Ο αλγόριθμος PAGE RANK και η βελτιστοποίησή του

Ο αλγόριθμος PAGE RANK και η βελτιστοποίησή του Το περιεχόμενο της παρουσίασης βασίζεται στο: The Professional s Guide to PageRank Optimization http://www.scribd.com/doc/31056877/the Professionals Guide to Pagerank Optimization ΕΙΣΑΓΩΓΗ O αλγόριθμος Page Rank προτάθηκε από τους Larry Ρage και Sergey Brin το 1990 στο Πανεπιστήμιο του Στάνφορντ. Στόχος: η δημιουργία μίας μηχανής αναζήτησης που θα υπερίσχυε της απόδοσης των υφιστάμενων μηχανών της περιόδου εκείνης. Βασιζόμενοι στους παράγοντες σχετικότητα και τη σημαντικότητα των αποτελεσμάτων θεώρησαν ότι το Google μπορούσε να επιστρέψει υψηλότερης ποιότητας αποτελέσματα αναζητήσης. ΤΙ ΕΊΝΑΙ Ο PAGE RANK; Ο «Page Rank» είναι ο αλγόριθμος της Google για κατάταξη των ιστοσελίδων που προκύπτουν από την αναζήτηση. Μία σελίδα με υψηλότερο «Page Rank» θεωρείται πιο σημαντική και είναι πιθανότερο να εμφανιστεί στην κορυφή των αποτελεσμάτων αναζήτησης. 1

ΠΩΣ ΑΠΟΔΙΔΕΤΑΙ ΤΟ «PAGE RANK»; Ο Page rank αποδίδεται ως μια αριθμητική τιμή σε κάθε ιστοσελίδα / URL Μετριέται σε κλίμακα από 1 έως 10 και ανατίθεται σε μεμονωμένες σελίδες ενός ιστότοπου και όχι σε ολόκληρο τον ιστότοπο. ΠΩΣ ΜΠΟΡΕΙ ΝΑ ΒΕΛΤΙΩΘΕΊ ΤΟ PAGE RANK ; Φροντίστε να υπάρχουν «Back links»/ Inbound Links IBL (εισερχόμενοι σύνδεσμοι) Χρησιμοποιείτε «λέξεις/φράσεις κλειδιά» Δώστε όνομα (τίτλο) στις σελίδες σας Χρησιμοποιείτε συχνά συνδέσμους και τοποθετείστε τους ψηλά στις σελίδες Συμπεριλάβετε αξιόλογο περιεχόμενο που θα οδηγούσε άλλους να βάλουν link προς τη σελίδα σας Υποβάλετε τον ιστότοπό σας στους κατάλληλους Καταλόγους ( Directories) Αναρτάτε άρθρα Συνδεθείτε σε κοινωνικά δίκτυα Κάντε καλή σχεδίαση SEARCH ENGINE PROCESS: Indexing Ευρετηρίαση Crawling Ανίχνευση Caching Προσωρινή αποθήκευση Indexing Διαδικασία κατά την οποία το Google «διαβάζει» τα περιεχόμενα του ιστοχώρου και τα μετατραπεί σε αναπαράσταση που μπορεί να επεξεργαστεί για την εύρεση των αποτελεσμάτων αναζήτησης. Η διαδικασία της ευρετηρίασης μίας ιστοσελίδας περιλαμβάνει βήματα όπως η αφαίρεση του html κώδικα, ο καθορισμός της συχνότητας εμφάνισης λέξεωνκλειδιών και η ανάθεση βαρών σε συγκεκριμένους όρους (ανάλογα με τον τρόπο εμφάνισης των όρων στο περιεχόμενο). Αν συμπεριληφθεί το χαρακτηριστικό noindex στα robots Meta tag της σελίδας, ουσιαστικά ενημερώνεται η Google να μην θεωρήσει αυτή τη σελίδα σχετική με κανένα επερώτημα και για αυτό να μην συμπεριληφθεί σε κανένα αποτέλεσμα αναζήτησης. 2

Crawling Ανίχνευση Διαδικασία της μηχανής αναζήτησης που προσδιορίζει τους συνδέσμους που υπάρχουν στο περιεχόμενο και τους καταγράφει. Το Google χρησιμοποιεί αυτή την πληροφορία για να ανακαλύψει νέες σελίδες και να υπολογίσει το PageRank τους. Προσθέτοντας το χαρακτηριστικό nofollow στα robots Meta ενημερώνεις τη Google να αγνοήσει όλους τους συνδέσμους που υπάρχουν σελίδα. Caching Προσωρινή αποθήκευση Η Google αποθηκεύει ένα τοπικό αντίγραφο της σελίδας στους υπολογιστές της. Αυτό το αντίγραφο είναι ουσιαστικά ένα στιγμιότυπο του κώδικα της σελίδας. Οι webmasters που δεν επιθυμούν η Google να δημιουργήσει προσωρινό αντίγραφο της σελίδας τους μπορούν να προσθέσουν το χαρακτηριστικό noarchive στα robots Meta tag. Πώς δείχνει το site μας στις μηχανές αναζήτησης (www.aueb.gr) www.webconfs.com 3

Πώς δείχνει το site μας στις μηχανές αναζήτησης (www.dmst.aueb.gr) Σχετικότητα και Σημαντικότητα Σχετικότητα όταν ένας χρήστης πληκτρολογεί ένα επερώτημα (query), το Google βρίσκει, βάσει του ευρετηρίου που διατηρεί, όλα τα έγγραφα που περιέχουν τις λέξεις του επερωτήματος. Σημαντικότητα Αφού το Google ανακτήσει τα σχετικά έγγραφα τα ταξινομεί βάσει σημαντικότητας. 4

Toolbar Page Rank Vs Real Page Rank: Το Real Page Rank εκτείνεται από 0.15 έως δισεκατομμύρια Το Toolbar Page Rank εκτείνεται από 0 έως 10 Αιτία: Προκειμένου να αποφευχθεί η χρήση μεγάλου αριθμού για την αναπαράσταση του PageRank των ιστοσελίδων, το Google έχει χωρίσει το Total PageRank σε 10 βαθμη κλίμακα. Αυτό ονομάζεται Google Toolbar PageRank Δεν είναι γνωστός ο ακριβής τρόπος αντιστοίχισης του RPR στο TPR Σύμφωνα με εκτιμήσεις το TPR=log 7 (RPR)/log 7 (πλήθος IBLs) Υπάρχουν κάποια εργαλεία για να βρούμε το πλήθος των IBLs (π.χ. www.webconfs.com) H Google χρησιμοποιεί το RPR που ανανεώνεται συχνότερα από το TPR Τις Real PR τιμές χρησιμοποιεί η Google στον αλγόριθμό της, και αυτές οι τιμές συνεχώς αλλάζουν. Οι Toolbar PR τιμές ανανεώνονται μόνο κάθε 3 4 μήνες Όταν μια σελίδα δημιουργείται, μπορεί εύκολα να αποκτήσει Page Rank 0 1. Όμως για να αυξήσει το PR από 6 σε 7 απαιτείται η ύπαρξη σημαντικά μεγαλύτερου αριθμού εισερχόμενων συνδέσμων (inbound links) ΥΠΟΛΟΓΙΣΜΟΣ ΤΟΥ PAGE RANK Το «d» είναι ο συντελεστής απόσβεσης με τιμή 0,85 Το Q(A) είναι ο αριθμός των εξερχόμενων συνδέσμων της σελίδας Α Η αρχική τιμή του PR για τη σελίδα είναι 0.15 5

PageRank distribution How it works: Example Assume a small universe of four web pages: A, B, C and D. The initial approximation of PageRank would be evenly divided between these four documents. Hence, each document would begin with an estimated PageRank of 0.25. In the original form of PageRank initial values were simply 1. This meant that the sum of all pages was the total number of pages on the web at that time. Later versions of PageRank (see the formulas below) would assume a probability distribution between 0 and 1. Here a simple probability distribution will be used hence the initial value of 0.25. 025 If pages B, C, and D each only link to A, they would each confer 0.25 PageRank to A. All PageRank PR( ) in this simplistic system would thus gather to A because all links would be pointing to A. PR(A)=PR(B)+PR(C)+PR(D) This is 0.75. Suppose that page B has a link to page C as well as to page A, while page D has links to all three pages. The value of the link votes is divided among all the outbound links on a page. Thus, page B gives a vote worth 0.125 to page A and a vote worth 0.125 to page C. Only one third of D's PageRank is counted for A's PageRank (approximately 0.083). PR(A)=PR(B)/2+PR(C)/1+PR(D)/3 In other words, the PageRank conferred by an outbound link is equal to the document's own PageRank score divided id d by the normalized number of outbound links L( ) (it is assumed that t links to specific URLs only count once per document). PR(A)=PR(B)/L(B)+PR(C)/L(C)+PR(D)/L(D) In the general case, the PageRank value for any page u can be expressed as: PR(u)= PR(u)/L(u), u є B u, i.e. the PageRank value for a page u is dependent on the PageRank values for each page v out of the set B u (this set contains all pages linking to page u), divided by the number L(v) of links from page v. 6

Example Iteration and Convergence 7

Μέγιστο PageRank για ένα Σύστημα Το μέγιστο PageRank για κάθε «καλώς» συνδεδεμένο σύστημα (με έναν τουλάχιστο εισερχόμενο και ένα εξερχόμενο σύνδεσμο) ισούται με τον αριθμό των σελίδων του συστήματος. Για παράδειγμα, εάν έχουμε ένα σύστημα 10 σελίδων, το Page Rank του συστήματος δεν μπορεί να υπερβεί την τιμή 10.0 Στην πραγματικότητα, ο Page Rank αντιπροσωπεύει την πιθανότητα ένας surfer να βρεθεί σε μια συγκεκριμένη σελίδα ανά πάσα στιγμή. Εάν έχουμε δύο σελίδες στο σύστημα μας, τότε οι πιθανότητες είναι 50% να βρεθεί στην πρώτη σελίδα και 50% να βρεθεί στη δεύτερη. Αυτές οι πιθανότητες μπορεί να αλλάξουν για κάθε σελίδα (ανάλογα με τους συνδέσμους ή άλλους παράγοντες) αλλά το άθροισμα των ποσοστών θα παραμένει 100%! Ωστόσο, είναι πιθανό το μέγιστο PageRank για ένα σύστημα, να βρεθεί κάτω από τη μέγιστη τιμή του. Αυτό συμβαίνει ότι το δίκτυο συνδέσμων μεταξύ των σελίδων του συστήματος δεν είναι καλά σχεδιασμένο ειδκότερα όταν υπάρχει αιωρούμενος συνδεσμος, όπως στα παραδείγματα στη συνέχεια. Συμπεριφορά του Page ranking: Εικ(1) Εικ(2) Αιωρούμενος σύνδεσμος (αδιέξοδο) Εικ 1, Οι ιστοσελίδες είναι «καλώς» συνδεδεμένες, δηλαδή κάθε ιστοσελίδα έχει τουλάχιστον έναν εισερχόμενο και έναν εξερχόμενο σύνδεσμο. Έτσι δίνεται η δυνατότητα στο PageRank να «ρέει» μέσω όλων των συνδέσμων και να πετύχει το μέγιστο συνολικό Page Rank. Εικ 2, Οι ιστοσελίδες περιέχουν έναν αιωρούμενο σύνδεσμο (dangling link), δηλαδή ένα σύνδεσμο που δεν οδηγεί πουθενά. Ένας αιωρούμενος σύνδεσμος εμποδίζει το σύστημα να πετύχει το μέγιστο συνολικό Page Rank γιατί σταματά τη ροή του Page Rank. 8

Πρόσθεσε συνδέσμους στις σημαντικές σελίδες Ωστόσο, οι περισσότεροι δικτυακοί τόποι έχουν αρκετές σημαντικές σελίδες που αξίζουν υψηλή κατάταξη για σχετικούς όρους όχι μόνο η αρχική σελίδα. Η τιμή του Page Rank μίας σελίδας μπορεί να αυξηθεί με την προσθήκη περισσότερων συνδέσεων προς αυτή. Μία σελίδα συσσωρεύει βαθμούς για το Page Rank από τους εισερχόμενους συνδέσμους και διανέμει εξίσου το Page Rank σε όλους τους εξερχόμενους συνδέσμους. Αφαίρεσε συνδέσμους από μη σημαντικές σελίδες: Η Google θέλει να κατατάξει τις σελίδες που προσφέρουν «ανεξάρτητα» αξία (are independently valuable) στους χρήστες της. Δηλαδή όταν ένας χρήστης πληκτρολογεί ένα επερώτημα, η μηχανή αναζήτησης ψάχνει για κάτι συγκεκριμένο και η Google θέλει ιδανικά να το βρει μετά από ένα «κλικ». Αν η πρόσβαση σε σημαντική σελίδα γίνεται μετά από πολλά «κλικ» τότε το PR θα είναι σχετικά χαμηλό. Υπολογισμοί (1) 9

Υπολογισμοί (2) Υπολογισμοί (3) 10

Υπολογισμοί (4) Για παράδειγμα αν ένας χρήστης ψάχνει για «iphone» η Google θέλει να επιστρέψει την σελίδα της Apple για τα iphones όχι την αρχική σελίδα της Apple ή τον χάρτη ιστοτόπου (sitemap) ή οποιαδήποτε άλλη σελίδα που θα απαιτούσε από το χρήστη να πραγματοποιήσει περιττά clicks Ιεραρχική δομή Όσο περισσότερες σελίδες έχει ένας ιστότοπος τόσο υψηλότερο θα είναι το μέγιστο συνολικό Page Rank. Όταν συζητάμε για «πρόσθεση μίας σελίδας» υποθέτουμε ότι η νέα αυτή σελίδα θα προσθέτει αξία και θα μπορεί να προστεθεί στο ευρετήριο της (index able) της Google. 11

Page rank sculpting Για την αναδιανομή του PageRank στις σημαντικές σελίδες χρησιμοποιείται μια διαδικασία που ονομάζεται PageRank sculpting Ο σκοπός του Pagerank sculpting είναι η αύξηση της θέσης στην κατάταξη των αποτελεσμάτων που λαμβάνει ένας ιστότοπος από τη μηχανή αναζήτησης, τροποποιώντας απλά τους ανιχνεύσιμους συνδέσμους της δομής του. rel= nofollow Δεν διανέμεται το PageRank <a href="http://www.seomoz.org" rel="nofollow">seomoz</a> Nofollow Η επισήμανση nofollow δηλώνει στο robot της Google που διατρέχει το διαδίκτυο, να μην «προσμετρήσει» το σύνδεσμο στον οποίο επισυνάπτεται, στον υπολογισμό του PageRank της σελίδας. Αυτό δημιουργήθηκε από τη Google με στόχο να δώσει τη δυνατότητα στους διαχειριστές blogs, forums κλπ στα οποία οι χρήστες δημιουργούσαν τεχνητά links προς τις σελίδες τους να περιορίσουν αυτή τη δυνατότητα συνυπολογισμού των links στο PageRank Ωστόσο, στη συνέχεια αυτό χρησιμοποιήθηκε για PageRank sculpting (τεχνητή αύξηση του PageRank) καθώς οι δημιουργοί ιστοσελίδων έβαζαν αυτή την επισήμανση για να περιορίσουν την απώλεια PageRunk juice που προέκυπτε από τους εξερχόμενους συνδέσμους Αν π.χ. μια σελίδα έχει 3 εξερχόμενα links τα οποία δείχνουν σε 3 σελίδες του ίδιου web site (αυξάνοντας έτσι το pagerank των σελίδων αυτών), αυτό σημαίνει ότι το pagerank της σελίδας που ξεκινούν οι σύνδεσμοι «μοιράζεται» σε 3 μέρη, με αποτέλεσμα να φτάνει μειωμένο στις σελίδες στόχο. Μια λύση θα ήταν να μειώσουμε τον αριθμο των εξερχόμενων συνδέσμων αλλά αυτό πιθανό να μειώσει την πλοηγησιμότητα του site. Χρησιμοποιώντας το nofollow σε π.χ. έναν εξερχόμενο σύνδεσμο, διατηρούμε την πλοηγησιμότητα αλλά το pagerank που φτάνει στις υπόλοιπες δύο σελίδες είναι αυξημένο. 12

Δουλεύοντας με SEO tools (www.webconfs.com) Backlink anchor text analyzer: This tools help you determine the backlinks of your website and link text used by your backlinks to Link to your wesbite Backlink Builder: This tools searches for websites of the theme you specify that contain keyphrases like "Add link", "Add site", "Add URL", "Add URL", "Submit URL", "Add Article" etc. Most of the results could be quality potential backlinks. 13

Πηγές PageRank Sculpting using nofollow http://www.youtube.com/watch?v=yn5qpe4firw The Professional s Guide to PageRank koptimization i http://www.scribd.com/doc/31056877/the Professionals Guide to Pagerank Optimization http://www.webworkshop.net/pagerank.html Calculator για τον υπολογισμό του pagerank http://www.webworkshop.net/pagerank_calculator.php?lnks=&iblprs=0.15,0. 15,0.15,0.15&pgnms=Page,Page,Page,,,,&pgs=3&initpr=1&its=100&type=simp le#modes Tips http://www.quantawebdesign.com/tips/optimization tips.html Toolbar pagerank Vs real pagerank http://pr4webmaster.blogspot.com/2007/09/how to calculate page rank.html 14