Blogarubio

El 19 de diciembre del año pasado, comienzó a recorrer el ciberespacio el primer Boletín de Noticias Google para Bibliotecarios, en el aparece un artículo del ingeniero Matte Cutts que explica cómo Google recoge los resultados de una búsqueda y elabora su ranking. La pregunta más común que, los bibliotecarios plantearon fue "cómo hace Google para determinan qué sitios web son "confiables"?

Dec 19, 2005 – Issue 1

La respuesta viene en el segundo Boletín, con fecha 19 de enero del presente año. Aquí va, la traducción de la respuesta de Matte Cutts: (traducida con Language Tools)


Jan 19, 2006 – Issue 2

Esta pregunta va al corazón de lo que nosotros hacemos. Usted sabe ya la respuesta corta: Google utiliza más de 100 diversos factores, incluyendo el algoritmo de PageRank, para determinar si un sitio es confiable o tiene reputación. Si usted piensa en el Internet como una democracia, una Página web que realiza un link a otra página "esta votando" por el valor de esa página. Como explicamos en nuestra descripción de la tecnología, PageRank interpreta un link de la página A para la página B como un voto para la página B. PageRank entonces determina la importancia de una página por el número de votos que recibe. Pero este no es el fin de la historia. Si la página A tiene más votos de otras páginas, el voto lleva más peso. O para ponerlo de otra manera, si más gente confía en su sitio, su confianza es más valiosa.

AAdemás de usar el algoritmo de PageRank, analizamos automáticamente el contenido de las páginas que nosotros rastreamos. Esto va más allá del texto de la página escaneada, las que los webmasters pueden manipular fácilmente a través de meta-etiquetas. También miramos factores como las fuentes de la tipografía y la colocación de palabras en la página. Y examinamos el contenido de las páginas vecinas, que pueden proporcionar más pistas si las páginas que estamos mirando son confiables y relevantes para los usuarios.

La respuesta larga es más complicada. Cómo determinamos resultados de la búsqueda es la base de nuestro negocio, hay algunos ingredientes en nuestra "salsa especial" que nosotros no podemos compartir. Además, es evidente que estamos en protección constante contra la gente que explota la información para alcanzar una alta colocación de forma artificial en nuestros resultados de búsqueda. Al mismo tiempo, Google nació en un ambiente de investigación universitaria, y hay un cuerpo grande y cada vez mayor de trabajo académico que explora y que analiza nuestra tecnología. Eso incluye al gran padre de todo esto The PageRank Citation Ranking: Bringing Order to the Web, el documento original de Larry Page, Sergey Brin, Rajeev Motwani y Terry Winograd, de la Universidad de Stanford. Si usted quisiera ver el documento, Google Scholar es un buen lugar a comenzar (especialmente si usted hace click en la cita del documento mismo). Finalmente, usted puede comprobar este link, que le lleva a una colección de documentos sobre tecnología escritos por gente de Google. Contiene antiguas pero buenas investigaciones como el documento de Stanford sobre PageRank, pero también nuevas investigaciones sobre todo de algoritmos de inteligencia artificial. Enjoy!