PageRank de Google: l'algorithme prend en compte 200 paramètres!

Hal Varian, ex-prof de Berkeley, est l'économiste en chef de Google depuis juin 2007. [je vous conseille son super bouquin que j'ai dévoré: "Information Rules -A Strategic Guide to the Network Economy"]

Il publie donc un article (introductif) sur l'importance de l'analyse des données pour l'amélioration des algorithmes de classement des réponses dans les requêtes aux moteurs de recherche.

Il se focalise bien sûr sur l'algorithme Pagerank, i.e celui de Google pour livrer 2 informations très intéressantes:

• Pagerank utilise maintenant plus de 200 paramètres pour classer les réponses. On est loin des débuts où le principal paramètre était les liens inter-pages pondérés par l'importance de la page liante. Cette indexation est d'ailleurs maintenant en quasi temps réel.
  
• La fameuse "Base de Données de intentions" qui décrit les requêtes des utilisateurs (... de plus en plus polymorphes) et les clics qui en découlent est confirmée comme un atout essentiel pour Google dans le perfectionnement de son moteur (voir fin de l'article).

Pour ceux qui veulent mesurer le chemin parcouru depuis les débuts par Sergei Brin et Larry Page, je conseille la relecture de leur article universitaire sur l'embryon du Google actuel "The anatomy of a Search Engine" lorsqu'ils étaient étudiants à Stanford.

Source: blog Media & Tech (par didier durand)

Commentaire du jour [23] - Evolution de l'accès à l'information (par Dominique)

[Commentaire du jour sur Media & Tech: quoi et pourquoi - Les autres commentaires du jour]

A propos de mon billet sur la nouvelle concurrence pour l'audience à travers une indexation toujours plus rapide du web par Google, Dominique nous fait passer des réflexions pleines de conséquences sur l'évolution de l'accès à l'information

"Google News reste l'agrégateur de sites d'information, le portail d'accès à l'actualité pour un grand nombre d'utilisateurs, je pense notamment aux très nombreuses personnes n'utilisant pas de lecteur RSS.

Rapidité d'indexation : il faut donc s'attendre à des positionnement de plus en plus éphémères.

Fréquence de mise à jour : si c'est le trait majeur des blogs, ça n'en est pas le privilège. Tout gestionnaire de contenu (CMS) dont les blogs sont une catégorie permet la mise à jour aisée de sites Web.

David n'est peut-être pas celui qu'on croit. Regardons Wikipedia et son excellent positionnement dans les résultats de Google. S'il est là c'est parce que globalement, Google juge la réponse Wikipedia pertinente pour l'internaute. S'il y a des places à occuper ce sont bien les 10 de la première page, et cela par des sites importants et de référence.

Je crois beaucoup à la professionnalisation des sites medias - dont des blogs - bâtissant des ensembles de millions de documents, un peu sur le modèle des comparateurs de prix et e-commerçants qui occupent littéralement des univers sémantiques entiers sur les 3 premières pages de Google.

Les blogs en se multipliant sont autant de poissons rouges dans un aquarium pas lavé, on les voit de moins en moins. A eux bientôt la longue tr.. énumération des pages suivantes de résultats.

Bref pas de mise à mort ni de miracles, mais une sélection naturelle (ou sponsorisée ;)) qui se poursuit... "

Une autre vision de la sélection darwinienne des contenus / dépêches sur le web. Merci dominique!

Source: blog Media & Tech (par didier durand)

SEO: Goldorank - A quel rang êtes-vous sur les moteurs?

En commentaire à mon billet d'hier sur l'indexation temps réel du Web par Google, mon camarade blogosphérique Luc m'a fait connaître une extension très utile de Firefox: Goldorank.

Elle permet de savoir à quelle position on se trouve sur les divers moteurs pour une requête de recherche par mots-clefs.

Exemple ci-dessous: avec "User Generated Content" pour ce billet de Media & Tech: je suis (fièrement...) 2ème derrière Wikipedia, la machine à Pagerank.[Cliquez l'image pour zoomer si besoin]

Vraiment un outil à mettre dans sa musette du spécialiste SEO. Luc, un grand merci! Goldorank va m'être très utile - aussi professionnellement.

Source: blog Media & Tech (par didier durand)

Le "grand" index de Google à jour en temps réel! L'accès à l'audience nivelé?

Quand j'ai mis cet avant-dernier billet en ligne sur le hack du iPhone, j'ai eu a surprise d'avoir déjà des "hits organiques" en provenance de google.fr moins de 20 minutes après.

J'ai crû que c'était un "coup de chance". Et bien, pas du tout, c'est maintenant le standard!

Matt Cutts, le gourou des moteurs de recherche, confirme les progrès (les rendant ainsi publics...) de Google, son employeur, en la matière:

• début 2000, c'était une mise à jour du contenu des index tous les 3-4 mois
• mi-2000, on passait à la mise à jour mensuelle
• en début 2003, c'était la mise à jour quotidienne partielle
• en 2005, Google Blogsearch était très rapide mais seulement pour les blogs surveillés en temps quasi-réel via leur feed RSS
  
• en 2006, la mise à jour globale durait moins de 3 jours
  
• en 2007, les documents peuvent être trouvés par une recherche sur Google après seulement quelques minutes selon le billet de Matt Cutts.

Quand on combine cette indexation toujours rapide, la mise en place de l'Universal Search et la croissance du Web, tirée par la blogosphère (combien de milliards de pages maintenant ?), on comprend le million de machines nécessaires à Google pour accomplir cette tâche titanesque... (Chapeau bas, au fait!)

Conséquences:

• tout le monde va s'y habituer et d'ici quelques mois il paraîtrat scandaleux de ne pas trouver dans Google une page publiée il y a 2 heures...
• Google Blog Search et Google News perdent de leur intérêt sauf pour qualifier la provenance de la recherche

Conclusion: nous entrons dans l'ère de la publication et de l'information universelles et instantanées. Plus besoin de savoir sur quels sites chercher pour avoir la primauté d'une information et pouvoir l'exploiter tant qu'elle n'est pas reprise par les moteurs...

PS (intéressant quand même...): à propos de Pagerank, une conséquence qui aura peut-être ses effets pour l'accès à l'information. C'est en général la homepage d'un blog qui a le plus fort Pagerank( j'ai un PR 6 pour Media & Tech - c'est très honorable). Cela veut dire que tous mes billets en homepage ont les mots les composants positionnés à PR6 chez Google. Cela leur donne une bonne chance de sortir en haut des résultats organiques de Google tant que le mois n'est fini.

L'impact:

• un potentiel d'augmentation de trafic pour les blogs face aux sites de médias sur des mots-clefs correspondants à l'actualité récente.
• en conséquence, un nivellement des chances pour l'accès à l'audience entre blogs et sites traditionnels. Encore un mauvais épisode dans le "Je t'aime, moi non plus"....
  

Les "Davids blogueurs" ont désormais de meilleures chances de se mesurer aux "Goliaths médiatiques traditionnels"!

Source: blog Media & Tech (par didier durand)

Google Pagerank: l'article à lire IMPERATIVEMENT!

A propos de l'algorithme Google Pagerank qui permet de choisir et classer les résultats présentés par Google, mon camarade Sébastien Sébastien, sur le blog Webzine Maker, publie aujourd'hui l'Article avec un grand A pour tous ceux qui veulent mieux comprendre cet algorithme Pagerank de Google, pierre angulaire de toute la SEO (aka "Search Engine Optimization" - scientifique ou artisanale).

Je me permets 2 citations mais allez tout lire sur place!

[L'article est sur Scoopeo, alors si vous aimez autant que moi, votez pour qu'il monte vers le sommet de Scoopeo]


Pagerank, c'est quoi?

"Tout le monde l'utilise mais pratiquement personne ne sait comment il fonctionne. Google PageRank est probablement l'algorithme le plus important jamais développé pour le Web. Avec des milliards de pages existantes et des millions de pages créées chaque jour le système de calcul est plus compliqué que vous ne l'imaginez. PageRank est seulement un facteur parmi la centaine d'autre que Google utilise pour nous donner de meilleurs résultats, nous aider à garder nos recherches claires et efficaces. Mais comment fait-il réellement ? Comme Google PageRank fonctionne t-il, quels sont les facteurs qui ont un impact et ce qui n'en ont aucun ? Et que devons nous vraiment savoir à propos du PageRank ?"

la définition essentielle:

"Chaque niveau de PageRank est progressivement plus difficile à atteindre. "Le PageRank est conçu pour être calculé sur une échelle logarithmique. De la même manière que l'échelle de Richter pour les tremblements de terre est exponentielle dans le calcul, se sont également les mathématiques derrière Google PageRank. Il prend 1 échelon pour passer du PR0 au PR1, ça prend plus d'échelon au PR3, encore plus d'échelon au PR4, beaucoup plus encore au PR5 et toujours plus pour les PR supérieur."

- PageRank n'est pas effectué sur un classement global des sites Web,mais est déterminé pour chaque page individuellement. De plus, le PageRank d'une page A est récursivement défini par les PageRank des pages qui sont liées à celle-ci."

Source: blog Media & Tech (par didier durand)