Brevetto Google Comportamenti, Preferenze, Raccomandazioni

Ultimamente in vari forum e SEO blog si è tornato a parlare di “users behavior”, comportamento degli utenti , quindi scelte e preferenze di un sito piuttosto che un altro da una lista di risultati, tempi di accesso alla risorsa, e di come/se l’aumento del traffico, delle visite e degli utenti di un sito possano aiutare il sito stesso a meglio posizionarsi tra i risultati di una certa ricerca.

È di qualche settimana fa, per esempio l’esperimento di Stuart, Traffic VS Sandbox , Traffico contro Sandbox, un test che mira a valutare se l’effetto di un grosso aumento di traffico, rintracciabile da Google, possa vincere l’annosa anomalia dell’ effetto Sandbox; anomalia in quanto, come scritto da Matt Cutts , l’effetto Sandbox sarebbe un’anomalia che l’algoritmo di Google incontra con l’indicizzazione di un nuovo sito, in alcune situazioni. Un effetto non voluto generato dall’algoritmo ma non risolto, visto che “salvaguarda” il motore.

In una recente discussione sul Forum di Posizionamento sui Motori di Ricerca GT, alcuni forummisti affrontano l’importanza crescente dei “ traffic pattern ”, gli schemi di traffico che Google può riconoscere e valutare con l’algoritmo sui Dati Storici

Google effettua aggiornamenti legati a Dmoz, penalizzando i siti che usano i dati di ODP ed inevitabilmente si torna a studiare il TrustRank ed a parlare di siti HUB.

Ed ecco che qualche giorno fa, esattamente il 18 aprile come riporta il brevetto, Google brevetta ufficialmente un nuovo algoritmo dal titolo:

Sistemi e metodi per ricercare e raccomandare oggetti da un magazzino di informazioni categoricamente organizzato.

Dall’introduzione del Brevetto:

” Un sistema di “ricerca e raccomandazione” impiega le preferenze ed i profili di utenti, individuali e di gruppo, all’interno di una comunità di utenti, cosi come pure le informazioni derivate dagli “indicatori di contenuto” categoricamente organizzati per accrescere le ricerche in Internet, ri-posizionare i risultati delle ricerche , e fornire raccomandazioni per quegli oggetti basati sull’oggetto di ricerca iniziale.

Il sistema di “ricerca e raccomandazione” opera nel contesto di gestione degli “indicatori di contenuto”, che archiviano gli indicatori di contenuto di utenti (alcuni dei quali potrebbero essere pubblicati o condivisi per usi di gruppo) su un database centrale di “indicatori di contenuto” connesso a Internet.

Il sistema di “indicatori di contenuto” condivisi è implementato come un programma distribuito, porzione del quale operano sul terminale dell’utente e altre che lavorano sul sistema centrale del database degli indicatori. Un “indicatore di contenuto” di un utente è organizzato in accordo con una gerarchia locale, a tema, e categorica.

L’organizzazione gerarchica è usata per definire un contesto rilevante entro il quale gli oggetti restituiti vengono valutati e ordinati. “

Leggiamo dagli obiettivi

Quello che si cerca è un metodo per ricercare un magazzino d’informazioni, caratterizzato come un oggetto spaziale gerarchico, il metodo comprende le fasi di:

  1. stabilire un insieme di indicatori di contenuto condivisi, ognuno dei quali corrisponde a un oggetto;
  2. ricevere almeno una parola chiave da cercare
  3. cercare almeno una porzione dell’insieme di indicatori di contenuto condivisi
    in accordo con la parola chiave cercata
  4. derivare almeno una parola chiave addizionale dall’insieme, associata alla parola chiave cercata
  5. incrementare la query con almeno una parola chiave addizionale derivata dall’insieme
  6. recuperare un gruppo di oggetti che corrispondono all’argomento cercato
  7. identificare un contesto all’interno del gruppo di oggetti
  8. ordinare il gruppo di oggetti recuperato basato su corrispondenza computata con il contesto
  9. ordinare il gruppo degli indicatori di contenuto recuperati in ordine di valore
  10. l’ordine è determinato da un insieme pesato di “user metrics” di unità di misura dell’utente, dove l’insieme viene scelto da un gruppo consistente di misure, come la misura della popolarità, la misura della frequenza di accesso, la misura di accessi recenti e la misura della struttura dei link.

Il campo dell’invenzione

L’invenzione si riferisce al campo della ricerca e visualizzazione delle informazioni, e più in particolare a sistemi e metodi per abilitare ricerche e raccomandazioni di documenti in un insieme attraverso l’uso di segnalibri condivisi in una comunità di utenti.