essere usate per raggrupparle. Così, qualcosa di recensito che avesse 8 voti dalle 5 alle 3.6 stelle indicherebbe una recensione positiva. Potrebbe inoltre avere 4 voti tra le 3.5 e le 2.4 stelle, indicanti una recensioni neutra o voti fra le 2.3 e 1 stella, indicanti una recensione negativa. Se ci sono più recensioni nel range positivo, una recensione o due potrebbero essere selezionate dal complesso di quelle “positive”, usando alcuni criteri di scelta della qualità.

Il brevetto depositato è:

Selezionare Recensioni di Alta Qualità da Mostrare

• Inventato da Kushal B. Dave e Jeremy A. Hylton
• US Patent Application 20110125736
• Pubblicato il 26 Maggio 2011
• Archiviato il 26 Gennaio 2011

Estratto:

Viene descritto un metodo e un sistema per selezionare recensioni da mostrare. Le recensioni per un argomento sono identificate. Un subset di recensioni identificate è selezionato basandosi su predefiniti criteri di qualità. La selezioni potrebbe anche essere basata su zero o più altri criteri predefiniti. Viene generata una risposta che include il contenuto da una recensione selezionata. Il contenuto potrebbe includere l’intero contenuto o uno snippet di al massimo alcune recensioni selezionate.

Conclusioni

All’inizio di questa settimana ho scritto su uno studio di Google che esplorava come le recensioni da differenti sorgenti potrebbero essere aggregate insieme, e come queste potrebbero essere comparate ad un’altra.

Lo studio è particolarmente importante nell’ottica delle recensioni pubblicate su Google Places e la presentazione di questi risultati nella ricerca organica.

Questo brevetto ci fa capire come Google potrebbe scegliere le recensioni da mostrare, basandosi sulla qualità delle recensioni e come queste potrebbero essere raggruppate insieme in modo che le recensioni rappresentative possano essere mostrate alla gente che vuole essere in grado di accedere alle recensioni velocemente.

È inoltre interessante vedere come Google potrebbe definire le recensioni in termini di qualità, considerando quanto questo termine sembra entrare a far parte dello scenario della ricerca in ritardo.

I punteggi di qualità di Google per gli annunci Adwords e le landing pages sono stati usati per aiutare a impostare un prezzo per i risultati sponsorizzati nei risultati di ricerca di Google fino a oggi. Ho scritto recentemente su un brevetto di Google per le pagine dei web publishers che potrebbero aiutare a determinare quanto quei proprietari dei siti potrebbero guadagnare mostrando gli annunci di Google Adsense, basandosi sulla qualità di quelle pagine. Il Panda Update per il posizionamento, e i post che Google ha pubblicato su questo argomento ci forniscono le linee guida per costruire siti di qualità.

La qualità può essere vista come un’astrazione – un aspetto di qualcosa che è contemporaneamente difficile da definire e da misurare, e che potrebbe essere soggettivo abbastanza da significare cose decisamente diverse per persone diverse. Ma, lo abbiamo visto più e più volte in differenti contesti, Google è orientato a definire le caratteristiche e gli attributi della qualità di pubblicità, landing pages, adv pages, pagine web e ora recensioni.

Traduzione dell’Articolo di SeobyTheSea – How Google Might Choose High Quality Reviews to Display for Products and Businesses

Potresti Trovare Interessanti Anche:

• Lista delle migliori Directory Italiane
  Quando si avvia un sito web, uno dei più immediati metodi per guadagnare links per il proprio sito web è quello di inserire il proprio sito nelle directory, sit...
• Wordpress Seo Edition 2.0: per un posizionamento migliore!
  Qualche mese fa, appena aperto Seo Point, misi in rete la prima versione della Wordpress Seo Edition, un pacchetto corredato di plugins Seo del celebre CMS per ...
• Velocizza l’indicizzazione dei contenuti su Google
  Credo che ormai quasi tutti sappiano che per far indicizzare un sito a Google servono semplicemente dei links da siti già indicizzati in modo che lo spider li p...
• NoFollow: cos’è e come funziona
  Probabilmente molti di voi avranno già sentito parlare fino alla nausea dell'attributo NoFollow dei links e la maggior parte ne conosceranno il funzionamento, c...

Un brevetto della Microsoft ci da un’idea di come i vari motori di ricerca abbiano risposto a queste domande, riporto l’estratto con link al brevetto:

ASSIGNING RELEVANCE WEIGHTS BASED ON TEMPORAL DYNAMICS

Inventors: Dumais; Susan T.; (Kirkland, WA) ; Elsas; Jonathan Louis; (Pitsburgh, PA) ; Liebling; Daniel John; (Seattle, WA)

US Patent Application 20100325131

Application Number: 12/488594

Publication Date: 23/12/2010

Filing Date: 22/06/2009

Abstract

A system described herein includes a receiver component that receives a first dataset, wherein the first dataset comprises temporal dynamics pertaining to a document that is accessible by a search engine, wherein the temporal dynamics comprise an identity of a term corresponding to the document and an indication that the term has been subject to change over time. The system also includes a weight assignor component that assigns a relevance weight to the document based at least in part upon the temporal dynamics pertaining to the document, wherein the relevance weight is utilized by the search engine to assign a ranking to the document with respect to at least one other document when the search engine retrieves the document.

Che cosa ci dice?

L’estratto ci dice che il motore di ricerca fa riferimento ad un documento nel quale sono riportati i singoli cambiamenti nel corso di tempo. Quindi il motore assegna un valore al documento che sarà poi rilevante nel ranking.

Perciò il motore non si limita ad una analisi della pagina allo stato attuale ma tiene bene a mente i cambiamenti che sono avvenuti.

Però il dire che il motore assegna un valore sarebbe un po’ troppo semplicistico, infatti il brevetto ci dice:

“[0007]Pursuant to an example, a first score can be assigned to a document independent of a query, wherein the first score is based at least in part upon temporal dynamics of the document. For instance, an identity of a particular term that is subject to change in the document can be ascertained, and rate of change of such term can be taken into consideration when determining the first score. Further, nature of one or more terms that have altered over time can be considered when determining the first score, such as whether the term is included in the document, whether the term is a tag assigned to the document by a user, whether the term is included in anchor text of the document, etc. The first score may then be used to rank the document with respect to at least one other document in a ranked list of documents.

[0008]Additionally or alternatively, a second score can be assigned to the document, wherein the second score is dependent upon the content and/or nature of the query. For instance, a received query can be classified as either information seeking or navigational. A navigational query is a query that is employed by users who want to navigate to a particular document (e.g., a homepage of a particular newspaper). An information seeking query is a query that is employed by users to locate particular (e.g., recent) information. The second score can be assigned to the document based at least in part upon the classification of the query. Furthermore, temporal dynamics of the document may also be considered when determining the second score. The document may then be ranked within a ranked list of documents based at least in part upon the second score.”

e:

“[0043]The weight assignor component 112 can receive the classification generated by the query classifier component 402 and can assign a weight to the document 108 based at least in part upon the classification (and temporal dynamics corresponding to the document 108). As indicated above, separate models (e.g., three separate models) can be generated for the document 108, and based upon the classification, one of the models can be assigned a greater weight when compared to other models. For instance, if the query classifier component 402 classifies the query as navigational, the weight assignor component 112 can give greater deference to the language model (e.g., virtual document) that includes terms that change infrequently over time. If the query classifier component 402 classifies the query as informational, the weight assignor component 112 can give greater deference to the language model that includes terms that change more frequently over time.”

Esso ci dice che i pesi sono diversi. Un primo valore assegnato non dipende dal tipo di query e, ovviamente, ha valenza nel ranking. Invece un secondo valore è assegnato in funzione del contenuto della pagina e della query. Un utente che cerca utilizzando una query informazionale probabilmente sarà più interessato a notizie più aggiornate mentre un utente che compone query navigazionali non avrà un grande interesse per pagine più aggiornate, il motore di ricerca tiene conto di questo.

Quali sono i fattori che vengono considerati?

Questo brevetto ci parla dei vari elementi che sono presi in considerazione nell’assegnazione del “peso” quali:

• Le parole del documento;
• Gli Anchor Text;
• Colore e dimensioni delle immagini;
• La posizione del testo e delle immagini;
• La query utilizzata;
• Frequenza dei cambiamenti;
• Le modifiche apportate;
• Altri cambiamenti che possono essere apportati del tempo..

Questo brevetto è molto interessante anche perché ci mostra, ancora una volta, come il motore di ricerca faccia distinzione tra i tipi di queries che sono state formulate e vediamo, ancora una volta, le potenzialità di questo fatto.

Potresti Trovare Interessanti Anche:

• Lista delle migliori Directory Italiane
  Quando si avvia un sito web, uno dei più immediati metodi per guadagnare links per il proprio sito web è quello di inserire il proprio sito nelle directory, sit...
• Wordpress Seo Edition 2.0: per un posizionamento migliore!
  Qualche mese fa, appena aperto Seo Point, misi in rete la prima versione della Wordpress Seo Edition, un pacchetto corredato di plugins Seo del celebre CMS per ...
• Velocizza l’indicizzazione dei contenuti su Google
  Credo che ormai quasi tutti sappiano che per far indicizzare un sito a Google servono semplicemente dei links da siti già indicizzati in modo che lo spider li p...
• NoFollow: cos’è e come funziona
  Probabilmente molti di voi avranno già sentito parlare fino alla nausea dell'attributo NoFollow dei links e la maggior parte ne conosceranno il funzionamento, c...

Un brevetto di Yahoo, pubblicato recentemente, ci fornisce una possibile risposta. Riporto solo l’estratto, il link del sito USA è nel titolo.

PREDICTIVE PERSON NAME VARIANTS FOR WEB SEARCH

Inventors: LU, Yumao (San Jose, CA, US) Peng, Fuchun (Sunnyvale, CA, US) Dumoulin, Benoit (Palo Alto, CA, US)

Application Number: 12/480628

Publication Date: 12/09/2010

Filing Date: 06/08/2009

Abstract

Techniques for determining when and which name variant candidates to use to re-write a search query that includes a person’s name in order to provide the most relevant search results are provided. A determination is made whether a person name is present in a search query request entered by a user. Name variant candidates are generated for each person name. Then, the name variant candidates are ranked for each person name based upon one or more models that calculate a probability value for each name variant candidate. Based upon these rankings, the query may be re-written to include the original person name and a specified number of top ranked name variant candidates to present the user with the most relevant search results.

[...]

Identificazione del nome

Questo brevetto ci spiega che il motore di ricerca non si limita a scegliere tra una lista di parole corrispondenti al soprannome utilizzato. Il metodo è più complesso.

In primo luogo Yahoo quando riceve una query dall’utente analizza se in essa è presente almeno un nome e lo identifica. Questi modelli che intervengono per l’identificazione, come si può immaginare, vengono aggiornati continuamente.

Interviene il Condictional Random Field (“CRF”), vediamo cosa dice il brevetto:

“In an embodiment, a Conditional Random Field (“CRF”) model is used to recognize person names in user queries. CRF is a discriminative probabilistic model that may be used to label sequential data. In an embodiment, the CRF model is trained using a pre-tagged corpus of search queries. For example, a CRF engine might be given 250,000 different previously submitted search queries. The CRF engine tags each term of the search query with a label of whether the term is a person name.”

Il CRF viene usato per riconoscere il nome della persona nella query. In base alle queries precedentemente inviate dagli utenti. Il CRF può analizzare 250’000 precedenti queries e contrassegnare nome di persona e attraverso queste etichette analizzare la query in questione.

Altri modelli degni di interesse sono l’Hidden Markov Model (HMM) e il Support Vector Machine (SVM), vediamo di nuovo il brevetto:

“Hidden Markov Model (HMM) is employed to determine the presence of person names within a search query. HMM is a statistical model that has been used to find the part-of-speech of a given word. For example, an article such as “the” might indicate that the next word is a noun 40% of the time, an adjective 40% of the time, and a number 20% of the time. Based on these probabilities, the part of speech of the next word is determined. This model may be easily adapted for use to also find the presence of person names. A Support Vector Machine (SVM) model or a hybrid of HMM and SVM may also be used to determine the presence of person names in search queries. SVMs are related supervised learning methods used for classification and regression. In SVM, given data (a corpus) that belong to one of two classes (`name` or `not a name`) is analyzed. When a new data point (word) is received, a determination is made as to which class the new data point belongs. In addition, any other model that labels and classifies data that may be adapted to find person names may also be used.”

Anch’essi sono utilizzati per determinare la presenza di un nome proprio nella query. Si tratta di un modello statistico che è utilizzato per capire quale valore grammaticale è data ad ogni singola parola. L’esempio che riporta il brevetto è molto chiaro; esso dice che la parola che segue “the” è al 40% un nome, al 40% un aggettivo, etc..

Ad ogni parola viene assegnata la classe “nome” o “non-nome” e permette una classificazione.

Riconoscimento del nickname

A questo punto ogni nome viene confrontato con due differenti dizionari:

1.    dal soprannome al nome vero e proprio.

2.    dal nome al soprannome.

Questi dizionari sono costruiti offline da dizionari preesistenti (come quello dei nomi mantenuti nella Social Security Administration), o dalle query di ricerche precedenti o dai nomi trovati nel Web.

A questo punto il motore di ricerca assegna un volere al nome più probabile da associare.

Nel brevetto sono riportati alcuni metodi utilizzati da Yahoo per assegnare tale valore.

Come il White Page Frequency, ecco cosa ci dice il brevetto:

“In white page frequency, the frequency or occurrence of name variant candidates are counted in a known list of names. For example, a list of names from the Social Security Administration may be used to find the popularity of names of people in the United States for a given year. Using the lists of names from the Social Security Administration, counts or popularity of name variant candidates are calculated. The name variant candidates are ranked based upon the popularity of use and the highest ranked name variant candidates are those names that are the most popular.”

Questa opzione è piuttosto semplice da capire. Infatti, analizza i dizionari noti al motore per capire la popolarità del nome degli USA e assegna un valore conseguentemente.

Lo Statistical Traslation Model è un altro sistema utilizzato, il brevetti ci dice:

“A statistical translation model may be used to calculate the probabilities of finding a name variant candidate where the person name is found in a resource. This model calculates and stores the probabilities, given a corpus or web files, of the number of times any word sequence occurs within the corpus. The corpus may be the entire Internet, a set of previous search queries, or a small collection of files on a single web server. In an example, a notation of the probability of the occurrence of a four word phrase “w.sub.1w.sub.2w.sub.3w.sub.4″ is “P(w.sub.1w.sub.2w.sub.3w.sub.4)” and might be shown as follows:

P ( w 1 w 2 w 3 w 4 ) = # ( w 1 w 2 w 3 w 4 ) ( * ) = P ( w 1 ) P ( w 2 w 1 ) P ( w 3 w 2 w 1 ) P ( w 4 w 3 w 2 w 1 ) ##EQU00001##  [...]”

Esso prende un corpo di informazioni, come la lista di parole presenti sul Web, o le queries delle precedenti ricerche, o nei libri noti al motore e ripartisce le parole in sequenze di frasi.

A seconda della frequenza di ripetizioni nel corpo viene associato un valore probabilistico.

Il Session Based Query Analysis è il terzo sistema illustrato dal brevetto. Ecco il testo:

“Another model that may be used is session based query analysis. Session based query analysis considers search behavior of a particular user within a session, or certain time constraint. This model is illustrated in FIG. 1. First, a server retrieves all of the different name variant candidates for a particular person name, as shown in 101. Then, as shown in 103, previous queries submitted by users are compiled and gathered by the server. The previous queries may be extracted from cookies that are stored on a user’s computer. Alternatively, the previous queries may be stored on a central database when the search queries are received. Any identification data of a user may be removed from the cookies in order to preserve the privacy of the user. The queries are grouped based upon a session from a user, as shown in 105. Sessions may be defined as being within a specified time boundary. The specified time boundary may be, for example, thirty minutes, but may vary from implementation to implementation. In another embodiment, a session may be based on express login/logout actions performed by the user.”

Questo metodo si basa sulle precedenti queries memorizzate dal motore. Infatti, in molte queries è possibile trovare nomi che hanno una relazione tra loro, questa situazione è molto frequente e questi rende il modello più affidabile. Sfruttando un gran numero di queries si possono stabilire, quindi, alcune possibili relazioni tra diversi nomi.

Guardiamo oltre

Questo brevetto è ovviamente interessante per tutte le attuali applicazioni ma probabilmente dovremmo osservarlo in con un sguardo più avanti. Difatti esso è interessante per quel che riguarda LDA. Se ora i motori di ricerca riescono a stabilire con chiarezza il valore di un soprannome e associargli il nome completo (o viceversa) analizzando, quindi, tutti i sinonimi, presto i motori saranno in grado di implementare le proprie conoscenze a livello semantico. Con gli strumenti mostrati nel brevetto possiamo anche immaginare che presto i motori di ricerca riusciranno a riconoscere la struttura grammaticale di una pagina, in base ai modelli probabilistici, e riconoscere, in maniera automatica, i contenuti autogenerati sfruttando i software che sfruttando la semantica, che stanno avendo una discreta diffusione.

Questo brevetto è un esempio di come i motori di ricerca stiano facendo grandi passi avanti nello sviluppo di LDA e HTMM. Attraverso i sistemi descritti, opportunamente sviluppati, i motori riusciranno a capire moltissime informazioni sul contenuto e sulla attinenza del testo.

Potresti Trovare Interessanti Anche:

• Lista delle migliori Directory Italiane
  Quando si avvia un sito web, uno dei più immediati metodi per guadagnare links per il proprio sito web è quello di inserire il proprio sito nelle directory, sit...
• Wordpress Seo Edition 2.0: per un posizionamento migliore!
  Qualche mese fa, appena aperto Seo Point, misi in rete la prima versione della Wordpress Seo Edition, un pacchetto corredato di plugins Seo del celebre CMS per ...
• Velocizza l’indicizzazione dei contenuti su Google
  Credo che ormai quasi tutti sappiano che per far indicizzare un sito a Google servono semplicemente dei links da siti già indicizzati in modo che lo spider li p...
• NoFollow: cos’è e come funziona
  Probabilmente molti di voi avranno già sentito parlare fino alla nausea dell'attributo NoFollow dei links e la maggior parte ne conosceranno il funzionamento, c...

Se è così, un motore di ricerca come dovrebbe andare a guardare gli URL delle pagine e “spezzettarli” in parti significative per identificare le keywords?

Dividere gli URL in parti potrebbe anche giocare un ruolo in come le pagine di un sito verrebbero visitate dallo spider di un motore di ricerca.

Un recente brevetto pubblicato da Yahoo ci da alcune idee di come potrebbe estrarre le keywords dagli URL delle pagine, classificarli, usando informazioni scoperte nel processo per determinare quali pagine visitare per prime con lo spider.

Tecniche per Contrassegnare gli URL
Inventato da Krishna Leela Poola e Arun Ramanujapuram
Assegnato a Yahoo
Numero di Brevetto USA 2000083266
Pubblicato il 26 Marzo 2009
Archiviato il 6 Novembre 2007

Un motore di ricerca guarderà molti differenti fattori per determinare a cosa si riferisci una pagina nel Web, e provare a classificare le pagine basandosi sulle keywords, che potrebbero essere un’indicazione dell’argomento importante , o sui contenuti di quelle pagine.

Molte di quelle keywords vengono estratte dai contenuti delle pagine stesse, ma un motore di ricerca può osservare altre informazioni associate alla pagina, come ad esempio l’indirizzo delle pagine.

Le Keywords possono anche essere estratte dagli URL delle pagine, usando un algoritmo che può dividere l’URL in componenti, capendo la struttura di quell’URL e rimuovendo alcune keywords dalle diverse parti trovate all’interno dell’URL.

Parti degli URL

Il brevetto fornisce una definizione alle differenti parti degli URL:

• Schema: Questa parte di URL identifica il protocollo usato per accedere alla risorsa, come HTTP o FTP.
• Autorevolezza: La parte di URL che identifica il server dove sono situati documenti e risorse, o più semplicemente il nome a dominio.
• Path: Questa è l’informazione seguente allo slash dopo “l’autorevolezza”, o il nome a dominio, e identifica la specifica pagina o la risorsa.
• Argomenti della Query: Una stringa che può apparire nella Path che può essere divisa in nome e coppie di valorim come ad esempio “categoria=magliette”.
• Frammenti: Un frammento identifica una sottosezione all’interno di una pagina che potrebbe essere indicata nell’URL, di solito inizia con questo simbolo “#”.

Un esempio di questi cinque differenti componenti dal deposito di brevetti(indicati con i cinque colori qua sopra):

http://www.yahoo.com:80/shopping/search?kw=blaupunkt#desc

Contrassegnare gli URL per Keywords e Scansione del Web

Il brevetto descrive una modo per dividere gli URL in parti, o componenti, per estrarre le keywords dagli URL. Quelle keywords potrebbero essere usate per dividere in categorie le pagine per le ricerche nel web, e per capire di cosa parlano le pagine quando vengono provviste pubblicità per quelle pagine.

Questa divisione degli URL in componenti, e in più piccole parti è trattata come “Contrassegnamento degli URL”. Oltre ad aiutare un motore di ricerca per trovare le parole chiave negli URL, può avere un impatto sulla indicizzazione delle pagine di un sito web:

I segni generati dal contrassegnamento degli URL possono anche essere determinati con caratteristiche del documento web per affinare l’efficienza di una ricerca. Contrassegnare gli URL è inoltre il primo passo raggruppando gli URL di un sito web. Raggruppare gli URL consente l’identificazione di porzioni di un documento che mantiene più rilevanza. Quindi quando un sito web viene scansionato da un motore di ricerca, alcune porzioni di documenti potrebbero essere inserite in una “white list” ed essere scansionate, mentre altre porzioni potrebbero essere inserite in una “black list” e non venire scansionate. Ciò guida una scansione del web più efficiente.

Conclusioni

Yahoo fornisce un giusto livello di dettagli nel brevetto su come gli URL possono essere divisi in componenti, e su come le keywords possono essere estratte da quei componenti, fornendo diverse classificazioni. Se siete interessati a come gli URL di un sito potrebbero essere trattate da questo processo, è importante spendere qualche tempo con il deposito brevetti stesso per comprendere al meglio i dettagli tecnici. Tenete a mente che i processi di questo brevetto possono non essere gli unici che Yahoo stia utilizzando in questo momento.

Una nota precauzionale

Cambiare gli URL delle tue pagine, specialmente se quegli URL sono stati Online per qualche tempo e sono stati indicizzati dai motori di ricerca, è una procedura che non deve essere avviata senza un attento esame, e senza l’uso di un approccio prudente che mantiene il rischio di questo cambiamento al minimo.

Un approccio di questo tipo può prevedere l’uso di corretti redirects(Redirect 301) per ogni nuovo URL per i links esterni che puntano alle pagine del sito e di altre tecniche che possono aiutare a far mantenere invariato il posizionamento nei motori di ricerca.

Come un motore di ricerca potrebbe reagire alle modifiche di un URL può cambiare da un motore di ricerca all’altro e il traffico verso le pagine di un sito può essere influenzato negativamente da un tale cambiamento, per un determinato periodo di tempo, indipendentemente da quanto attentamente è stato fatto tale cambiamento.

Fonte: SeobytheSea

Potresti Trovare Interessanti Anche:

• SEO: Joomla meglio di Wordpress, non ci credi?
  Ho sempre utilizzato wordpress per realizzare i miei siti e non ho mai provato altri cms per il semplice motivo che mi venivano sconsigliati in quanto "non SEO"...
• La funzione eventi in Rich Snippets e Answer Highlighting
  Google ha annunciato la nascita di due nuove tecnologie per affiancare e migliorare i risultati di ricerca. La funzione Answer Highlighting per Google Squared e...
• Motori di Ricerca? Non c’è solo Google!
  Probabilmente i motori di ricerca di cui la maggior parte degli internauti è a conoscenza si limita ai big quali Google, Yahoo, MSN e Ask se non a volte ancora ...

Ma quei motori di ricerca potrebbero provare a migliorare i risultati da mostrarvi provando a capire l’intenzione che sta dietro alla vostra ricerca, piuttosto che fermarsi alla ricerca delle pagine che corrispondono alle parole chiave che avete digitato come query di ricerca.

I motori di ricerca e l’intenzione del ricercatore

Cosa rivelano i motori di ricerca sull’importanza di considerare l’intenzione che sta dietro una ricerca?

Google ci spiega in una delle pagine dell’aiuto alla ricerca che:

Una ricerca è raramente assoluta. I motori di ricerca usano un insieme di tecniche per imitare il modo in cui le persone pensano e per approssimare i loro comportamenti. Come risultato, molte regole hanno delle eccezioni. Per esempio, la query [for better or for worse] non sarà interpretata da Google come una query OR, ma come frase che corrisponde ad un fumetto molto popolare. Google mostrerà il calcolatore dei risultati per la query [ 34 * 87 ] piuttosto che usare l’operatore ‘Riempi gli spazi vuoti ‘. In entrambi i casi ha seguito l’intento implicito della query.

Yahoo menziona anche il fatto che cerca di considerare l’intento che sta dietro ad una ricerca in una delle pagine d’aiuto intitolata Come vengono classificati i documenti web:

I motori di ricerca non hanno la possibilità di porre delle domande, perciò si affidano ai termini visitati per interpretare e determinare l’intenzione della ricerca di ricerca.

Satya Nadella di Microsoft, vicepresidente della piattaforma del gruppo di ricerca, del portale e della piattaforma pubblicitaria, descrive come anche l’intento dell’utente giochi un ruolo nel risultato presentato agli utenti di live.com in una presentazione dell’agosto 2008:

Credo che questo concerto per il quale capire l’intenzione dell’utente ed essere in grado di analizzare (le query di ricerca) per trovare modelli di ricerca e usarli per modellare le udienze di ricerca sia una delle aree più importanti per noi.

Una serie di intenzioni dietro le ricerche è stato identificato in un documento 2002, Tassonomia di una ricerca web, che divide le ricerche in tre tipi: di informazione, transazionali, e di navigazione.

Le ricerche di informazione sono condotte da un ricercatore che voglia venire incontro a qualche ipotetico bisogno di informazione. Le ricerche di transazione vengono fatte per aiutare il ricercatore a portare a termine un compito sul web. Le ricerche di navigazione hanno lo scopo di aiutare il ricercatore a trovare una specifica pagina.

Identificare l’intento dietro una ricerca può essere un compito difficile, come il ricercatore Google Dan Russell ha sottolineato in diverse presentazioni, tra le quali una su ACM SIGCHI The San Francisco Bay Area Chapter of in 2006, dove ha descritto alcuni degli approcci che Google utilizza per saperne di più sulle intenzioni che stanno dietro alle ricerche. Uno di questi approcci coinvolge il guardare i file di log dei motori di ricerca, e vedere come le persone raffinano le ricerche che seguono durante la sessione di ricerca.

Un paio di nuove domande di brevetto Yahoo descrive come i motori di ricerca potrebbero guardare i file di log per identificare se alcune domande provino l’esistenza di intenzioni che può essere facile identificare guardando alla sola query di ricerca.

Intenzioni esplicite e implicite del ricercatore

L’intenzione che sta dietro ad alcune ricerche può essere più semplice da capire e da interpretare per un motore di ricerca che per altri, e può essere considerato avere un’intenzione esplicita dietro di essa.

Per esempio, se state cercando un nuovo paio di scarpe o una videocamera, potreste includere alcune parole nella ricerca che dicano al motore di ricerca qualcosa sulle vostre intenzioni, come “scarpe sportive economiche” o “comprare una videocamera.” Un motore di ricerca può considerare l’uso della parola “economico” o “compra” come un’indicazione esplicita del fatto che volete fare un acquisto ondine.

Se la vostra ricerca include la parola “cliente,” può segnalare al motore di ricerca che desiderate delle pagine di informazione su quello specifico tipo di prodotti o servizi. La ricerca di un luogo o un tipo di posizione geografica può indicare al motore di ricerca che state effettuando una ricerca di luogo, e potrebbero esservi mostrati i risultati di ricerca di luogo quando digitate cose come “ biblioteca San Jose” in una casella di ricerca.

Altre ricerche possono non essere così chiare nei loro intenti. La richiesta di brevetto Yahoo ci fornisce un esempio di ricerca per il termine [Olimpiadi]. Il miglior risultato da mostrare ad un ricercatore potrebbe essere l’Olimpiade di un anno specifico, anche se la ricerca non include un anno.

Il motore di ricerca potrebbe cercare tra i log delle query di ricerca e scoprire che molte delle query che le persone hanno usato per trovare informazioni sulle Olimpiadi includono un anno all’interno della query, come nei casi:

• 2004 Olimpiadi estive di Atene,
• 2006 Olimpiadi invernali a Torino,
• 2008 Olimpiadi estive in Cina,
• 2010 Olimpiadi invernali a Vancouver, oppure;
• 2012 Olimpiadi estive a Londra.

Molti ricercatori sono “sensibili alla temporalità,” ed estraggono dai motori di ricerca i log per trovare un modello simile che possa aiutare il motore di ricerca a capire l’intenzione che si trova dietro alla ricerca e determinare il risultato da mostrare come risultato. È possibile che un motore di ricerca possa aumentare il posizionamento di pagine che mostrino le intenzioni di ricerca più popolari, o che si debbano riposizionare i risultati di ricerca per mostrare una gamma più ampia di intenzioni sottostanti ad una query che ha un’implicita intenzione dietro di sé.

Per esempio se molte delle persone che cercano la parola “Olimpiadi” tende a cliccare nelle pagine dalla ricerca le Olimpiadi 2010 o a raffinare la propria query per includere l’anno 2010, allora il motore di ricerca potrebbe aumentare il rank dei risultati di ricerca rilevanti per le Olimpiadi dell’anno 2010.

Un approccio alternativo potrebbe essere quello di cercare i log delle query e vedere la percentuale di persone che clicca sui risultati delle Olimpiadi associati con uno specifico anno, o che definisce i propri risultati per uno specifico anno e mostrare un diverso mix di risultati per ognuno degli anni.

Perciò, se il 50% dei ricercatori cerca “Olimpiadi” sembrerebbe star cercando le Olimpiadi dell’anno 2010, mentre il 30% sembrerebbe star cercando le Olimpiadi del 2012 e i ricercatori rimanenti del termine “Olimpiadi” sembrerebbero non star cercando una data correlata al termine, perciò nella top ten (o nei primi 100, o nei primi qualcos’altro) dei risultati di ricerca ci potrebbero essere la metà dei risultati sulle Olimpiadi del 2010, ci potrebbero essere risultati sulle Olimpiadi del 2012 per circa un terzo e ci potrebbero essere pagine generali sulle Olimpiadi senza necessariamente esserci pagine correlate a un anno specifico.

Le domande di brevetto depositate sono:
Estrarre gli intenti delle query dai log di query
Inventato da Priyank S. Garg, Kostas Tsioutsiouliklis, Bruce T. Smith, e Timothy M. Converse
Numero di brevetto USA 20090043749
Pubblicato il 12 febbraio 2009
Archiviato il 6 agosto 2007

Estratto

Vengono fornite delle tecniche per la memorizzazione delle query effettuate, ricevute da un motore di ricerca e presenti nei log di query.

Per un termine di ricerca particolare nella query, viene determinato quante ricerche nei log di query contengono quel particolare termine e un termine indicativo dell’intento,e determinato quante ricerche nei log di query di quel particolare termine di ricerca senza termine indicativo dell’intento.

Basandosi su una ratio tra il numero di ricerche nei log che contengono quel particolare termine di ricerca indicativo dell’intento e il numero di ricerche nei log che contengono il termine di ricerca senza il termine indicativo dell’intenzione, viene determinato se un particolare termine di ricerca è indicativo dell’intento di ricerca.

In risposta alla determinazione di un termine come qualificativo dell’intento di ricerca, vengono memorizzati dei dati in un computer-readable che identifica i termini di ricerca come qualificativi dell’intento della query.

Le query con intento implicito che contengono i termini di ricerca qualificativi dell’intento vengono elaborati su base, almeno in parte, dell’intento associato con il termine di ricerca.

Stima della rilevanza dei dati di una query dai file di log della query
Inventato da Farzin Maghoul e Kostas Tsioutsiouliklis
Domanda di brevetto USA 20090043748
Pubblicato il 12 febbraio 2009
Archiviato il 6 agosto 2007

Estratto

Vengono fornite delle tecniche per ottenere dati che indicano per una pluralità di termini di ricerca se la pluralità dei termini di ricerca sia qualificativa dei dati della ricerca.

Come viene ricevuta una ricerca, in risposta al ricevimento della query essa viene ispezionata per determinare se contenga un particolare termine qualificativo dei dati per i termini di ricerca.

Poi viene determinato quale particolare termine di ricerca determinato è stato associato con una pluralità di dati, ed è determinato che la pluralità di dati con cui il termine qualificativo si basa almeno in parte sulla frequenza con cui ogni particolare dato della pluralità di dati è stato associato con il particolare termine qualificativo dell’intento dal termine della query.

Conclusioni

La domanda di brevetto vuole fornire esempi ed identificare termini temporali e dati sensibili delle intenzioni della ricerca, ma i metodi che si descrivono possono essere usati per trovare altri intenti implicito che stanno dietro alle ricerche.

Noi non sappiamo se i metodi che stanno dietro queste ricerche e quanto questi metodi siano compresi nei risultati di ricerca Yahoo, ma sappiamo che l’intento dietro alcuni termini di ricerca in alcune ricerche possono influenzare i tipi di risultato che riceviamo dai maggiori siti di ricerca, come le ricerche di navigazione mostrano i risultati principali con i link, o una ricerca locale mostra una casella o dieci caselle con risultati con mappa.

Se eseguite una ricerca con Google o Yahoo o Live.com, ci sono possibilità che questi considerino le intenzioni che stanno dietro alla vostra ricerca, che possano mostrare risultati che sono influenzati da come un motore di ricerca interpreta quali possano essere state le vostre intenzioni al momento dell’esecuzione della ricerca.

Un posto nel quale un motore di ricerca può guardare sono i propri file di log delle query, pensando di poter ricavare un’intenzione implicita dietro i vostri termini di ricerca guardando ai risultati scelti dai precedenti navigatori che hanno effettuato quella ricerca o guardando a come alcuni ricercatori possono aver riscritto o ridefinito le loro query di ricerca.

Se cercate “Olimpiadi” senza includere un anno, i risultati di ricerca che prevede potrebbero focalizzarsi sull’anno 2010 e 2012 delle Olimpiadi, perché questo sembra essere un dato sensibile in base al tempo per quella ricerca.

Se siete proprietari di un sito o lavorate in un sito e state effettuando una ricerca con una parola chiave su una specifica fase di ricerca per le pagine di un sito, è importante considerare che i motori di ricerca potrebbero considerare qualcos’altro oltre il numero delle volte che la frase di ricerca viene mostrata nella pagina negli elementi title, o headings, or text, o nell’anchor text puntando a quelle pagine o al PageRank (o alla link popularity o alla qualità di pagina delle pagine) quando riporta i risultati a chi effettua la ricerca.

I motori di ricerca potrebbero tentare di capire le intenzioni dietro i termini di ricerca, mostrando ai ricercatori le pagine che essi credono corrispondano a quegli intenti.

Ringraziamenti

Si ringraziano:

Sara Radicia, webmaster di Firefox Blog e traduttrice per la traduzione del testo.
SeobytheSea per la stesura originale dell’articolo in lingua inglese e per la collaborazione data.

Potresti Trovare Interessanti Anche:

• Due query sono meglio di una per targetizzare la pubblicità?
  Quando si esegue una ricerca su Google, spesso vedete i "link sponsorizzati" in alto e a destra dei vostri risultati di ricerca. Gli inserzionisti possono fare ...
• Google Freshness Update
  Oggi, navigando tra gli articoli, ne ho trovato uno che ritengo essere molto interessante e volevo quindi riproporvelo.Questo articolo riguardante il Freshn...
• Scambi Links: cosa ne pensano i Motori di Ricerca?
  Quando i siti web si linkano l'uno l'altro, direttamente o indirettamente attraverso una serie di pagine differenti, un motore di ricerca può considerare quei l...
• Immagini nei risultati nei Motori di Ricerca
  Quando un motore di ricerca presenta i risultati di una ricerca che avete fatto, spesso vi mostra il titolo di una pagina, un breve snippet della pagina o una m...

Un documento di brevetto Yahoo, pubblicato all’inizio di gennaio, ci fornisce dettagli su come il motore di ricerca potrebbe automatizzare la SEO per i motori.
Il processo descritto coinvolge la ricerca delle query eseguite dai ricercatori nel motore e dei file di log e possibilmente anche l’attenzione per le attività di navigazione di quei stessi ricercatori.

Potrebbe anche coinvolgere l’attenzione per le informazioni che gli utenti hanno compilato su come le parole dovrebbero essere correlate semanticamente l’un l’altra come concetti o come argomenti (o per usare le loro parole, come unità), e la popolarità o la tendenza di quei termini o unità.
Le parti delle pagine, come i titoli e le testate e gli URL per le pagine e gli alt text per le immagini potrebbero essere riscritte automaticamente sulle pagine web, nel tentativo di ottimizzarle per i termini più popolari.

Nella sezione background della domanda di brevetto, viene data una definizione di ottimizzazione per i motori di ricerca:

L’ottimizzazione per i motori di ricerca (Search Engine Optimization o, SEO) si riferisce ad azioni che un sito web esegue per migliorare la sua presenza e il suo posizionamento per query di ricerca rilevanti.
I motori di ricerca più popolari, tra i quali Yahoo!.RTM., Google.RTM., e Microsoft Live.RTM., possono utilizzare tecniche similari per determinare la rilevanza dei risultati di ricerca, e la SEO potrebbe includere i tentativi di un sito di apparire in modo più accurato in quei risultati di ricerca.

La SEO può essere effettuata migliorando le etichette, i tag e le informazioni su un sito. Di conseguenza, è opportuno migliorare la SEO delle pagine, così che quelle pagine appaiano nei risultati di ricerca per query correlate al contenuto delle pagine stesse.

La domanda di brevetto è la seguente:

Sistema automatizzato per migliorare la SEO nelle pagine
Inventato da Chyr-Chong (Giuseppe) e Adam Ting Hyder
Assegnato a Yahoo
Numero di brevetto USA 20090006311
Pubblicato il 1 ° gennaio 2009
Archiviato 28 giugno 2007

Estratto:
Viene fornito un sistema e un metodo per l’ottimizzazione per motori di ricerca (SEO). La SEO automatizzata potrebbe analizzare i logs delle query di ricerca, o i database dei log di ricerca per determinare i concetti/ unità popolari che potrebbero essere utilizzati per ottimizzare automaticamente un sito o una pagina per i risultati del motore di ricerca.

Il sito o la pagina viene modificato basandosi sul SEO automatizzato. In particolare, il database dei log può fornire una lista della frequenza delle unità che rifletta la popolarità delle varie unità. Le unità più popolari che sono correlate al contenuto della pagina possono essere usate nel SEO automatizzata della pagina.

La lista della frequenza delle unità può essere comparata con le unità esistenti sulla pagina, così che le parole più popolari e i concetti più popolari all’interno della pagina possano essere enfatizzati.

La domanda di brevetto fornisce un numero di esempi su come il loro sistema di SEO automatizzata potrebbe aggiornare i titoli delle pagine, gli URL delle pagine, le meta description e le meta keyword, gli attributi alt delle immagini, e le testate delle pagine. Per esempio, ecco una discussione sui titoli delle pagine:

In un esempio, se avete un blog sulle squadre sportive di Chicago, il vostro titolo potrebbe essere generico, come ad esempio “Chicago sport blog.” Tuttavia, dopo aver comparato la lista delle unità frequenti e la lista delle unità della pagina, potrebbe essere stabilito che attualmente i termini Chicago Cubs.RTM. sono i più popolari.

Di conseguenza, l’ottimizzatore per motori di ricerca seleziona quella unità che modifica il titolo a “Chicago Cubs blog.” La popolarità dell’unità Chicago Cubs.RTM. può fornire dei risultati di ricerca migliori rispetto al titolo “Chicago sport blog.”

Ho qualche dubbio riguardo a quest’approccio.
Non posso fare a meno di chiedermi se il titolo per il blog che viene descritto possa essere cambiato in “Chicago Bulls Blog” durante la stagione di basket, o in “Chicago Bears Blog” nei weekend durante la stagione di football. È probabile che questi siano i termini più popolari durante quei periodi di tempo.

I siti che cambieranno regolarmente il proprio focus basandosi sulla popolarità dei termini di ricerca sacrificheranno le proprie identità per afferrare i termini di ricerca più popolari?
Ci sono anche altri aspetti della SEO che la domanda di brevetto non prende in considerazione, come le decisioni mirate a target di termini meno popolari piuttosto che quelle mirate ai più popolari.
Questo potrebbe accadere quando le persone che stanno dietro un sito riconoscono di non poter competere con i siti che al momento si trovano in classifica per quei termini, ma che allo stesso tempo riconoscono che quei siti non vengono ottimizzati per query di ricerca meno popolari, e credono che il loro audience sia formato da utenti alla ricerca dei termini meno popolari.
Oppure quando il proprietario di un sito riconosce che esista una nicchia di mercato o informativa non adeguatamente coperta nel web.

Conclusioni

La SEO non riguarda il tentativo di raggiungere più traffico possibile su un sito per i termini più popolari possibili.

Invece, si tratta di capire l’obiettivo di un sito, e sapere abbastanza del pubblico che potrebbe essere interessato in quello che il sito offre, per aiutare i ricercatori e quei siti a trovarsi l’un l’altro. Questo può riguardare trovare le parole giuste da usare nelle pagine di un sito piuttosto che le parole più popolari.
La SEO riguarda anche conoscere abbastanza il modo in cui funzionano i motori di ricerca così che sia più facile per tali motori indicizzare le pagine di un sito, e capire cosa quelle pagine trattano quando le indicizzano.

La domanda di brevetto Yahoo entra nei dettagli delle basi dell’ottimizzazione di una pagina individuale per i motori di ricerca, ma ignora molti dei dettagli tecnici coinvolti nella costruzione dei siti e delle pagine search engine friendly.

La domanda di brevetto Yahoo evita anche di discutere l’argomento della difficoltà che può comportare a volte ottimizzare pagine per termini di ricerca molto popolari e competitivi.
Il proprietario di un sito potrebbe volere targetizzare termini di ricerca meno popolari in pagine che si trovano a livelli di directory abbastanza profonde nei loro siti e che hanno un buon rank per le ricerche che il proprio pubblico condurrà su quelle pagine piuttosto che targetizzare termini più popolari per quelle pagine, ed avere un rank molto basso.
Un’altra questione che dovrebbe essere sollevata è il potenziale di conflitto di interessi del motore di ricerca che esegue anche l’ottimizzazione per motori di ricerca.

Ringraziamenti e Note

Si ringraziano:
Sara Radicia, webmaster di Firefox Blog e traduttrice per la traduzione del testo.
SeobytheSea per la stesura originale dell’articolo in lingua inglese e per la collaborazione data.

Potresti Trovare Interessanti Anche:

• Schema.org e Rich Snippets (più in generale)
  In questi ultimi giorni, al Convegno GT, mi sono reso conto che c’è ancora una forte disinformazione riguardo a Schema.org. Siccome sia al Symposium GT che al C...
• Generare Contenuti Virali e SEO Friendly: Un Semplice Metodo
  Oggi voglio condividere un modo incredibilmente semplice e potente per creare dei buoni contenuti SEO-Friendly. Non ci sono trucchi fantasiosi o metodi esoteri...
• Terres des Hommes e Fortunecat: un Contest per Esperti di Comunicazione
  SEO, campagne sui Social Media, campagne di Viral Marketing, AdWords, landing pages, video, grafica comunicativa, infografici, blogging, email marketing, cont...
• Migliorare la Struttura Lato SEO per Siti a Più Pagine
  Problemi con il posizionamento di siti che mostrano un numero fisso di articoli per pagina? Avete paura che i vecchi contenuti perdano valore agli occhi di Goog...

Oppure, avete un compito per la vostra lezione di filosofia e volete scrivere un articolo su Benedetto Croce e la sua “Filosofia dello Spirito”. Avete letto alcuni articoli su di lui in inglese, ma vorreste trovare qualcosa in italiano.

Andate su Google, sceglie l’italiano come lingua nella quale desiderate visualizzare le pagine inserendo il suo nome nel box di ricerca. Il motore di ricerca cerca fra i risultati in lingua italiana che contengono il nome Benedetto Croce, trova un numero di risultati, e restituisce titoli delle pagine e frammenti che ha trovato. Cliccando sul link “Traduci questa pagina” accanto al titolo di una di quelle pagine verrete portati alla pagina tradotta in inglese.

Magari avete deciso che volete iniziare a recarvi a lavoro in bicicletta anziché in auto e volete saperne di più su ciclismo e biciclette. Cercate su Google la parola “Biking” e il motore di ricerca prende in esame le associazioni che ha creato fra le parole chiave e i contenuti nel web e non vi restituisce solo i risultati “Biking” ma anche quelli per la parola “Cycling”.

Una domanda di brevetto di Google pubblicata qualche settimana fa descrive un motore di ricerca per lingue ampliato, che potrebbe consentire di cercare pagine in altre lingue usando traduzioni delle query di ricerca.

Potreste anche essere in grado di ricevere ulteriori risultati nella vostra lingua per le parole che sono statisticamente correlate ai termini di ricerca in modo significativo, come ad esempio “biking” e cycling”.

Poche settimane fa ho scritto un articolo su un altro brevetto di Google che ha descritto come Google potrebbe trovare sinonimi per le ricerche usando un approccio automatico statistico sulle traduzioni.

L’approccio dell’ampliamento della lingua alla ricerca è descritto in:

Ricerca in lingua Ampliata Automaticamente
Inventato da Johnny Chen
Assegnato a Google
Domanda di brevetto USA 20090024595
Pubblicato il 22 gennaio 2009
Archiviato il 20 luglio 2007

Estratto:

Un metodo basato su macchina può includere la traduzione di una query di ricerca da una prima lingua ad una seconda lingua, la comparazione della query tradotta con il contenuto della seconda lingua e l’identificazione del contenuto rilevante nella seconda lingua lingua per la ricerca tradotta su base di comparazione.

Inoltre, il metodo basato su macchina può includere la traduzione di contenuto in una seconda lingua su una o più località network nella lingua fonte, la comparazione del contenuto tradotto con una query di ricerca scritta nella prima lingua e l’identificazione, dalla seconda lingua, del contenuto rilevante per la query su base di comparazione.

La domanda di brevetto ci dice che il motore di ricerca potrebbe cercare i risultati in altre lingue se questi fossero indicati da un utente, o potrebbe restituire pagine in altre lingue sulla base di alcuni fattori, ad esempio:

• La popolarità della lingua,
• Caratteristiche degli Utenti,
• Cronologia della Ricerca,
• Rilevanza del soggetto della ricerca,
• Tipo di carattere inserito dall’utente (es. caratteri cinesi, caratteri greci, ecc),
• Impostazioni di lingua del browser,
• L’estensione del motore di ricerca,
• L’input,
• Altri Fattori.

Mentre un utente potrebbe essere in grado di scegliere di vedere i risultati di ricerca in altre lingue, se non ci sono molti risultati per la ricerca, e un motivo potrebbe essere legato al lingua della query(come il nome di un piatto cinese che potrebbe non essere molto noto in lingua inglese), il motore di ricerca potrebbe essere impostato per espandere la lingua usata nella scelta dei risultati.

Ringraziamenti e Note

Si ringraziano:
Sara Radicia, webmaster di Firefox Blog e traduttrice per la traduzione del testo.
SeobytheSea per la stesura originale dell’articolo in lingua inglese e per la collaborazione data.

Nota:
L’articolo è stato scritto originariamente da Bill Slawski di SeobytheSea in lingua Inglese. Per questo tutti i riferimenti fatti a chiavi di ricerca e modalità di ricerca sono collegate alla versione inglese di Google.

Potresti Trovare Interessanti Anche:

• Google determina la nazionalità dei siti
  Molte volte ci si chiede quanto incida sul posizionamento la località del server, il TDL del dominio e altri fattori legati al paese in cui è hostato materialme...
• Schema.org e Rich Snippets (più in generale)
  In questi ultimi giorni, al Convegno GT, mi sono reso conto che c’è ancora una forte disinformazione riguardo a Schema.org. Siccome sia al Symposium GT che al C...
• Google Freshness Update
  Oggi, navigando tra gli articoli, ne ho trovato uno che ritengo essere molto interessante e volevo quindi riproporvelo.Questo articolo riguardante il Freshn...
• Immagini di Sfondo per la Home Page di Google
  Ieri Google ha introdotto una nuova funzione (già annunciata la settimana scorsa) che permette di aggiungere un'immagine come sfondo della Home Page del motore ...

Perché un motore di ricerca dovrebbe spingere un utente ad assistere un programma di crawling ad esplorare il contenuto di pagine normalmente nascoste alla maggior parte di programmi di crawling?

Utenti che insegnano ai web Crawlers.

Qui abbiamo tre esempi di persone che potrebbero aiutare un crawler a scansionare un sito:

Webmaster – I motori di ricerca possono avere difficoltà a scansionare le pagine a causa dei link java script, dei link inclusi come opzioni nei form dei menu a tendina, e altre pagine che sono accessibili solamente attraverso form.
Mentre i motori di ricerca ci forniscono degli strumenti per provare a rendere più facile ai webmaster avere le pagine dei propri siti indicizzati, come quelle che si trovano su Google Webmaster Tools, Yahoo Site Explorer, e Webmaster Center – Live Search, nessuno di questi strumenti offerti si rivolge veramente al problema.

Per un webmaster che vuole avere modi alternativi di raggiungere le pagine dietro i java script o i form, può essere difficile fare in modo che un motore di ricerca indicizzi queste pagine. E se ci fosse un metodo per fare in modo che uno webmaster possa allenare un crawler ad accedere a pagine che si trovano dietro i forms e i java script incluso negli strumenti per webmaster forniti dal motore di ricerca?
Un webmaster potrebbe aiutare ad insegnare al programma di web crawling qual’è il modo più efficace di scansionare il suo sito web, a navigare nelle pagine del sito in un certo ordine, a riempire i form nel sito, e a interagire con le pagine del sito nel modo in cui vuole lo webmaster.

Queste interazioni possono essere catturate per creare regole di scansione del sito mediante le operazioni di apprendimento. Le regole poi potrebbero essere usate successivamente da un web crawler per scansionare il sito.

Recensori manuali – Qualcuno che recensisce manualmente il contenuto della struttura delle pagine web per vedere se i motori di ricerca possono effettivamente migliorare il modo in cui quelle pagine vengono indicizzate dal motore di ricerca potrebbe creare delle regole per il programma di crawling per far seguire i link in una maniera logica o per riempire il form di ricerca per trovare meglio le pagine più rilevanti nei siti.

Sottoscrittori di contenuto – Programmi come i feed RSS e gli strumenti mashup possono portare il contenuto di un sito a qualcuno interessato a vederlo, senza che quella persona debba visitare pagine multiple.
Se le persone interessate a quel contenuto potessero allenare il programma a scansionare attraverso i form che si trovano in luoghi come i siti per trovare lavoro o delle agenzia di viaggi, o altri siti che hanno il proprio contenuto al di là di form, potrebbe aiutarli ad intercettare il contenuto del sito e a consegnarlo direttamente a loro.

Problemi con il Crawling focalizzato

Qui abbiamo due tipi comuni di web crawling.

Free crawling – quando un programma di scansione trova una pagina, immagazzina la pagina e l’indirizzo o l’ URL, esegue tutti link che si possono trovare in quella pagina per localizzare altre pagine web.

Crawling Focalizzato- un programma di scansione prova a scansionare solo le pagine che contengono un tipo specifico di contenuto, o le pagine “rilevanti”.
Ci sono diversi differenti approcci per il crawling focalizzato, ma un programma di scansione può finire per scansionare pagine irrilevanti o mancare pagine rilevanti per differenti ragioni:

Diversità di Design and Struttura – C’è molta diversificazione e variazione tra il design e la struttura delle pagine web, e se il crawler segue una singola regola logica o poche regole logiche quando passa tra le pagine, potrebbe non essere accurato nel determinare la rilevanza delle pagine quando si trova ad affrontare un largo spettro di pagine diverse.

Pagine irrilevanti in una catena di link- Ipotizziamo che molti crawlers focalizzati seguano quelle pagine che contengono uno specifico tipo di contenuto che si linkano spesso l’un l’altra. Questo può essere fuorviante – se un crawler non segue un link ad una pagina che sembra non contenere uno specifico tipo di contenuto che si sta ricercando, e ci sono pagine che sono rilevanti oltre a quella catena di link che includono quella pagina, allora il contributo rilevante può essere tralasciato.

Pagine accessibili solamente attraverso Form – A volte è necessario riempire dei form, come ad esempio dei form di ricerca per l’assunzione di lavoro, per accedere al contenuto web rilevante, come le assunzioni di lavoro e le descrizioni. I moduli differiscono molto da un sito all’altro, e anche all’interno dello stesso sito, così che il contenuto rilevante può essere facilmente tralasciato se un crawler non capisce come riempire i diversi tipi di modulo.

Mancanza di accesso a contenuto limitato – Un proprietario di un sito potrebbe non volere che alcune pagine siano indicizzate, le quali però sono rilevanti per la focalizzazione della scansione.

Le cose che un web Crawler può imparare dall’osservare qualcuno che naviga attraverso un sito:

Qui ci sono alcune delle cose che un web crawler può imparare da un utente:

• Quali sono le pagine che hanno più probabilità di essere rilevanti
• Quali pagine hanno meno probabilità di essere rilevanti
• Come riempire al meglio i moduli per accedere al contenuto dinamico
• Come fare e perché cliccare in particolari parti di una pagina che sono state navigate come ad esempio gli URL o i bottoni o le schede
• Come selezionare i valori da un menu a tendina

Una domanda di brevetto di Yahoo esplora in profondità i modi in cui una persona può aiutare le scansioni di una pagina web :

Cattura automatica del contenuto web con l’assistenza dell’utente
Inventato da Amit Jaiswal, Arup Malakar e Binu Raj
Assegnato a Yahoo
Domanda di brevetto USA 20090019354
Pubblicato il 15 gennaio 2009
Archiviato l’11 settembre 2007

Estratto

Viene divulgato un metodo per l’esecuzione delle attività su un sito. Le attività di navigazione di un utente su un sito web vengono catturate. Le attività di browsing comprendono l’apposizione di etichette alle pagine web e il riempimento dei moduli. Le attività catturate vengono analizzate per la formulazione di modelli.

Le regole per l’esecuzione di attività su un sito web sono basate sulla generazione di modelli. Vengono eseguiti ulteriori attività su un sito secondo le regole ed il contenuto del sito viene attratto. Il contenuto catturato viene usato in tali servizi e applicazioni web, inclusi i crawlers.

Le regole che un programma di scansione web può imparare guardando qualcuno usare un particolare sito possono essere espanse dal programma per svolgere altre attività in quelle pagine che l’utente può non avere eseguito.

Esempio:
Un sito web con molti link è diviso in tre categorie, elenchi di posti di lavoro, sezioni non correlate al lavoro, e link alla homepage del sito.
Qualcuno può aver visitato alcune delle pagine con gli elenchi dei lavori, ma non tutte.
Il programma di scansione può imparare delle regole dalle visite delle pagine delle liste dei lavori, per capire come visitare tutte le pagine delle inserzioni di lavoro.

Conclusioni

Il brevetto Cattura Automatica ci fornisce molti dettagli su come l’interazione tra sito e utente può essere usata per aiutare il programma di crawling dei motori di ricerca ad indirizzare i tre tipi di attività che ho menzionato all’inizio di questo post:

• Un webmaster che allena un crawler a trovare pagine che dovrebbero essere indicizzate sui suoi siti,
• Un revisore manuale che impara ad un crawler come trovare le pagine, e;
• Un sottoscrittore normale che mostra al programma i tipi di informazioni che dovrebbero sottoscrivere e a cui dovrebbero essere spediti gli aggiornamenti.

Ci sono anche un paio di vecchie domande di brevetto Yahoo che potrebbero essere utilizzate con i metodi di questo presente a cui vale la pena dare un’occhiata per saperne di più su come Yahoo potrebbe provare ad indicizzare il contenuto del web e che si riferiscono ad alcuni di problemi che il crawling focalizzato spesso si trova ad affrontare:

• Compilazione intelligente dei moduli
• Modulo Online di riempimento automatico che utilizza l’interferenza semantica

Ho visto una quantità di persone dire in posti diversi del web che un motore di ricerca potrebbe imparare ad indicizzare dalle nuove pagine usando toolbars e altri strumenti per trovare nuove pagine che non ha ancora indicizzato.

La domanda di brevetto Yahoo che si occupa delle attività dell’utente per trovare nuovo contenuto da indicizzare nel web ipotizza l’uso di una toolbar per trovare pagine che si trovano ad un livello ulteriore, mostrando come un motore di ricerca possa imparare ai programmi di crawling come indicizzare più pagine e come creare delle regole site-specific sull’indicizzazione delle pagine prestando attenzione a come le persone navigano il web, interagiscono con le pagine, e riempiono i moduli.
Permettere agli webmaster e alle persone che vogliono sottoscrivere del contenuto di insegnare esplicitamente ai programmi di crawling come si navigano le pagine potrebbe alleviare il lavoro dei motori di ricerca e spostarlo sulle persone che potrebbero utilizzare i servizi che quei motori di ricerca potrebbero fornire.

Questo è sicuramente un passo al di là delle Sitemap XML.

Ringraziamenti

Si ringraziano:

Sara Radicia, webmaster di Firefox Blog e traduttrice per la traduzione del testo.
SeobytheSea per la stesura originale dell’articolo in lingua inglese e per la collaborazione data.

Potresti Trovare Interessanti Anche:

• L’uso della Sitemap XML aiuta a velocizzare l’indicizzazione di contenuti
  I motori di ricerca usano dei programmi per scansionare il web, e identificare nuove pagine e pagine aggiornate da inserire nei propri indici. Si parla di Spide...
• Google XML Sitemap: Plugin per Wordpress
  Wordpress è uno dei CMS più utilizzati in assoluto nel web, sia per la gestione di semplici blog che per la creazione di siti web professionali, album di foto o...