A classificação das páginas (PageRank) confia na natureza excepcionalmente democrática da Web, usando sua vasta estrutura de links como um indicador do valor de uma página individual. Essencialmente, o Google interpreta um link da página A para a página B como um voto da página A para a página B. Mas o Google olha além do volume de votos, ou links, que uma página recebe; analisa também a página que dá o voto. Os votos dados por páginas "importantes" pesam mais e ajudam a tornar outras páginas "importantes."
Sites importantes, de alta qualidade recebem uma nota de avaliação maior, que o Google grava a cada busca feita. Naturalmente, uma página importante não significa nada se não combinar com a sua busca. Assim, o Google combina os resultados de alta qualidade com a busca que você está realizando para que o resultado seja o mais relevante possível. O Google pesquisa quantas vezes a palavra procurada aparece nas páginas e examina todo o aspecto delas (e conteúdo das páginas ligadas a ela) para determinar o melhor resultado para a sua busca.
PageRank é uma família de algoritmos para dar pesos numéricos a documentos com hyperlink (ou páginas da web) indexadas por um motor de busca. Suas propriedades são muito discutidas por especialistas em otimização dos motores de busca (SEO, sigla em inglês para search engine optimization).
O sistema PageRank é usado pelo motor de busca Google para ajudar a determinar a relevância ou importância de uma página. Foi desenvolvida pelos fundadores do Google, Larry Page e Sergey Brin enquanto cursavam a Universidade de Stanford em 1998.
O Google mantém uma lista de bilhões de páginas em ordem de importância, i. e., cada página tem sua importância na internet como um todo; esse Banco de Páginas mantém desde a página mais importante do mundo até a menos importante. Essa importância se dá pelo número de votos que uma página recebe. Um voto é um link em qualquer lugar da internet para aquela página. Votos de páginas mais importantes valem mais do que votos de páginas menos importantes.
Esse critério de ordenação das páginas, de acordo com várias pessoas, é bastante democrático, refletindo o que a "internet pensa" sobre determinado termo. Lembre-se que cerca de dez bilhões de páginas são levadas em conta. A qualidade das páginas mais importantes são naturalmente garantidas, classificadas e eleitas pela própria internet. Além de todas as páginas terem a mesma condição de subir nessa lista, conquistando votos pela internet afora.
Uma boa unidade de medida para definir o PageRank™ de uma página pode ser a porcentagem (%) de páginas que ela é mais importante. Por exemplo, se uma página tem PageRank™ de 33% significa que ela é mais importante que um terço de toda a internet. Se o seu PageRank™ é 99% significa que ela é superior a quase todas as páginas da internet.
No entanto, é possível manipular o PageRank™ atribuindo links descontextualizados com o objetivo da página, modificando a ordenação de resultados na pesquisa pelo Google e induzindo a resultados pouco relevantes ou tendenciosos. Um exemplo recente disso é a pesquisa por failure ou miserable failure que retorna como primeiro site a biografia oficial da Casa Branca para o presidente dos Estados Unidos, George W. Bush e em sequência a página de Michael Moore, inimigo declarado do presidente dos EUA. Este processo ficou conhecido por Googlebombing.
segunda-feira, 16 de abril de 2007
Alexandre F. Bahia - Crawlers e Spiders
Aranhas na teia
Talvez você não saiba, mas existem robôs especializados em visitar sites e coletar o material visitado. Eles são conhecidos como spiders ou crawlers e tem como missão indexar o conteúdo de sites para servir de resposta para sites de busca. Isto significa que para uma página aparecer em um resultado de busca, um spider a visitou antes. Por isto que algumas páginas demoram um tempo para aparecer nos sites de busca.
Cada spider de um site de busca tem um nome que serve para identificá-lo. O spider do Google por exemplo se chama Googlebot. O Googlebot funciona "lendo" e armazenando o conteúdo da página além de coletar todos os links presentes na página. Estes links servirão para o Google montar o PageRank e também para descobrir novas páginas.
Robots.txt
Outros agentes mais conhecidos são o Yahoo! Slurp, o MSNBot. Eles tem algumas características próprias, mas no geral seguem alguma regras comuns. Uma delas é obedecer as diretrizes do seu site através de um arquivo conhecido como robots.txt. Este é o primeiro arquivo que os spider procuram em seu site e é interpretado linha a linha. Ele fica hospedado na raiz do site. O arquivo é em texto e possui dois comandos principais. O primeiro é o User-agent, que define qual é o agente que será afetado pelo comando posto abaixo dele. Se no lugar do nome do agente, for colocado um asterisco, as regras serão postas para todos os agentes. Se for colocado o nome do agente, apenas aquele agente seguirá as regras. Veja abaixo um exemplo:
# Exemplo do Robots.txt
# Regra para todos os spiders
User-agent: *Disallow: /private/
# Específico para o YahooUser-agent: SlurpDisallow: /secreto/
No exemplo acima você vê duas novidades: A tralha (#) que serve para os seus comentários e o segundo comando do robots.txt: o Disallow. Ele serve para determinar qual diretório ou arquivo deve ser bloqueado. Podem existir diversas páginas que não servem para que uma ferramenta de busca indexe como áreas logadas, arquivos pessoais, ambiente de desenvolvimento ou qualquer outra razão que necessite de bloqueio. Vamos imaginar que você quer bloquear as pastas admin, cgi-bin e o arquivo fotos.html. Para isto você deve fazer o seguinte.
# Bloquear de todos os agentesUser-agent: *Disallow: /admin/Disallow: /cgi-bin/Disallow: /fotos.html
Quando o parâmetro Disallow vier apenas com a barra, ele bloqueará todo o site. Se não vier nenhum parâmetro após o Disallow, ele não bloqueará nada.
Se você preferir, existe uma ferramenta que monta dinamicamente o arquivo de robots.txt para o seu site. Visite:
http://www.marketingdebusca.com.br/robots-txt/
E configure as opções desejadas. Se você quiser simplesmente liberar todo site para acesso, clique em criar robots.txt sem alterar nada.
Existem algumas opções próprias para cada agente com o comando Allow do Googlebot, mas você não precisa se preocupar com ele. Colocando os comandos básicos você já tem o trabalho bem feito. O arquivo de robots.txt não é obrigatório para o site, mas evita que o spider receba um erro 404 ao procurá-lo em seu site.
Talvez você não saiba, mas existem robôs especializados em visitar sites e coletar o material visitado. Eles são conhecidos como spiders ou crawlers e tem como missão indexar o conteúdo de sites para servir de resposta para sites de busca. Isto significa que para uma página aparecer em um resultado de busca, um spider a visitou antes. Por isto que algumas páginas demoram um tempo para aparecer nos sites de busca.
Cada spider de um site de busca tem um nome que serve para identificá-lo. O spider do Google por exemplo se chama Googlebot. O Googlebot funciona "lendo" e armazenando o conteúdo da página além de coletar todos os links presentes na página. Estes links servirão para o Google montar o PageRank e também para descobrir novas páginas.
Robots.txt
Outros agentes mais conhecidos são o Yahoo! Slurp, o MSNBot. Eles tem algumas características próprias, mas no geral seguem alguma regras comuns. Uma delas é obedecer as diretrizes do seu site através de um arquivo conhecido como robots.txt. Este é o primeiro arquivo que os spider procuram em seu site e é interpretado linha a linha. Ele fica hospedado na raiz do site. O arquivo é em texto e possui dois comandos principais. O primeiro é o User-agent, que define qual é o agente que será afetado pelo comando posto abaixo dele. Se no lugar do nome do agente, for colocado um asterisco, as regras serão postas para todos os agentes. Se for colocado o nome do agente, apenas aquele agente seguirá as regras. Veja abaixo um exemplo:
# Exemplo do Robots.txt
# Regra para todos os spiders
User-agent: *Disallow: /private/
# Específico para o YahooUser-agent: SlurpDisallow: /secreto/
No exemplo acima você vê duas novidades: A tralha (#) que serve para os seus comentários e o segundo comando do robots.txt: o Disallow. Ele serve para determinar qual diretório ou arquivo deve ser bloqueado. Podem existir diversas páginas que não servem para que uma ferramenta de busca indexe como áreas logadas, arquivos pessoais, ambiente de desenvolvimento ou qualquer outra razão que necessite de bloqueio. Vamos imaginar que você quer bloquear as pastas admin, cgi-bin e o arquivo fotos.html. Para isto você deve fazer o seguinte.
# Bloquear de todos os agentesUser-agent: *Disallow: /admin/Disallow: /cgi-bin/Disallow: /fotos.html
Quando o parâmetro Disallow vier apenas com a barra, ele bloqueará todo o site. Se não vier nenhum parâmetro após o Disallow, ele não bloqueará nada.
Se você preferir, existe uma ferramenta que monta dinamicamente o arquivo de robots.txt para o seu site. Visite:
http://www.marketingdebusca.com.br/robots-txt/
E configure as opções desejadas. Se você quiser simplesmente liberar todo site para acesso, clique em criar robots.txt sem alterar nada.
Existem algumas opções próprias para cada agente com o comando Allow do Googlebot, mas você não precisa se preocupar com ele. Colocando os comandos básicos você já tem o trabalho bem feito. O arquivo de robots.txt não é obrigatório para o site, mas evita que o spider receba um erro 404 ao procurá-lo em seu site.
domingo, 15 de abril de 2007
Floriano Ferreira - Google Adsense: cliques por dinheiro!!!
Por Floriano Ferreira
Google Adsense: cliques por dinheiro
Qualquer projeto de internet precisa de dinheiro para se manter. Os custos com manutenção são muito mais baixos hoje em dia, mas ainda não são de graça. Então como você pode manter e até lucrar com o seu site? O Google tem uma solução para você. Ela se chama Google AdSense. É um sistema de publicidade online que te remunera toda vez que um anúncio for clicado no seu site. O valor pago depende de quanto o anunciante estipulou. Existem palavras-chave que pagam até US$ 40,00 por clique. Vamos conhecê-lo um pouco mais.
O sistema foi lançado em 2002 e já é muito popular entre donos de site. Ele exibe os anúncios conforme a relevância do conteúdo da página. Por exemplo, se uma página fala sobre cuidados com um cão de uma determinada raça, o Google visita a sua página, analisa o conteúdo e o relaciona a possíveis palavras-chave que poderiam ser: cachorro, cão, animais de estimação. Com isto ele colocar anúncios que são relacionados a estas palavras-chave. A vantagem do sistema de relevância é que as pessoas clicam mais em anúncios que tenham relação com o assunto que elas estão lendo e com isto o Google ganha e você também.
Os anunciantes utilizam o Google AdWords para comprar palavras-chave que servem tanto para resultados de busca como exibição na rede parceira que incluem milhares de sites que já participam do Google AdSense O pagamento que o Google faz é um repasse do que ele recebe do anunciante. Ele funciona como um intermediador entre veículo e anunciante. O anunciante pode escolher sites para que sua publicidade apareça ou excluir um site que não tem interesse. Os motivos da exclusão vão desde o baixo retorno até a sites que não tenham relação com o produto anunciado.
Participando do AdSense
Para se cadastrar no programa, clique no botão ao lado e faça a sua inscrição. Após terminá-la, será enviado um e-mail de confirmação da sua conta e então você poderá começar a personalizar a exibição dos seus anúncios. Existem diversos formatos de anúncios.
Eles são divididos em anúncios de texto, anúncios gráficos, blocos de links e blocos temáticos. O mais comum é o anúncio de texto. Dentro dele existem vários tamanhos como: cabeçalho (728 x 90), full banner (468 x 60), half banner (234×60), botão (125×125), Quadrado (250 x 250) e vários outros. Você que decide onde vai colocá-los na sua página. Você pode definir também a paleta de cores do anúncio para que seja semelhante ao esquema da sua página ou tenha cores que chamem a atenção do usuário. Tenha atenção pois cada um deste detalhes vai influenciar no retorno que você terá com o serviço.
Publicando o Google Adsense na sua página
Depois de terminado o seu anuncio, chega a hora de publicá-los em seu site. Você receberá um código de anúncio para ser inserido nas páginas. Quanto mais páginas exibirem os anúncios, maior a chance deles serem clicados. Não altere este código. Após inseridos, os anúncios apareceram imediatamente no site. No início os anúncios serão genéricos, mas após a visita da ferramenta de análise do Google, eles passarão a ser mais próximos do texto da página.
Pode acontecer também de aparecer algum anúncio que você não concorde que seja exibido no seu site, mas você tem a opção de bloquear a propaganda que não interessa. O sistema não tem custos, por isto você pode testar e se não gostar, basta parar. O tipo de remuneração pode ser por CPM (Custo por mil visualizações) ou por CPC (custo por clique). Ela vai depender também de cada anunciante.
Quanto ao pagamento, o Google emite seus cheques a cada 30 dias, mas ele só emite se o total da receita alcançar US$ 100,00. Se o valor não for alcançado em um mês, ele acumula para o próximo até atingir os US$ 100,00. Para poder aumentar ainda mais a sua receita, existem algumas dicas. Vamos vê-las
Dicas do AdSense
Depois da algum tempo que os anúncios estiverem no seu site, você pode testar algumas alterações que podem otimizar o retorno. Teste cores diferentes, tamanhos e até posições diferente. Alguns lugares que dão mais retorno os próximos ao conteúdo e a navegação da página.
As cores também influenciam. São permitidos três grupos de anúncios. Utilize também o Google Sitemaps. Você pode usá-lo para mais pessoas te alcançarem. Para testar, use uma ferramenta de análise de sites como o webtrends ou Google Analytics. Blocos de links também costumam dar bons retornos.
Fonte: Site www.googlando.com.br
Publicando o Google Adsense na sua página
Depois de terminado o seu anuncio, chega a hora de publicá-los em seu site. Você receberá um código de anúncio para ser inserido nas páginas. Quanto mais páginas exibirem os anúncios, maior a chance deles serem clicados. Não altere este código. Após inseridos, os anúncios apareceram imediatamente no site. No início os anúncios serão genéricos, mas após a visita da ferramenta de análise do Google, eles passarão a ser mais próximos do texto da página.
Pode acontecer também de aparecer algum anúncio que você não concorde que seja exibido no seu site, mas você tem a opção de bloquear a propaganda que não interessa. O sistema não tem custos, por isto você pode testar e se não gostar, basta parar. O tipo de remuneração pode ser por CPM (Custo por mil visualizações) ou por CPC (custo por clique). Ela vai depender também de cada anunciante.
Quanto ao pagamento, o Google emite seus cheques a cada 30 dias, mas ele só emite se o total da receita alcançar US$ 100,00. Se o valor não for alcançado em um mês, ele acumula para o próximo até atingir os US$ 100,00. Para poder aumentar ainda mais a sua receita, existem algumas dicas. Vamos vê-las
Dicas do AdSense
Depois da algum tempo que os anúncios estiverem no seu site, você pode testar algumas alterações que podem otimizar o retorno. Teste cores diferentes, tamanhos e até posições diferente. Alguns lugares que dão mais retorno os próximos ao conteúdo e a navegação da página.
As cores também influenciam. São permitidos três grupos de anúncios. Utilize também o Google Sitemaps. Você pode usá-lo para mais pessoas te alcançarem. Para testar, use uma ferramenta de análise de sites como o webtrends ou Google Analytics. Blocos de links também costumam dar bons retornos.
Fonte: Site www.googlando.com.br
Floriano Ferreira - Google: Saiba mais sobre Google Sitemaps
Por Floriano Ferreira
O que é o Google Sitemaps?
A novidade agora é o Google Sitemaps. Ele ainda é experimental, mas a idéia é informar ao Google toda vez que o seu site é atualizado. Um "mapa do site" informará ao Google as mudanças e com isto permitirá mais agilidade na indexação. Ao invés do Google varrer a web atrás de novidade, bastara ele consultar o Sitemap para saber se houve uma atualização.
Dicas sobre o Google Sitemaps
Para se extrair o melhor do Google Sitemaps, é necessário que se gere um arquivo XML (Extensible Markup Language) para transmitir ou enviar qualquer atualização de informações em seu site para o Google. Os arquivos XML estão por toda a parte, inclusive na página inicial da MR2. Eles são visualmente reconhecidos pelo logotipo XML na cor laranja e geralmente associados aos Blogs, que utilizam bastante o XML/RSS para divulgar seus conteúdos para o público interessado.
Um dos mais interessados na difusão dessa facilidade é o Google. Criando e estimulando o emprego do Sitemaps, o Google convoca os webmasters a assumir o processo de indexação e de atualização de seus sites. Basicamente, fazendo o trabalho do próprio Google!
Mas esta é uma iniciativa do bem. Com a rápida proliferação de sites, a tarefa de indexar todo este material e de mantê-lo atualizado torna-se um desafio cada vez maior, mesmo para mecanismos de busca que disponham dos recursos e da tecnologia do Google. Com o Google Sitemaps, os webmasters poderão se encarregar do processo de atualização e confiar que seus sites serão analisados pelo Google e lá indexados com as informações mais atualizadas.
Mas não se deve pensar que o Sitemaps favorecerá o ranking dos sites no Google. Os webmasters continuarão a competir pelas principais posições com os outros sites indexados pelo Google. Entretanto, com o Sitemaps, poderão ter a certeza de que todas as páginas do site serão visitadas, atualizadas, e indexadas mais rapidamente.
Existem outras vantagens na utilização do Google Sitemaps. Para explicá-las melhor e de modo simples, consideremos que seu arquivo XML, utilizado para fins do Sitemaps, tenha o seguinte código para cada uma de suas páginas na web:
Juntamente com a tag "url", ao início e no fim do código, aliada à indicação da versão de seu XML, este é basicamente o formato de seu arquivo XML. O tamanho do arquivo dependerá do número de páginas de seu site tenha.
Observemos este arquivo XML mais de perto:
Location (loc ou localização) - http://www.seusite.com.br - nome de sua página na web.
Priority (ou prioridade): você define a prioridade que deverá ser considerada pelo Google para cada página. Suas prioridades para cada página poderão ser as seguintes: 0.0 para a menos importante; 1.0 para a mais prioritária; 0.5 para as que tiverem importância mediana. É um ranking definido por você e referido apenas ao seu site. Mas que não afeta a posição real de suas páginas no Google. Então, porque a definição dessa prioridade é importante? Ora, certas páginas de seu site são mais relevantes do que outras (a página "home", a mais lucrativa, a página de login etc.). Desse modo, se você pré-definir a prioridade de cada uma delas, contribuirá para ampliar a respectiva importância dentro do Google, que as listará segundo a ordem de relevância que você arbitrar.
Lastmod (última modificação): quando você atualiza a sua página, o registro da data em que ocorreu a mudança evita trabalho ao Google, pois não re-indexará as páginas que se mantiverem inalteradas.
Changefreq (freqüência da modificação): você poderá informar ao Google qual a periodicidade com que atualiza as suas páginas: nunca, semanalmente, diariamente, a cada hora, e assim por diante. Se você atualiza com muita freqüência as suas páginas, esta informação é de extrema importância.
Qual a necessidade de um Gerador de Código XML?
Para que o arquivo XML de seu site seja constantemente atualizado, você precisará de um gerador que realize a busca em seu site, liste todas as URL e, automaticamente, alimente o Google com essas informações.
Existe um monte desses geradores por aí. Cada um apresenta um modo próprio para a geração de arquivos sitemap, no formato XML. Provavelmente, muitos outros estão surgindo enquanto você lê estas linhas. Mas observemos as três maneiras de se gerar um arquivo XML.
A maneira mais difícil - O Gerador Python, do próprio Google
Difícil é uma expressão relativa, caso você conheça o seu servidor como a palma de sua mão, assim como o processo de instalação de scripts. Caso contrário ... Na realidade, o Google oferece um link para o gerador de arquivo XML do próprio Google, para que você proceda ao download e instale o arquivo em seu servidor. Uma vez feito isso, o arquivo carregará o sitemap referido às páginas de seu site e informará ao Google, de modo automático.
Para que este gerador trabalhe direito, a versão Python 2.2 deve estar previamente instalada em seu servidor - e muitos servidores não dispõe desta facilidade. Se você sabe bem o que está fazendo, então esta é a melhor das opções para instalar o Google Sitemap.
Você não necessitará de uma conta no Google para usar o Sitemaps, mas será instado a fazê-lo para que possa acompanhar o progresso de seu sitemap e acessar informações de diagnóstico. Se você já dispuser de outra conta no Google, como gmail, Google Alerts etc., basta usá-la e habilitá-la para que dela acompanhe todo o processo.
Para incluir o seu arquivo de sitemap por meio de uma solicitação em HTTP, envie sua solicitação para a seguinte URL:
https://www.google.com/webmasters/sitemaps/sitestatus?hl=pt-BR
A maneira mais fácil - Um Gerador Online
Estes Geradores também proliferam por toda parte e o Google os divulga em seu site. Procure-os na Lista do Google de Geradores produzidos por Terceiros.
Um dos mais fáceis de se usar está localizado em www.xml-sitemaps.com. Com muita rapidez, este gerador online indexa até 500 páginas e lhe propicia um arquivo XML de sitemap, o mesmo que o Google precisará para indexar o seu site. Ele vasculha o seu site e indexa todas as páginas em um arquivo XML que você poderá baixar no formato comprimido (ou não) e efetuar dentro dele algumas pequenas mudanças, para incluir dados como prioridade, freqüência de atualização etc.
Isto feito, basta fazer o upload do arquivo para o diretório-raiz do servidor (onde seu site está localizado fisicamente). Então notifique o Google Sitemaps de seu arquivo XML.
Naturalmente, a única desvantagem, se você inclui regularmente novas páginas em seu site, é que também precisará incluir estas páginas em seu arquivo sitemap XML. Isto não deverá constituir-se em problema, a menos que você adicione páginas diariamente em seu site - então necessitará de uma solução baseada em PHP ou no gerador Python, para que o trabalho ocorra de modo automático.
O Google ainda é o maior motor de procura na WEB; então, este é o principal motivo para que se tenha páginas indexadas e rapidamente atualizadas e a razão de se utilizar o Google Sitemaps. Se você deseja que seu site se mantenha competitivo, provavelmente este é um dos caminhos a seguir.
Foram inseridos também novos serviços.
Crawl info: Veja quando o Googlebot visitou pela última vez o seu site. Ele mostra também urls que não conseguiu indexar.
Robots.txt file validation: Teste se o seu arquivo de Robots.txt e veja se ele esta com problemas.
Website content: Veja quais são os principais conteúdos do seu site e veja os textos âncora que aponta para vocês.
Top queries: Vejas as principais buscas que levam ao seu site.
Indexing information: Veja como seu site está indexados e que páginas estão incluídas nele. Ele ainda aponta páginas com problemas para que possam ser corrigidas.
XML Sitemap Generator
Um simples mais poderoso gerador online de sitemaps para o novo beta proposto pelo Google. (em inglês)
http://www.xml-sitemaps.com/
Fonte: Site www.googlando.com.br
Floriano Ferreira - Google: Aprenda sobre PageRank
Por Floriano Ferreira
O Google entrou no mercado após os principais players estarem estabelecidos e mesmo assim detêm 44,9% da audiência de ferramentas de busca segundo o relatório da Nielsen/NetRatings de dezembro de 2004. Qual foi o diferencial que fez o Google passar a frente de todos eles? O nome deste segredo é o PageRank (PR).
Antes do Google, as ferramentas de busca simplesmente varriam os sites procurando por conteúdo. Se o algoritmo da ferramenta concluísse que a página tratava do assunto, ficava na frente. Isto facilitava a ação dos trambiqueiros, pois bastava criar uma página que atendesse os requisitos que ela ficaria em primeiro, mesmo que não fizesse sentido para os seres humanos.
Foi então pensado um sistema que não fosse baseado apenas no conteúdo, mas também nos links que apontassem para ela, que serviriam como um voto. O Altavista desenvolveu um sistema baseado no link popularity, que ainda não era o ideal, mas que seria aperfeiçoado pelo PageRank.
PageRank (PR)
O PageRank foi criado por Larry Page e Sergey Brin, fundadores do Google na Universidade de Stanford. O gordo cheque US$100,000 do Andy Bechtolsheim, um dos fundadores da Sun Microsystems foi o pontapé inicial da empresa. O sistema do PageRank já foi copiado por seus concorrentes, mas o Google faz constantemente melhorias no algorítmo do PageRank garantindo a dianteira.
Digamos que temos 5 sites A, B, C, D e E. o site B, C, D, E tem um link para o site A.
Cada link é considerado como um voto portanto o PageRank do site A é alto porque recebe quatro votos. O site B recebe links do site A e E portanto esse site tem o PageRank Alto mas, é menor que o site A. O site C recebe links do site D e E, nesse caso seu PageRank é médio (dois votos), apesar de que o site B também recebeu 2 votos, entretanto o Site A é o mais importante porque tem mais links seu em outros sites, então seu voto é mais importante. O site D recebe link apenas do site E, seu PageRank é baixo e por final o Site E apesar de votar em todos os outros sites não tem nenhum voto, portanto seu PageRank é nulo.
Vamos analisar
O site A tem 4 votos seu PageRank é = 100%.
O site B tem 2 votos e recebeu um voto do site A (mais importante) seu PageRank é=75%.
O site C tem 2 votos. Seu PageRank é = 50%.
O Site D tem 1 voto seu PageRank é = 25%.
O site E não tem nenhum voto seu PageRank é = 0%.
Se fizer uma busca no google e todos os sites tiverem a mesma palavra chave, o primeiro lugar fica com o site A, depois o B, então vem o C, e por final em quarto lugar aparece o D. Já o site E não aparece pois não tem PageRank.
O Google tem um robô virtual chamado Googlebot. Ele faz a varredura de algum lugar da Web analisa quantos votos a página tem e através dos links, ele vai passando de site em site. No entanto se algum site na Web não tiver nenhum link para ela, então o google não poderá indexar aquela página. Ou seja, é preciso divulgar primeiro sua página, para depois o Google poder indexa-la. Quanto mais sua página tiver sido divulgada antes de lança-la no Google, mais alto será o PageRank dela.
Como o Googlebot vai analisando site por site através de links, mesmo que sua página não tenha sido varrida, ela pode aparecer no Google, basta que você tenha adicionado em algum site de busca importante e o Google tenha varrido aquela página e encontrado um link para seu site. Então como o Google não varreu a sua página ainda, ela será mostrada apenas o link sem o respectivo título da página ou descrição/conteúdo do site.
Aumentando o PageRank.
Na verdade existe duas formas de aumentar o PageRank da página através de palavras chaves. Uma é através de votos (links) como você ficou sabendo a outra não depende de votos e sim de como o site é construído.
Aumentando o PageRank sem votos:
A palavra chave no título do site.
A palavra chave da URL (endereço do site).
Que não tenha elementos oculto tipo texto em branco em fundo branco.
O Google parece dar mais importância a web mais antiga.
Se há imagens na página, seria interessante colocar tag alt com descrição mesma.
O Google gosta de sites estáveis e url's estáticas, não dinâmicas.
O Google gosta de sites com muitas páginas, porém com poucos conteúdos (cerca de 700 a 1500 palavras).
Boa variedade de palavras dentro da página.
Se atualiza muito seu site, o Googlebot passa com mais freqüência em suas páginas.
Aumentando o PageRank através votos (links):
O número total de links de outros sites.
Links de sites que estão entre os primeiros resultados para uma mesma palavra chave.
Links de uma página para outra no mesmo site que contenha a mesma palavra chave.
Adicionar seu site em diretórios como o Yahoo, Aonde, Cadê etc.
Conseguir votos de sites importantes.
Qual é o PageRank do meu Site?
Bem, quando vamos fazer uma busca no Google, nós digitamos no nosso navegador www.google.com.br e depois fazemos a busca, só que o google nos dá a opção de baixar uma barra que tem muitas utilidades. Uma delas é a possibilidade de poder ver o Pagerank de cada site que visitarmos que é mostrado através de uma barra verde que vai do 1 ao 10.
Clique aqui para visualizar seu pagerank. Observe que sites muito conhecidos como o www.microsoft.com tem pagerank elevado.
Fonte: Site www.googlando.com.br
Floriano Ferreira - Google: Ferramenta ECM
Por Floriano Ferreira
Localizar informações sem o custo de organizá-las ou indexá-las é o sonho de todos os usuários. Essa tem sido a bandeira de produtos como Google - e agora também da Microsoft. Mas todo resultado de consulta vai ser fruto do processo de organização e indexação. Não existe mágica, isso é, se existe um tempo dedicado ao processo de indexação ele se reverterá em maior velocidade na localização dos conteúdos.
Caso a indexação seja feita de forma automática, através de indexação textual, ou seja por todas as palavras do texto, que pode ser após um processo de OCR, no caso de imagens, temos um baixo esforço no processo de indexação, mas exigirá uma garimpagem durante o processo de consulta. Ou seja: em vez de uma recuperação direta do conteúdo, temos como resultado uma lista de resultados para ser pesquisada, seguida de uma seleção do conteúdo buscado e, finalmente, de sua visualização.
Os softwares de ECM permitem que os conteúdos sejam indexados por dois métodos: através de técnicas de taxonomia com índices específicos – os conteúdos são armazenados em banco de dados e possuem links para os documentos – ou por indexação textual, permitindo que os documentos sejam recuperados através de ferramentas conhecidas como FTR – Full Text Retrieval (Recuperação Textual). Existem necessidades de aplicações de consultas para os dois tipos de tecnologia.
Indexar conteúdos por taxonomia exige um processo de entendimento dos conteúdos que serão armazenados com definições dos termos mais comuns. As palavras que serão utilizadas para indexação devem fazer parte da cultura da empresa. Esses processos podem utilizar estruturas hierárquicas e devem ser difundidos para todos da empresa. Os documentos podem estar armazenados em diretórios ou dentro de repositórios de documento, e serão localizados pelos índices armazenados em banco de dados.
O desafio é definir quais serão os termos utilizados para indexar, pois eles agilizarão o processo de recuperação de conteúdos. Existem muitas técnicas para auxiliar esse processo de indexação. Algumas permitem que usuários em potencial acrescentem seus termos mais utilizados para localização de conteúdos. São as chamadas “tags” dos usuários. “Folksonomy” representa esse conceito, e podemos traduzi-lo como uma taxonomia numa linguagem mais próxima do usuário.
Definido o vocabulário, o próximo passo é indexar cada documento. Esse é um trabalho que exige intervenção humana e, normalmente, é a fase mais cara num processo de captação de documentos.
No processo automático de indexação, os softwares permitem que cada palavra do documento possa ser utilizada como uma chave de recuperação. Para agilizar o processo de recuperação, são incluídas técnicas de sintaxe, semântica, contexto. Não é à toa que a Google emprega 7 mil cientistas e engenheiros focados em busca.
Quando fazemos consultas utilizando portais como Google, Yahoo, Cadê? e outros, muitas vezes perdemos, no mínimo, dez minutos para descobrirmos que não achamos o que estávamos procurando. De acordo com pesquisas do IDC, empresas do grupo Fortune 1000 perderiam até 2.5 bilhões de dólares por ano causados por inabilidade para localizar e recuperar informações.
Processamento em linguagem natural é a alternativa que as empresas de software vêm adotando para agilizar a localização de informações. Essa tecnologia permite que uma pergunta seja quebrada em uma estrutura de sentença, idêntica aos diagramas que aprendemos no ginásio, com sujeito, verbo, predicado etc. Desse modo, a ferramenta consegue entender exatamente o que se busca. Todos os documentos que foram automaticamente indexados passaram por um processo similar, e a inteligência do processo está na comparação do que está sendo perguntado contra os fatos e significados encontrados na base indexada. A precisão está relacionada à credibilidade da fonte e na freqüência com que a resposta é encontrada.
Aplicações na área jurídica, em que se buscam casos similares por assunto e não pelos campos indexados, são exemplos típicos de busca textual. Aplicações de arquivamento das pastas de Recursos Humanos são exemplos típicos de consulta por índices diretos e não de busca textual.
No processo de indexação textual não temos todos os níveis de segurança de acesso aplicados em um ambiente hierárquico de armazenamento, isso é: normalmente todos os conteúdos que atendam a uma consulta serão apresentados na lista de retorno, mas alguns produtos bloqueiam o acesso ao documento localizado.
A solução ideal para uma aplicação de atendimento do tipo call center, onde o operador precisa atender um cliente pelo telefone, é sem dúvida um sistema de índices armazenados em banco de dados. Não é aconselhável fazer consultas por conteúdo textual, pois o retorno da consulta poderia, em alguns casos, retornar listas de resultados que exigiriam mais tempo do operador e, com certeza, não dariam um bom nível de atendimento ao cliente no telefone.
Acompanhando o crescimento do mercado de ECM, novos produtos de recuperação surgem a cada dia. Fornecedores tradicionais têm implementado novos recursos e aqui fusões também são comuns. Podemos dividir os principais fornecedores em oito grandes grupos, começando pelo grupo dos principais motores de reconhecimento, presentes na maioria dos produtos de ECM, são eles: Autonomy / Verity, Convera, FAST e Open Text/Hummingbird.
O segundo grupo é formado pelas soluções especializadas, como Endeca, InQuira, Lextek, Siderean, Stratify, Teratex e Vivisimo.
O terceiro grupo é o das superplataformas, onde temos IBM, Microsoft, Oracle e SAP.
Muitos fornecedores focados em Microsoft, principalmente no SharePoint, formam o quarto grupo de produtos orientados a Microsoft, são eles: Coveo, dtSearch, Innerprise e Mondosoft.
O quinto grupo é formado pelos pacotes “plug-and-play”, no qual encontramos o Google e Thunderstone.
Produtos baseados em pesquisa pela web formam o sexto grupo, no qual temos produtos de empresas como WebSideStory e Bossom.
O sétimo grupo é formado por soluções baratas e orientadas a web como Funnelback e Your Amigo. O oitavo grupo é formado pelas soluções em plataforma aberta, como Lucene, Swish e Htdig.
Os principais benefícios do uso de busca textual são a habilidade de buscar dentro de um grande universo de tópicos, gerar uma grande faixa de resultados e um baixo nível de treinamento para localização de informações. É utilizada quando se pesquisa um determinado assunto, sem detalhamento de quais conteúdos ou documentos poderiam atender a consulta. Diferentemente da utilização de ferramentas de indexação direta, onde temos um critério de busca mais limitado, entretanto seu resultado é muito específico, trazendo exatamente o que está sendo procurado e com velocidade.
Fonte: Unidade de Gestão do Conhecimento – UGC
quarta-feira, 11 de abril de 2007
Daniel Junqueira - Nem sempre se ganha.
Por Daniel Junqueira
Nem sempre se ganha.
Viacom processa YouTube em US$ 1 bilhão
Gigante de mídia afirma que site do Google exibe conteúdo sem autorização. Segundo processo, há 160 mil arquivos da Viacom no YouTube.
Esse material, protegido pela lei dos direitos autorais, teria sido visto mais de 1,5 bilhão de vezes. Entre as companhias da Viacom estão Dreamworks, MTV, Nickelodeon e Paramount Pictures.
Fonte: http://g1.globo.com/
Nem sempre se ganha.
Viacom processa YouTube em US$ 1 bilhão
Gigante de mídia afirma que site do Google exibe conteúdo sem autorização. Segundo processo, há 160 mil arquivos da Viacom no YouTube.
Esse material, protegido pela lei dos direitos autorais, teria sido visto mais de 1,5 bilhão de vezes. Entre as companhias da Viacom estão Dreamworks, MTV, Nickelodeon e Paramount Pictures.
Fonte: http://g1.globo.com/
Assinar:
Postagens (Atom)