Questo articolo riguardante il Freshness Update di Google è stato pubblicato da Justin Briggs sul suo blog.

È estremamente interessante perché va ad analizzare, attraverso alcuni brevetti resi pubblici, come il motore di ricerca potrebbe capire che stiamo cercando qualcosa che rientra nella categoria “notizie fresche” e i metodi che potrebbe utilizzare per dare valore alle notizie fresche

Chiedo scusa perché in alcuni casi non si riesce a trovare un equivalente in italiano di quanto Justin scriva e quindi ho dovuto usare un po’ di inventiva, spero non me ne vogliate (ad esempio “Stale Content” = “Contenuti Stantii” ma per non dare una connotazione negativa ho preferito utilizzare “Contenuti Statici” oppure i termini “fresco” e “freschezza” usati un po’ impropriamente).

Data di Inizio

Per iniziare ci sono due principali gruppi di contenuti:

1. i Contenuti Statici – Contenuti non aggiornati da molto tempo.
2. i Contenuti Freschi – Contenuti aggiornati più recentemente/frequentemente, che includono anche nuovi contenuti.

Per capire quanto un contenuto valga, il motore di ricerca guarda la data di inizio del documento che include sia la data vera e propria che l’orario di pubblicazione. Possiamo avere due differenti tipi di valori iniziali.

1. la data di inizio del documento (primo crawling o prima indicizzazione o varie).
2. la data di inizio del documento una volta apparso come risultato di ricerca.

In poche parole, un articolo appena apparso sul web può avere una data di inizio recente ma non venire mostrato in SERP per un lungo periodo di tempo.

Le date di inizio possono derivare da:

1. la data del primo passaggio dello spider.
2. la data di quando è stato trovato per la prima volta un link verso la pagina.

Esistono diversi modi con cui Google potrebbe guardare la data di inizio, ma non sappiamo quale potrebbe usare. Potrebbe perfino usare diversi tipi contemporaneamente il tutto dipende dal caso specifico.

I motori di ricerca possono anche definire una soglia da superare prima di definire la data di inizio. Per esempio, la soglia potrebbero essere tre links, quindi sebbene il motore di ricerca trovo i primi due links la data di inizio non viene ancora definita fino alla scoperta del terzo. Questo procedimento è facile immaginarlo applicato ai Social Media dove un primo link ha poca rilevanza ma, una volta che si è avviata la diffusione della notizia, il valore soglia viene facilmente raggiunto e superato.

Google ci dice:

“uno dei fattori di freschezza – una delle maniere in cui si può determinare se un contenuto è fresco o meno – è il momento in cui la pagina è stata visitata per la prima volta dallo spider”

Una volta definita la data di inizio può essere calcolato un delta tra il timestamp della query e la data di inizio. Questo delta è “l’età” del documento. Inoltre, questo delta può essere usato come lasso di tempo per il calcolo dei links guadagnati. Ad esempio una pagina pubblicata da un giorno ma con 10 backlinks può essere valutata diversamente da una pagina che 100 backlinks ma pubblicata da dieci anni.

Grazie a queste informazioni, il motore di ricerca può usare i dati storici per dare un peso al risultato. Nel brevetto US 2011/0029542 (link), viene fornita la seguente equazione:

H = L/ln(F+2)

Dove: H = History Adjusted Score (Il punteggio legato alla freschezza del link), L = Link Score (la rilevanza calcolata con gli usuali metodi di analisi dei links) e F = Elapsed Time (il delta di cui si è parlato prima).

Per coloro che amano maggiormente la matematica possono trovare più informazioni leggendo il brevetto, ma in ogni caso è piuttosto chiaro di come il valore del link diminuisca. Il grafico dell’equazione potrebbe essere qualcosa del genere.



Il risultato evidente della funzione è che un URL riceve un valore maggiore a seconda di quanto sia vicino alla data di inizio della pagina. Questo valore diminuisce rapidamente con l’aumento del delta ma la sua corsa non è lineare ma logaritmica e perciò questa perdita di valore tende ad affievolirsi col tempo. Ipoteticamente si arriverà ad un punto il cui la perdita di valore sarà sufficientemente lenta da rendere quasi irrilevante l’aumento del delta.

Bisogna anche far notare che questa equazione si deve applicare soltanto alle queries che danno importanza al fattore temporale.

Età Media del Set di Documenti

Un altro metodo per assegnare un valore utilizzando la date di inizio è quello di confrontare ogni documento di un set con l’età media di ogni documento. Il singolo documento nel set potrà poi essere valutato in base alla differenza tra l’età del documento e la media del set.



Questo metodo potrebbe essere applicato per i prima 10, 30 o 50 risultati di una queries in cui è rilevante la freschezza.

Cambiamenti nelle Pagine

Fino a questo punto si è assunto che il documento non fosse cambiato nel tempo, ma questa analisi può esser estesa guardando le parti del contenuto che sono cambiate rispetto a quelle che sono rimaste invariate. Un esempio banale è la homapage che estrae i contenuti di un blog, i quali cambiano frequentemente, mentre il resto della pagina resta inalterato.



Il valore dato al documento (Update Score) dall’aggiornamento dei contenuti viene calcolato attraverso una sommatoria ponderata.

U = f(UF,UA)

Dove: U = Update Score, UF = Upadate Frequency Score (punteggio legato alla frequenza di aggiornamento) e UA = Update Amount Score (punteggio legato alla percentuale della pagina su cui ha influito il cambiamento).

In pratica, se si cambia poco contenuto bisogna aggiornarlo più spesso per avere lo stesso valore dato ad aggiornamenti meno frequenti ma di un maggiore contenuto.

Inoltre l’UA si potrebbe dare un peso diverso ai diversi elementi su cui ha influito l’aggiornamento. Ad esempio, se si aggiorna il menù di navigazione o la sidebar il peso che viene assegnato potrebbe essere minimo o addirittura nullo.

Inoltre i motori di ricerca potrebbero confrontare l’UF e l’UA per determinare il tasso di crescita degli aggiornamenti e capire se stia aumentando o diminuendo.

Punteggio Legato alle Queries

Se una frase, o un gruppo di frasi, vengono ricercate più frequentemente ciò potrebbe indicare che una query è diventata popolare. Nel caso, i documenti legati a questa query potrebbe venire posizionati più in alto rispetto ad elementi di altre query e il motore di ricerca potrebbe aumentare il peso legato alla freschezza delle pagine.

Il motore di ricerca potrebbe anche guardare il CTR del risultato per un periodo di tempo. Se un articolo in un gruppo di risultati ottiene un CTR che aumenta nel tempo, il suo punteggio potrebbe venire aumentato e il suo ranking potrebbe aumentare. Se un documento con contenuti “statici” subisce un considerevole aumento di visite in poco tempo potrebbe far cambiare al documento la categoria con cui era stato classificato e quindi farlo passare da “contenuto statico” a “contenuto fresco” e quindi subire i vari fattori legati al tempo.

Punteggio Legato ai Links

Un procedimento analogo a quello descritto poco fa potrebbe essere fatto sui links. Se appaiono (o scompaiono) un gran numero di links, il tasso di cambiamento potrebbe essere utilizzato dal motore di ricerca per capire se un contenuto sta diventando fresco (o statico). Analogamente al caso precedente, il relativo peso dato ai singoli documenti verrebbe cambiato in funzione della nuova classificazione.

Inoltre il motore di ricerca potrebbe valutare la freschezza degli stessi links. E quindi il valore dato dal link potrebbe essere determinato in funzione del tempo da cui lo stesso è stato sottoposto. Il valore potrebbe potrebbe essere anche valutato in funzione dell’Update Score descritto precedentemente.

FreshRank

FreshRank è un termine coniato dallo stesso Justin Briggs (autore del post originale) per descrivere la “freschezza” che viene passata dai links (come viene indicato nel brevetto US 2010/0325114.



Il FreshRank viene usato in combinazione ad una analisi del tipo di fonte da cui proviene il link. Quindi se il link viene da siti considerati avere Contenuti Statici (Stale) o da siti con Contenuti Freschi (Fresh) il sito verrà valutato diversamente.



Bloccare i Contenuti Statici

Un altro metodo che promuove i contenuti freschi, e crea un sistema che priviligia contenuti freschi, sia attraverso la creazione di un sistema vero e proprio che attraverso la mera eliminazione dei contenuti statici (come descritto nel brevetto US 7987172).

In questo modo i motori di ricerca riducono la possibilità di fornire risultati statici. Questo è un processo iterativo che, attraverso un successivi passaggi del crawler sulle pagine, permette di determinare l’intervallo ottimale tra i vari crawl.



Ripetendo il processo viene aggiustato l’intervallo di crawl dei documenti.



Questo processo iterativo prenderà in considerazione solamente i cambiamenti considerevoli apportati al documento.

Questo procedimento, combinato con alcuni updates quale Caffeine, permette a Google di dare maggiore priorità ad alcuni siti giacché si aumenta la velocità del processo di indicizzazione e calcolo del ranking. Nel processo, verrà quindi analizzato se la pagina ha subito un cambiamento dall’ultimo crawl e, nel caso, si andrà ad analizzare tale cambiamento.

Altri fattori, quali PageRank e il CTR in SERP, potranno essere usati, in aggiunta, per determinare la frequenza di crawling.

Interessante in questo sistema è il fatto che processo permette una molto rapida indicizzazione dei contenuti freschi.

Usare i Microblog (Social)

Un altro brevetto interessante, stavolta di Yahoo!, perla dell’utilizzo dei dati provenienti dal microblogging per determinare il ranking US 2011/0246457A1 (link). È interessante anche perché il microblogging indubbiamente è fonte di notizie fresche.

Google ci dice:

“Molto spesso quando si tratta di breaking news i microblog sono i primi a pubblicare. Noi siamo in grado di mostrare risultati per eventi recenti o per hot topics entro pochi minuti dalla indicizzazione della pagina, inoltre noi cerchiamo sempre di fornire il risultato più rilevante e lavoriamo per migliorare in questo”

Sappiamo che sicuramente Google usa i microblog, e il prevetto di Yahoo! ci fornisce alcune idee interessanti su come possa fare.

Una delle cose interessanti che si leggono nel brevetto è che si utilizzano diversi crawler per i contenuti web e quelli dei microblog. I contenuti vengono analizzati e trattati diversamente.



Gli URLs trattati vengono mantenuti separati e posizionati indipendentemente prima di essere combinati tra di loro, per poi essere restituiti all’utente. Il brevetto fornisce anche una lista di microblog usati per ottenere URLs fresche (quali Twitter, MySpace, LinkedIn, Tumblr e altri). Bisogna sempre sottolineare, come fa anche il brevetto tra l’altro, che questo processo viene utilizzato solo per queries in cui il fattore tempo è importante.

Attivare gli Algoritmi per le Ricerche “Fresche”

Tutti i potenziali metodi che abbiamo analizzato sono legati a queries che vengono considerate dal motore di ricerca “fresche”. Nei qual casi, ci sono una numero di fattori dovuti alla freschezza che vengono utilizzati insieme ai normali fattori per la determinazione del ranking.

Una cosa interessante in questi brevetti è la capacità di apprendimento automatico del sistema, come descritto nel brevetto US 2011/0093459.

Il problema comunque che ci si pone è legato a come il motore di ricerca possa capire se una frase, o un set di frasi, sono queries che cercano la notizie fresche. Il motore di ricerca può guardare i cambiamenti, come la variazione di quali il volume di traffico per una query, la variazione di links o l’aumento di citazioni, come segnale di freschezza. Tramite questi fattori il motore di ricerca può capire se una query è “molto chiaccherata”.

In questo caso i segnali inviati dagli utenti permettono al motore di ricerca di capire di che tipo si tratta la query digitata. Ad esempio quando usa celebrità muore improvvisamente la query legata a quel nome diventa una query fresca, Google non mostrerà più risultati legati ai lavori (quali film) di quella celebrità ma verranno mostrate notizie relativa alla sua dipartita.

Interessante è notare che il brevetto dice:

“Gli esperimenti indicano che circa il 34.6% delle informazione provenienti dai Network viene considerata legata alla freschezza”

E nell’annuncio del Freshness Update, Google dice:

“colpirà circa il 35% delle ricerche”.

Potresti Trovare Interessanti Anche:

• 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...
• 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 ...
• 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...
• Brevetto Google Gears: Applicazioni Online ora Offline
  Una domanda di brevetto per Google Gears è stata recentemente pubblicata all'ufficio US Patent and Trademark Office.Google ha rilasciato Google Gears nel ...

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...

La verità è più complessa di così.

Cosa dire dei blog che si linkano l’un l’altro su ogni pagina dei loro blogroll? O di link tra siti dello stesso proprietario che possono essere considerati ragionevoli, come ad esempio il link di un negozio su un dominio ad un blog in un dominio differente o un altro sotto dominio associato al sito, o di link all’interno di un gruppo di siti della stessa compagnia o organizzazione che si concentrano su differenti argomenti?
Cosa dire di siti che coprono argomenti simili o beni e servizi complementari e che trovano sia utile linkarsi l’un l’altro per favorire i loro visitatori?

Cosa pensano i motori di ricerca delle pagine risorse, dove i siti includono pagine di link e descrizioni di altri siti che essi ritengono possano essere utili per i i loro visitatori? Cosa succede se alcuni di questi siti li linkano a loro volta? Fa differenza se tali pagine di risorse includono una dichiarazione in cui affermano che metteranno il vostro sito sulle loro pagine in cambio di uno scambio di link?

Avvertenze dei motori di ricerca sul link tra pagine

I principali motori di ricerca commerciali forniscono alcune informazioni circa i loro orientamenti sui link:

Le pagine di Google sugli schemi di link mettono in guardia i proprietari di siti che alcuni tipi di linkaggio potrebbero influire negativamente sul rating dei loro siti, tra cui:

• link destinati a manipolare il Pagerank
• link verso spammer o cattivi vicini di web
• link reciproci eccessivi o eccessivo scambio di link (“linkate me e io linko voi”)
• l’acquisto o la vendita di link che trasferiscono Pagerank

Yahoo nelle sue linee guida sulla qualità dei contenuti di ricerca, fornisce esempi di contenuti che non desidera includere nei propri motori di ricerca, come ad esempio:

• siti eccessivamente cross-linked con altri siti per gonfiare apparentemente la popolarità di un sito (schemi di link)

La Guida di Windows Live, nelle sue pagine sugli orientamenti per una indicizzazione di successo, include nelle sue liste delle “tecniche che potrebbero impedire al vostro sito di venire visualizzato nei risultati Live Search” la seguente:

• utilizzare tecniche, come il link farm, per aumentare artificialmente il numero di link al vostro sito.

Come possono essere utili queste linee guida alla maggior parte degli utenti, o ad uno webmaster o blogger?

È probabile che una certa percentuale delle persone che usa Google, o che hanno i propri siti indicizzati dal motore di ricerca abbiano familiarità con il PageRank, ma potrebbero non sapere cosa si intende nelle linee guida per “schemi di link” e “link farm”.

Perché i motori di ricerca sono così preoccupati dei link tra le pagine?

Classificazioni secondo segnali di rank di ricerca

Quando eseguite una ricerca su un motore di ricerca, le pagine che avete in risposta alla vostra query vengono visualizzate in ordine di graduatoria e i motori di ricerca si basano su un gran numero di segnali per cercare di fornire le pagine che potrebbero avere una migliore corrispondenza con quello che intendete trovare sul web.

Questo tipo di classificazione è una sfida per i motori di ricerca perché spesso ci possono essere molte migliaia di milioni di pagine che possono contenere le parole che avete usato per eseguire la ricerca. Essi vogliono provare a fornire le migliori pagine possibili in cima ai risultati, o almeno pagine migliori di quelli che mostrano gli altri motori di ricerca.

Questi diversi segnali che un motore di ricerca può usare per determinare l’ordine delle pagine nei risultati di ricerca può essere classificato in modi diversi.

Segnali Rank Content Based, Link Based e User Behavior Based
La serie delle classificazioni si basa su questi segnali in tre differenti modi: su base dei contenuti, su base dei link e sulla base del comportamento degli utenti.

I segnali basati sul contenuto esaminano il contenuto che appare sulle pagine di un sito. I segnali basati sui link guardano alle connessioni tra il vostro sito e agli altri siti sul web. I segnali sull’utente guardano ai dati che indicano come la gente reagisce alle pagine del vostro sito, sia che si tratti di visualizzare il sito direttamente, sia che si tratto di vederlo nei risultati di ricerca di un motore di ricerca.

Segnali di Ranking dipendenti ed indipendenti dalle Query

Un altro modo in cui motori di ricerca possono classificare i segnali da utilizzare per il rank delle pagine può dipendere dal fatto se questi segnali siano correlati ad una ricerca che potreste utilizzare per cercare. Questo modo di classificare i segnali individua due diversi raggruppamenti – quanto si possa considerare importante una pagina, e quanto una pagina possa essere corrispondente per uno specifico termine di ricerca o frase.

I segnali che guardano all’importanza, o alla “qualità” di una pagina potrebbero considerare la qualità del contenuto della pagina, o l’importanza percepita dei link a quella pagina, o come le persone usano quella pagina, ad esempio se la mettono nei segnalibri, se trascorrono del tempo su di essa, se ne prendono nota in qualche modo, o se la usano in qualche modo che non è collegato ad una query specifica. Questi tipi di segnali per il ranking di una pagina sono spesso riferiti dai motori di ricerca come indipendenti dalla query, perché non si basano sulla ricerca che avrebbe potuto essere usata per trovare quella pagina.

I segnali che guardano all’importanza della pagina possono considerare quanto rilevante quella pagina possa essere per una specifica query per parola o frase, o quali parole possono apparire nei link che puntano alla frase e nelle parole che circondano il link e che sono associate con esse, e il modo in cui le persone possono usare la pagina in un modo che sia associato con una specifica query per parola o frase come ad esempio cliccare sul link della pagina quando appare nei risultati di ricerca per una specifica query per un determinato termine o frase, o se trascorrono una certa quantità di tempo su quella pagina dopo che una ricerca le ha portate ad essa. Questo tipo di segnali per il ranking di una pagina sono spesso riferiti dai motori di ricerca come dipendenti dalle query perché si basano su una query specifica usata per trovare la pagina.

Segnali di miscelazione e riordinamento del rank delle Pagine
Un motore di ricerca può usare la miscelazione di un buon numero di segnali per determinare in quale ordine mostrare le pagine agli utenti che effettuano ricerche. Potrebbe anche prendere quei risultati ordinati e riordinarli prima di presentarli agli utenti della ricerca e basarsi su altri fattori che riguardano tali pagine, come ad esempio il paese che è stato indicato dall’utente che ha eseguito la ricerca, quale linguaggio preferire per la visualizzazione dei risultati, e molti altri.

Ho scritto sul come e perché un motore di ricerca può riordinare i risultati di ricerca un certo numero di volte, incluso nei seguenti due post:

• 20 Ways Search Engines May Rerank Search Results
• 20 More Ways that Search Engines May Rerank Search Results

Collegamenti tra le pagine come segnale di ranking

Mentre ci sono molti tipi differenti di segnali che un motore di ricerca può usare per classificare le pagine web in risposta ad una ricerca, una delle più importanti differenze tra le pagine web e le pagine che potreste trovare in una collezione di documenti o all’interno di un’intranet è che le pagine web possono linkarsi l’un l’altra con degli hyperlinks. Questi link possono aiutare i motori di ricerca ad identificare quali pagine possono essere le più importanti.

Quando qualcuno scrive in un giornale accademico che può essere esaminato da altri accademici, questi spesso includono una lista di citazioni ad altri giornali accademici come fonti o referenze sulle quali si basano le loro carte. Si potrebbe supporre che un giornale accademico che sia riferito frequentemente da altri giornali accademici sia importante. Si potrebbe anche assumere che giornali che si riferiscono essere importanti siano importanti lo stesso anche se non sono menzionati da molte altre pubblicazioni accademiche.

Quest’ipotesi sulle citazioni nei giornali accademici è una delle influenze che stanno dietro al PageRank, il quale si avvantaggia degli hyperlink tra pagine sul web per determinare quali pagine siano le più importanti.

Il sistema delle citazioni nella letteratura accademica è stato applicato al web, in gran parte nel conteggio delle citazioni o dei backlink ad una pagina data. Questo dà approssimativamente l’idea dell’importanza di una pagina o della sua qualità. Il PageRank estende questa idea non ritenendo uguali tutti link da tutte le pagine, e normalizzando il numero di link ad una pagina.

- Anatomia di un grande motore di ricerca ipertestuale-

Mentre i link tra pagine sul web possono essere utili, i motori di ricerca si preoccupano e sono allo stesso tempo sospettosi dei link tra le pagine.

Ci sono siti che hanno lavorato per avvantaggiarsi dei collegamenti tra pagine per far apparire le loro pagine più importanti di quello che veramente sono. Il loro focus primario non è stato condividere link per fornire valore alle persone che visitavano i loro siti, o connettersi trasparentemente ad altri siti che potessero essere sotto la loro proprietà o il loro controllo, o linkare pagine il cui valore si basava sul contenuto delle stesse. Invece, si collegavano solamente per manipolare i segnali di ranking per provare a spostare i propri siti più in alto nei risultati di ricerca.

Domanda di brevetto Yahoo sui link reciproci eccessivi

Una nuova domanda di brevetto pubblicata da Yahoo discute come si potrebbero considerare i collegamenti tra pagine con link reciproci, e tenta di determinare se questi link siano stati creati per manipolare i risultati di ricerca. Il deposito di brevetto è il seguente:

Identificare i link reciproci eccessivi tra enti web

Inventato da Timothy M. Converse, Priyank Shankar Garg, e Konstantinos Tsioutsiouliklis

Assegnato a Yahoo

Domanda di brevetto USA 20090013033

Pubblicato 8 Gennaio 2009

Archiviato 6 luglio 2007

Estratto

Viene fornito un metodo per identificare i link reciproci. In un particolare host, la serie di host che linkano quel particolare host e la serie di host a cui quel particolare host è linkato sono determinati. L’intersezione tra l’unione dei due insiemi di host è determinata allo stesso modo, e le dimensioni dell’intersezione dell’unione sono calcolate.

La concentrazione di link reciproci in un particolare host viene calcolata basandosi sulla dimensione dell’intersezione e dell’unione. Una ratio della dimensione dell’intersezione con la dimensione dell’unione viene usata per determinare la concentrazione di link reciproci. Il particolare rank dell’host in una lista di risultati di ricerca classificati può venire cambiato per risultato dell’identificazione di un’alta concentrazione di link reciproci.

Brevetto correlato Yahoo sui link coinvolti

Questo deposito di brevetto su link reciproci eccessivi osserva che esso è connesso ad un altro paio di domande brevetto Yahoo.

Uno di questi è Using Exceptional Changes in Webgraph Snapshots Over Time For Internet Entity Marking.

Un metodo che i motori di ricerca possono usare per controllare chi sta linkando chi può essere la creazione di qualcosa conosciuto come grafico dei link o grafico web. Un grafico dei link è una rappresentazione visuale del web che vede la rete come un nodo, e i link tra le pagine come spigoli, o nodi tra quelle linee. La domanda di brevetto per “I Cambiamenti Eccezionali delle Istantanee Webgraph” guarda ai cambiamenti del grafico di link attraverso il tempo per provare ad identificare delle attività sospette. L’estratto della domanda di brevetto ci dice:

Vengono fornite delle tecniche attraverso le quali le pagine web “sospette” possono essere identificate automaticamente. Una pagina web “sospetta” possiede delle caratteristiche che indicano qualche manipolazione allo scopo di gonfiare artificialmente la posizione della pagina web all’interno dei risultati di ricerca.

Le pagine web possono essere rappresentate come nodi all’interno di un grafico. I collegamenti tra le pagine web possono essere rappresentati come spigoli diretti tra i nodi. Delle “istantanee” dello stato corrente di un network di pagine interrelate possono essere generate automaticamente in differenti momenti. Nel tempo che intercorre tra le istantanee, lo stato del network può cambiare.

Comparando un’istantanea precedente ad una successiva, possono essere identificati questi cambiamenti. I cambiamenti estremi, che sono considerati variare significativamente rispetto alla normale gamma di cambiamenti previsti, possono essere rilevati automaticamente. Le pagine web relative a questi cambiamenti estremi possono essere etichettate come pagine web sospette che meritano un’ulteriore identificazione o azione.

L’altro brevetto depositato presta attenzione ai link da siti che sono già stati identificati come “sospetti”, “Individuazione dello spam link-based”. Un frammento di questo:

In questa sezione, sono descritti i concetti di spam farm, di classificazione della pagina inlink (comunemente denominata come “PageRank”), e di trust-ranking.

Una spam farm è un insieme di pagine create artificialmente che punta a una pagina di destinazione spam per promuovere la sua posizione. La scala “TrustRank” è una forma di PageRank con una speciale trasferibilità ad un sottoinsieme di pagine di alta qualità.

Usando le tecniche descritte in questo documento, un motore di ricerca può automaticamente trovare le pagine sospette (le pagine web spam) e più specificatamente, trovare quelle pagine web spam create per gonfiare la propria rilevanza senza la creazione di spam farms artificiali (raccolte di pagine di differenziamento). Nello specifico, vengono portati avanti un processo di PageRank con movimento uniforme e un processo di Trust ranking, e i risultati vengono comparati come parte di un test riguardo alla “spam-evolezza” di una pagina o di un insieme di pagine.

Mentre queste altre due domande di brevetto si basano sui link tra le pagine, non considerano quanto le pagine o i domini possano linkarsi eccessivamente tra di loro direttamente, o indirettamente tramite un numero di pagine o di domini come considera invece questa nuova domanda di brevetto recentemente pubblicata.

E’ del tutto possibile che i processi descritti in tutti i tre questi brevetti depositati, come pure in una serie di altri, possano essere utilizzati insieme per cercare di mantenere l’uso dei link come segnale di ranking al di fuori della categoria degli abusi.

Il link reciproci e le “entità sospette”

Come mensionato sopra, potreste aver letto o sentito dire che i link reciproci non sono una buona cosa, e che la verità della questione è complicata di così.

Il brevetto depositato Yahoo ci dà la definizione di un legame di reciprocità:

Una pagina web è contenente “link reciproci”, quando uno dei suoi “outlink” è anche uno dei suoi “inlink”. Ovvero, un link reciproco esiste quando una pagina web linka un’altra pagina web, che effettua un linkback a quella pagina.

Quindi un link reciproco esiste quando due siti si linkano l’un l’altro.

Il brevetto ci dice anche che considera i link circolari come link reciproci. Ad esempio, una pagina del sito A punta al sito B, una pagina del sito di punta al sito C, e una pagina del sito C punta al sito A.

Se i link tra le pagine (o i domini o gli host) sono una piccola percentuale dei link su ogni pagina, o dominio, o host, il processo descritto in questo brevetto potrebbe non avere partire. Dico “partire” perché il tutto è un processo automatico, piuttosto che un processo di revisione manuale, a questo punto.

Se la percentuale di link è più grande di così, un numero di eventuali provvedimenti possono essere presi dal motore di ricerca.

Il sito può essere rivisto manualmente da “investigatori manuali” o potrebbe essere esaminato da un programma del motore di ricerca che era stato allenato ad accorgersi dei segnali di attività sospetta.

La domanda di brevetto ci dice che le pagine o i domini o gli host possono avere un’alta percentuale di link reciproci per ragioni legittime:

Ad esempio, una particolare pagina web può avere molti link reciproci con un gruppo di pagine web perché quelle pagine discutono dello stesso argomento principale in un modo complementare e gli autori delle pagine possono aver trovato un sistema per quelle pagine per fare riferimento l’un l’altra.

In un altro esempio, due gruppi di pagine un web si riferiscono l’un l’altra reciprocamente perché i gruppi appartengono a due siti web di compagnie che sono parte dello stesso conglomerato.

Una revisione di queste pagine potrebbe condurre alla determinazione che esse sono “sospette”, il che potrebbe portare ad un abbassamento automatico di quelle pagine, o domini, o host nei risultati di ricerca.

Alcune pagine potrebbero essere incluse in una “lista bianca” di pagine web , (o host o domini) come automaticamente escluse dall’essere identificate come sospette. Ci sono siti che sono conosciuti per essere “popolari” e “legittimi”. E non è sorprendente che la domanda di brevetto usi Yahoo.com come esempio .

In un approccio alternativo, le pagine o i domini che sono stati identificati come “entità sospette” potrebbero non essere escluse automaticamente o abbassate nei risultati di ricerca, ma potrebbero essere ulteriormente riviste basandosi sul loro contenuto. Per esempio, la pagina potrebbe essere esplorata per vedere se contiene parole correlate alla pornografia o alla prescrizione di droghe.

Conclusioni

L’uso di link per i motori di ricerca come segnale per determinare come classificare una pagina nei risultati di ricerca e solo uno dei tanti segnali di posizionamento che i motori di ricerca possono utilizzare, ed è possibile che i proprietari dei siti possano aver tentato di ottenere il link alle proprie pagine al solo scopo di salire nei risultati di ricerca.

Le tre domande di brevetto di cui ho parlato in questo post sono solo alcuni dei modi che un motore di ricerca potrebbe utilizzare per identificare quando le persone stanno tentando di accrescere artificialmente i loro rank attraverso i link con il solo scopo di manipolare la loro posizione nella classifica.

Ci sono possibilità che se i link sul vostro blog o sito sono trasparenti e ragionevoli (piuttosto che eccessivi), se forniscono valore ai vostri visitatori, e coprono ragionevolmente argomenti similari o argomenti complementari, puntando siti che possono linkarvi indietro, il motore di ricerca possa trovarli legittimi. Se includete delle indicazioni sulle vostre pagine web in cui dite che linkerete altri se linkeranno voi per spingervi in alto nei risultati di ricerca, potreste avere delle ragioni per preoccuparvi. Se vi impegnate in link farm, o schemi di link o programmi di link reciproci, il motore di ricerca potrebbe trovare le vostre pagine “sospette”, e potrebbe dargli un’occhiata più da vicino.

Se volete approfondire questo argomento, qui ci sono alcune pagine dei ricercatori di Yahoo sull’identificazione delle pagine spam guardando il link:

• Combating web Spam with Trustrank (pdf)
• Link Spam Alliances
• Link Spam Detection Based on Mass Estimation (pdf)
• Link Based Characterization and Detection of web Spam (pdf)
• Using rank propagation and probabilistic counting for link-based spam detection Slides (pdf)
• Link Based Spam Detection Slides (pdf)
• Know your Neighbors: web Spam Detection using the web Topology (pdf) slides(ppt)
• Link Analysis for web Spam Detection (pdf)
• Web Spam Detection: link-based and content-based techniques (pdf)
• Technical Report YR-2008-001 – Witch: A New Approach to web Spam Detection (pdf) (video)
• Web spam Identification Through Content and Hyperlinks (pdf)

Ho parlato sopra del fatto che i segnali di ranking nei motori di ricerca possono essere classificati come a basati sul contenuto, basati sui link e basati sul comportamento de visitatore. Un altro recente approccio di Yahoo guarda al comportamento del visitatore e ai log di query per trovare le pagine spam:

• Query-log mining for detecting spam

Aggiornamento: David Harry ha scritto su questa domanda di brevetto e sui link reciproci in un post molto interessante intitolato: This just in; the reciprocal links are pointless

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:

• 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...
• 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 ...
• 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...
• Brevetto Google Gears: Applicazioni Online ora Offline
  Una domanda di brevetto per Google Gears è stata recentemente pubblicata all'ufficio US Patent and Trademark Office.Google ha rilasciato Google Gears nel ...

Quando un inserzionista ha un annuncio nel programma Adwords, tenta di scegliere le parole chiave per le quali i risultati appariranno accanto ai risultati di ricerca. La premessa alla base di questo approccio è che questo consente agli inserzionisti di targetizzare determinate parole chiave all’interno delle ricerche che risultano pertinenti a ciò che gli inserzionisti offrono, ovvero che gli annunci di ricerca visti saranno rilevanti per ciò che gli utenti stanno cercando.

Di solito, gli annunci verranno visualizzati in risposta ad una query corrente che un utente ha digitato nel motore di ricerca, ma se questo ha eseguito un certo numero di ricerche, Google a volte esamina la precedente query oltre che quella attuale per determinare quale annunci mostrare. Ad esempio, avete cercato la parola “golf” e avete ricevuto una serie di risultati di ricerca, insieme con alcuni link sponsorizzati. Se poi eseguite una ricerca per la parola “scarpe”, è possibile che gli annunci visualizzati (in passato) appaiano sulla pagina dei risultati di ricerca per “scarpe da golf”.

Google ha recentemente pubblicato una domanda di brevetto che descrive come si potrebbe utilizzare una query precedente per influenzare quali pubblicità mostrare durante una ricerca corrente.

Penso che la prima volta che ho visto accadere questo sia stato un paio di estati fa, ma non sto vedendo annunci che sembrano essere stati influenzati da più di una ricerca in questi ultimi giorni. O almeno non mi è successo finché non ho scritto questo post, e mi sono imbattuto in una più sottile variazione, descritta qui sotto.

Usare le ricerche precedenti degli utenti per targetizzare gli annunci

Inventato da Mayur DATAR e Roberto Bayardo J.
Assegnato a Google
Domanda di brevetto USA 20090006207
Pubblicato il 1 ° gennaio 2009
Archiviato 25 giugno 2008

Estratto

Sistema e metodo per targetizzare gli annunci delle ricerche di un utente usando le precedenti ricerche effettuate dall’utente e la ricerca corrente. La query di ricerca inserita in precedenza accompagna la ricerca corrente di un utente di riferimento, e può essere determinata separatamente dalla query di ricerca.

La rilevanza della query di ricerca è determinata in relazione alle query di ricerca in corso e se viene trovata una combinazione di due termini di ricerca pertinenti viene utilizzata per trovare un certo numero di parole chiave tra le quali può essere scelta pubblicità mirata da usare per l’utente assieme ai risultati di ricerca trovati. Il processo può essere esteso anche ad addizionali ricerche.

La domanda di brevetto scende ad una giusta quantità di dettagli su come si possa decidere se la query corrente e la query precedente possono essere collegate, e anche se non dovrebbero essere presentati annunci relativi ad entrambe le query.

Descrive inoltre come si potrebbe ampliare la ricerca corrente in corrispondenza con le parole chiave di potenziali pubblicità quando non vi è una precedente richiesta da parte dell’utente. In questo caso, si potrebbe guardare a “parole correlate”, oppure eseguire qualcosa di già noto come la “query di ampliamento”.

Parole Correlate

Gli annunci possono essere visualizzati con parole correlate ad una query e trovate con informazioni provenienti dal mining information attraverso strumenti per l’individuazione di termini collegati, dizionari dei sinonimi, e sistemi di apprendimento automatizzati.

Ad esempio le parole “automobili” e “auto” potrebbero essere considerate parole correlate al termine “automobile”. Se un utente digita in una ricerca i termini “auto Ford”, potrebbero essere usate per decidere quali annunci mostrare agli utenti nei risultati le parole chiave per l’equivalente query “automobile Ford ” e “automobili Ford”.

La domanda di brevetto ci dice che si potrebbe utilizzare la procedura descritta in precedenza in un altro deposito di brevetto Google per trovare questi termini correlati: Aumentare un numero di annunci rilevanti pubblicitari utilizzando una corrispondenza estesa.

Ampliamento della Query

Oltre alla ricerca delle parole chiave, e la sostituzione delle parole in una query di ricerca per trovare le parole chiave per indirizzare la pubblicità, potrebbe essere utilizzato il metodo dell’ampliamento della query.

Ad esempio il termine di ricerca “Disneyworld in Florida ” potrebbe essere considerata una ricerca correlata a “parchi tematici”, e se qualcuno cerca le parole “parchi tematici”, o lievi variazioni di questi termini, il sistema per la pubblicità potrebbe utilizzare la query correlata “Disneyworld in Florida” come una parola chiave per gli annunci pubblicitari.

Questo tipo di ampliamento della query è descritto in un’altra domanda di brevetto di Google: Identificare il contenuto di ricerca insufficiente.

Questi metodi delle “parole correlate” e dell’”ampliamento della query” raccolgono informazioni sulla relazione tra i termini della ricerca e tra le ricerche totali utilizzando sistemi come i file di log delle query di ricerca nei motori di ricerca, ed altre fonti di dati. Ma guardando alla ricerca corrente, e alla query precedente effettuata da un utente durante una sessione di ricerca potrebbero aggiungersi ulteriori contesti che riguardano ciò che qualcuno sta cercando.

Le tecniche per il targeting di annunci e/o la ricerca di parole chiave per targetizzare gli annunci basati su una ricerca precedente.

La domanda di brevetto descrive ulteriori tecniche che potrebbero essere usate separatamente, o insieme, per trovare parole chiave che potrebbero essere usate per targetizzare gli annunci mostrati per una ricerca quando si esegue una query corrente e una precedente query.

Sovrapposizione di Parole

Quando ci sono parole comuni alla precedente query e alla query corrente, potrebbe essere utile mantenere le parole in comune almeno in alcune delle query di ampliamento, e nel set di parole correlate.

Per esempio, qualcuno che cerchi “hotel a Manhattan” e poi cerchi “hotel economici.” Il termine “hotel” è una parola sovrapposta ad entrambe queste query, e potrebbe avere un senso includere la parola “hotel”, in almeno alcuni degli ampliamenti della query per determinare quali annunci mostrare all’utente.

Il sistema di pubblicità potrebbe mantenere la parola “hotel”, come una delle parole chiave da utilizzare per determinare quale annunci pubblicitari mostrare, dato che sembra essere importante per ciò che l’utente sta ricercando.

Sommatoria dei Termini di Ricerca

Possono essere aggiunte parole di una precedente query per uscire con annunci della query corrente.

Ho fatto seguire alle mie ricerche “hotel economici” ed “hotel a Manhattan” la ricerca “economico a Manhattan.” Ed ho ricevuto un link sponsorizzato per:

Hotel a Manhattan a partire da 80 $.
Trova alberghi a Manhattan a prezzi bassi.
Sconti incredibili. Prenota ora!

Sembra che Google abbia aggiunto: “alberghi” come parola chiave utilizzata per decidere quale annuncio mostrare accanto alla mia ricerca “economico a Manhattan “.

Conclusioni

Mentre stavo leggendo il deposito del brevetto, non ho potuto fare a meno di chiedermi se la sovrapposizione di parole e la sommatoria dei termini di query come processi potrebbero essere applicati anche ai risultati che vediamo per le normali ricerche, in aggiunta ad essere un metodo utilizzato per trovare annunci da mostrare agli utenti che effettuano ricerche.

Il brevetto depositato per l’ampliamento della query e l’individuazione di contenuti inadeguati nelle ricerche esamina come molti risultati di ricerca potrebbero essere ampliati nel corso di una ricerca sul web quando non ci sono abbastanza risultati per una ricerca.

Google potrebbe anche utilizzare le parole sovrapposte usate nella stessa sessione di ricerca per mostrare risultati che siano più rilevanti per quelle parole che appaiono in più di una query di uno stesso utente? O usare le parole per gli annunci di precedenti ricerche in una sessione di ricerca corrente, come accade per la sommatoria dei termini di ricerca, per determinare quali risultati di ricerca mostrare?

Sembra che sia qualcosa di possibile.

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:

• 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...
• Come i motori di ricerca verrebbero incontro ai ricercatori dai log delle query
  Quando digitate un termine di ricerca nella casella di ricerca di Google o Yahoo o Live.com, il motore di ricerca potrebbe passare in rassegna i propri indici e...
• 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...

Ma se un motore di ricerca inizia ad includere le immagini dalle pagine web nei risultati di ricerca, come si può decidere quali immagini mostrare a quelli che stanno effettuando la ricerca?

Scelta dell’immagine per i risultati delle ricerche

Se pubblicate delle pagine sul web, includete o no le immagini su queste pagine? Quanto sono significative quelle immagini da sole, al di fuori del contesto della pagina web?

Quanto bene descrivono il contenuto che può essere trovato sulla vostra pagina una volta che vengono presentate da sole, o con il titolo, il frammento, o l’URL che potrebbe essere mostrato nel risultato di una ricerca? Se le immagini hanno le dimensioni di miniature, come possono rappresentare bene le vostre pagine? Vorreste che un motore di ricerca mostrasse un’immagine dalle vostre pagine vicino a un risultato di ricerca per la vostra pagina?

Se avete utilizzato il motore di ricerca Cuil, probabilmente avete notato che prova ad includere le immagini nei risultati di ricerca. Potreste avere anche notato che le immagini che sono visualizzate non sono sempre molto utili nel fornire informazioni sulle pagine che vengono trovate, o non sono la migliore delle scelte per le pagine su cui appaiono. Speriamo che stiano armonizzando meglio l’uso delle immagini.

Se le immagini nei risultati di ricerca sono qualcosa che vivremo comunemente nel futuro, potremmo aver bisogno di pensare di più su come le immagini che usiamo nelle nostre pagine appariranno in posti come nei risultati dei motori di ricerca.

Google mostrerà spesso immagini associate a nuovi articoli in Google News, e nei risultati di Google News che a volte appaiono nelle ricerche sul web, vicino allo snippet che accompagna il risultato. Quelli che tenderanno ad essere più rilevanti per gli articoli saranno quelli che verranno mostrati.

La Microsoft ha pubblicato recentemente una domanda di brevetto che descrive come si potrebbero scegliere le immagini dalle pagine web da mostrare agli utenti e nei motori di ricerca. Mentre i processi che potrebbero essere da Microsoft potrebbero non essere quelli che verrebbero usati da motori di ricerca, il brevetto potrebbe aiutarci a pensare su come anche gli altri motori di ricerca potrebbero usare le immagini.

Gli elementi media dominanti

L’approccio di Microsoft non solo parla di usare le immagini nei risultati di ricerca, ma anche di come le immagini potrebbero essere scelte se ci fosse più di un’immagine che appaia in una pagina. Le immagini sono chiamate nel documento come “elementi media” e l’uso di questa espressione mi ha fatto pensare che avrebbero considerato anche altri tipi di mezzi di comunicazione con questo metodo, come ad esempio il video.

Un’immagine importante, ed informativa sulla pagina su cui appare, viene chiamato un elemento media dominante- un elemento che “è sostanzialmente correlato ad un argomento o tema che viene mostrato nella pagina.”

Un motore di ricerca potrebbe determinare quanto sia dominante ogni immagine sul web in maniera automatica – avendo stabilito che le persone necessarie a compiere questa operazione sarebbero troppe. Ma i recensori umani potrebbero essere utilizzati inizialmente per formare un programma che potrebbe sfruttare ciò che essi abbiano imparato durante questo training per rendere la conclusione disponibile per altri siti.

Una posizione dominante potrebbe essere basata sulle caratteristiche delle immagini. Le immagini con il punteggio più alto potrebbero essere considerate l’elemento media più dominante sulla pagina, che verrebbero usate nei risultati dei motori di ricerca accanto al titolo, alla descrizione e all’indirizzo della pagina. Se una pagina dispone di più elementi dominanti, quella che risulta più rilevante per la query di ricerca sarà quella utilizzata.

La domanda di brevetto è la seguente:

Aggiunta degli elementi media dominanti nei risultati di ricerca

Creato da Ming Jing Li, Shuming Shi, Wei-Ying Ma, Zhiwei Li (Pechino, NC)

Assegnato a Microsoft

Numero di brevetto USA 20080313177

Pubblicato il 18 dicembre 2008

Archiviato: 21 agosto 2008

Astratto

Viene fornito il metodo e il sistema per determinare la dominanza di un elemento media su una pagina visualizzata.

Il sistema della posizione dominante fornisce un meccanismo di punteggio che permette di calcolare la posizione dominante degli elementi media sulle pagine visualizzate che si basa su caratteristiche di ogni elemento media della pagina mostrata.

Per generare i punteggi degli elementi nella pagina visualizzata, il sistema di dominanza identifica prima l’elemento media e poi identifica le caratteristiche delle elementi media.

Il sistema di dominanza assegna un punteggio agli elementi media identificati usando il metodo di punteggio assegnato e le caratteristiche identificative.

Usare le caratteristiche per decidere quali immagini sono dominanti

Una pagina sulla Casa Bianca, a Washington D.C., potrebbe avere una foto della Casa Bianca e una foto del sigillo presidenziale. La Casa Bianca ritratta nella foto potrebbe essere considerata l’elemento media dominante della pagina, e l’immagine del sigillo presidenziale potrebbe essere considerato come un elemento media non dominante. La decisione di quali immagini mostrare sarebbe basata sull’aspetto di diverse caratteristiche.

Le caratteristiche che potrebbero essere esaminate potrebbero includere dati quali la dimensione dell’immagine e la sua collocazione sulla pagina. In una versione del processo descritto nella domanda di brevetto, il sistema di punteggio per la dominanza potrebbe considerare tre differenti tipi di caratteristiche; le caratteristiche di livello dell’immagine, le caratteristiche di livello della pagina, e le caratteristiche di livello del sito.

Microsoft ha esplorato le funzionalità a livello di immagine, di pagina e di sito in un precedente brevetto che ha descritto come le immagini potrebbero essere utilizzate per ottenere un posizionamento delle pagine web.

Ho scritto di questo metodo in un post dal titolo Come i motori di ricerca possono utilizzare le immagini per ottenere il Rank delle pagine. Ci sono alcuni dettagli in più sulle funzionalità delle immagini che il brevetto attuale non mostra a differenza di quello precedente, ma questo ci dice di più sulle caratteristiche che potrebbe considerare.

Le funzionalità a livello di immagine dovrebbero essere prese dall’immagine stessa e potrebbero includere:

Dimensione dell’immagine – l’altezza e la larghezza dell’immagine (le immagini dominanti tendono ad essere più grandi di quelle non dominanti).

Aspect ratio – il minimo della larghezza e dell’altezza divisa per il massimo della larghezza dell’altezza. (Di nuovo le immagini dominanti tendono ad avere aspetti ratio più grandi di quelle non dominanti).

Qualità dell’immagine – ad esempio la nitidezza, il contrasto, la pienezza del colore, e così via. La nitidezza potrebbe essere il rapporto degli angoli “puliti” rispetto a tutti gli angoli. Il contrasto potrebbe essere definito come il rapporto della luminosità del primo piano rispetto alla luminosità dello sfondo. La pienezza del colore potrebbe essere il numero di colori presente nella pagina. (Le immagini dominanti dovrebbero tendere ad essere più nitide, con più colori e con alto contrasto).

Categoria dell’immagine – se si tratti di immagini, foto e se contengano un volto umano. (Sembra che le immagini dominanti possano essere più facilmente fotografie che contengono volti umani a differenza di quelle non dominanti.)

Caratteristiche al livello della pagina

Il brevetto fa alcune assunzioni nella sezione delle caratteristiche di livello dell’immagine. Una di quelle fatte sulle caratteristiche del livello della pagina è che le immagini più importanti ed informative della pagina web sono spesso collocata in una posizione dove attraggono l’attenzione del visitatore sulla pagina.

La posizione dell’immagine sulla pagina web – la posizione potrebbe essere identificata guardando e coordinate xy dell’immagine all’interno della pagina web. Ci è giunta voce che le immagini dominanti tendono ad essere collocate al centro della parte alta della pagina.

L’area ratio dell’immagine all’interno della pagina – la ratio dell’immagine rapportata alla dimensione della pagina. Di nuovo le immagini dominanti sono supposte occupare aree più grandi all’interno della pagina rispetto alle immagini non dominanti.

Caratteristiche al livello del sito

Ci sono immagini che appaiono sui siti nelle pubblicità, nei loghi, nelle decorazioni, nelle funzioni di navigazione, nei bottoni e così via. Mentre alcune di queste immagini possono essere immagini di alta qualità, ed essere situate in settori importanti delle pagine un web, questo non può aiutare l’utente a capire ciò che la pagina specifica può mostrare accanto ad un risultato di ricerca per quella pagina.

Ci è stato detto che questo tipo “fastidioso” di immagini tende ad avere alcune caratteristiche in comune:

L’immagine è esterna al sito – le pubblicità tendono ad essere ospitate su altri siti

L’immagine è pubblicata in molte pagine del sito – le immagini non dominanti come i loghi tendono a comparire in molte pagine di un sito web o in una certa percentuale di pagine.

Conclusioni

La possibilità di un motore di ricerca che includa le immagini per le vostre pagine un web all’interno dei risultati di ricerca potrebbe farvi pensare circa la qualità delle immagini che state utilizzando nelle vostre pagine, e a quanto queste immagini riflettano il contenuto di quelle pagine.

Se i motori di ricerca mostrassero le immagini dalle pagine del vostro sito nei risultati di ricerca, sareste contenti delle immagini che mostrerebbe?

Ho trovato un paio di interessanti articoli sull’uso delle immagini in pagine un web che sottolineavano l’importanza di utilizzare immagini significative che fossero correlate al contenuto delle pagine sulle quali apparivano:

• http://justcreativedesign.com/2008/09/30/top-7-most-cliche-stock-images-used-in-web-design/
• The Dilemma of Using Images on web Sites

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:

• 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...
• 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 ...
• Brevetto Google Gears: Applicazioni Online ora Offline
  Una domanda di brevetto per Google Gears è stata recentemente pubblicata all'ufficio US Patent and Trademark Office.Google ha rilasciato Google Gears nel ...

Google ha rilasciato Google Gears nel 2007, per consentire l’uso offline di applicazioni online. Gears è un plugin per browser volto a consentire alle persone l’uso di applicazioni web based anche quando non sono collegate a Internet. Immaginate di essere in grado di scrivere o modificare i messaggi di posta elettronica o di rivedere i feed RSS usando un programma di elaborazione per testi che è stato scritto per essere utilizzato sul web e usare questi programmi offline, quando non potete connettervi ad Internet.

Il plugin Google Gears è stato rilasciato come progetto open source da parte di Google, e può essere utilizzato con le applicazioni di Google come Google Reader e Google Docs. Può anche essere usato con applicazioni di siti non-Google, come Zoho Writer e Remember the Milk. C’è anche una versione speciale di Google Gears per uso web mobile.

La pagina API di Google Gears fornisce dettagli su come Google Gears possa essere usato da altre applicazioni per portare l’utilizzo dell applicazioni ondine in modalità non in linea.

Il browser di Google, Chrome, ha Google Gears come caratteristica build-in.
Alcune recenti speculazioni su Google Gears e su come potrebbe essere utilizzato in futuro stanno circolando sul web:

• Perché Google non distribuisce Google Gears con una politica di aggressività?
• E’ un sistema operativo di Google costruito su Android, Gears in the Cards?

Se avete dato un’occhiata in profondità a come funziona Google Gears, l’aspetto tecnico descritto del deposito brevetti potrebbe non essere una sorpresa per voi, ma potrebbe valere comunque la pena di dare un’occhiata. Se non avete fatto molta attenzione a Google Gears, potrebbe essere l’ora di iniziare a considerare come potrebbe aiutare a plasmare il futuro del computing.

La domanda di brevetto riguarda:
Un metodo e un sistema che consente ad un’applicazione client-server web-based di essere utilizzata

in modalità non in linea.

Inventata da Erik V. Arvidsson e Andrew J. Palay

Numero di brevetto 20080301221

Pubblicato il 4 dicembre 2008, archiviato il 30 maggio 2007.

Qui sotto un estratto

Una incarnazione della presente invenzione fornisce un sistema che facilita l’utilizzo di una rete client-server basata sul Web in modalità offline.

Durante il funzionamento, il sistema chiama una funzione all’interno di un browser che è in esecuzione su un client, in cui la funzione chiamata viene generata dall’applicazione web-based client-server ed è diretta ad un layer di comunicazione sul client.

Successivamente, il sistema determina una risorsa destinata per la funzione di chiamata. Il sistema determina inoltre se la funzione di chiamata debba essere rediretta ad una risorsa alternativa. Se è così, il sistema ridirige la funzione di chiamata alla risorsa alternativa. Se non è così, il sistema inoltra la funzione di chiamata alla risorsa proposta.

Notare che in alcuni l’incarnazione della presente invenzione, l’intero sistema opera all’interno del contesto del browser.

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:

• 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...
• 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 ...
• 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...

E’ stato da poco ufficializzato da Google un brevetto che permette al motore di ricerca di individuare quasi con certezza la nazionalità vera e propria, e quindi la lingua, di un determinato portale.

I punti principali del brevetto sono probabilmente questi:

1. A country top level domain (tld) for the domain a page is on – it could be assumed that the page is associated with that country. The example the patent gives is of the URL www.whsmith.co.uk, which is assumed to be either located in or associated with the United Kingdom.
2. The address of the domain registrar for the site might be examined to infer the country of business inferred.
3. The country where the IP address might be located for the Web server from which the search result was obtained, from the page, or from other pages on the same site.
4. Information from anchor text of the links pointing to the page and text near those links, and the countries linking to the page are located.
5. Information from anchor text of links pointing from the page and text near those links, and the countries where those links are pointed towards are located.
6. A combination of the above methods.
7. Other techniques that might be helpful.

In poche parole Google capisce di che nazionalità è un determinato sito web attraverso questi parametri:

1. Il TDL(Top Level Domain) del dominio, ovvero l’estensione, chiamato anche Dominio di Primo Livello.
2. La residenza di chi ha registrato il dominio, è verosimile infatti che un’Italiano gestisca un sito web in lingua italiana.
3. La locazione del server nel quale è hostato il sito web, individuata tramite l’IP del server stesso.
4. Lingua degli Anchor Text dei links che puntano al sito web.
5. Informazioni degli Anchor Text dei links che puntano dalla pagina e i Paesi relativi.
6. La combinazione di tutti questi metodi.
7. Altre tecniche che possono essere d’aiuto.

Viene quindi confermato più o meno quello che già si sapeva, rafforzando l’utilità dei TDL: è quindi vero che un dominio nazionale viene meglio identificato dal motore di ricerca e quindi inserito senza troppi sforzi nella giusta SERP.

Importante anche la conferma della locazione del server, un fattore da molti sottovalutato ma che sicuramente può aiutare il motore in assenza di una tematicizzazione linguistica forte.

Interessante la funzione dei TDL, sarebbe bello fare un test con due domini vergine con contenuti simili e stessi links ma con estensioni .com e .it e vedere quale dei due riesce a posizionarsi meglio nel motore di ricerca espondendo poi i risultati: voi cosa ne pensate? C’è qualcuno disposto ad aiutarmi in questo test?

Fonte Orginale: Seo by the Sea
Fonte Italiana: Novità breve di Francesco Tinti sul Forum Gt

Potresti Trovare Interessanti Anche:

• 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...
• Google espande la Lingua di Ricerca e restringe il Nostro Mondo?
  Immaginate di voler cucinare un piatto cinese secondo una ricetta cinese originale. Cercate la ricetta su Google con il nome inglese del piatto e il motore di r...
• 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...
• 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 ...