Duplicazione dei contenuti: come funzionano i filtri anti-duplicazione?

Per aumentare il TrustRank-PageRank, potremmo facilmente duplicare la pagina di un sito in uno dei modi seguenti:
1) il 100% della pagina
2) la struttura del documento (template)
3) una sequenza di frasi e parole
4) ecc. ecc.
ed implementare così il TrustRank-PageRank, grazie ad una serie di richiamo reciproco di link, che sembrerebbero
autonomi ma che, in realtà, altro non sono che l’una il duplicato dell’altra pagina.
Naturalmente le possibilità di duplicazione in tal senso, hanno come limite la sola fantasia.

I motori di ricerca hanno predisposto dei filtri per arginare tale malcostume informatico, ma per esemplificare la spiegazione del loro funzionamento, cominceremo con un esempi pratico.

Andiamo su un motore di ricerca e facciamo una Query (richiesta di ricerca) ad es: caschi da motociclista.
I documenti trovati per la nostra richiesta, vengono confrontati fra loro. Quelli ritenuti “simili” o “identici” vengono messi nei risultati supplementari mentre quelli con più alto TrustRank o PageRank, vengono messi nei primi posti.
Purtroppo, così facendo, non è detto che vincano quelli dell’autore originale o i siti più vecchi.

Domanda: come viene rilevato allora un duplicato?
Esistono molti brevetti rilasciati dai motori di ricerca e propongono metodi differenti (e combinazioni di essi). L’argomento è estremamente tecnico e tutt’altro che comprensibile a qualsivoglia neofita.
Ci limiteremo quindi a suddividerli in due grandi gruppi, facendone poi una comparazione di utilizzo fra i vari motori di ricerca.

A) Duplicati cloni: sono facilmente rilevati da tutti i motori di ricerca tramite una funzione di hash (fingerprint numerico: qualcosa di simile al conteggio delle parole nella pagina)
B) Near Duplicates: è più difficile ed esoso del metodo precedente. Le pagine vengono suddivise in blocchi (cluster o fingerprints), che vengono poi analizzati separatamente usando precise sequenze di algoritmi, talvolta molto complesse.

Ricordando che nessun motore di ricerca usa un solo metodo di comparazione ma ne utilizza diversi, i risultati ottenuti sono i seguenti:

GOOGLE
Usa essenzialmente il metodo B (su descritto) in funzione della nostra Query (cambiando di poco la stessa, i risultati potrebbero differire). In breve e molto semplicemente: divide le pagine in blocchi, le analizza in base alla nostra chiave di ricerca e stila un classifica conseguente.
Fa anche una “penalizzazione” molto efficace (95% dei casi circa) dei link-copia, rendendo tutto il sistema affidabile per l’utente.

MSN
Come GOOGLE, anzi sembrerebbe addirittura più severo e potente di GOOGLE, ma poi dà la precedenza a query da fonti note (wikipedia, article marketing, ecc. ecc.), spesso falsando così il tutto.

YAHOO
Usa essenzialmente il metodo A. E’ decisamente meno potente dei precedenti ed è facilmente aggirabile:
basta qualche piccola modifica (titolo, struttura, descrizione, ecc.) per aggirarne i filtri. Decisamente, è il meno affidabile in tal senso, dei tre motori di ricerca.

Il più importante e utilizzato Motore di Ricerca del Web compie oggi 10 anni e a modo suo si autocelebra con una cronostoria di tutti gli eventi (più o meno) significativi che hanno segnato il percorso di questi 10 anni di sviluppo.

Dal lontano 1998 fino ad oggi, una continua escalation che ha portato GOOGLE ad essere il primo e più potente strumento di ricerca, pubblicità, distribuzione e quant’altro sul web.

Per vedere la simpatica cronistoria clicca su Google Tenthbirthday

Sarà che come dice il blogger-profeta della fine dei giornali, Jeff Jarvis, Google non occupa il mercato ma “è” il mercato. Sarà che questo mercato somiglia sempre di più al monopolio del lupo che trova che l’agnello che beve a valle gli sporchi l’acqua.
Certo in queste ore un po’ di agnelli hanno cominciato a protestare. E dei loro belati è all’ascolto quel pastore a volte distratto che si chiama Antitrust.

L’avvocato della Disney
E’ notizia di ieri che il regolatore americano ha appena assunto, come suo legale e istruttore di “accusa”, Sanford Litvack, ex vicepresidente della Disney. A Litvack è stato chiesto di occuparsi del predominio di Google sul mercato della pubblicità internet in relazione all’accordo di giugno tra “Big G” e Yahoo!, che porterebbe sì soldi a quest’ultima ma permetterebbe a Google di gestire tra l’80 e il 90% della pubblicità americana on line. Secondo molti l’ingaggio di Litvack significa che il regolare degli USA sta preparandosi a muovere uno di quelle battaglie antimonopolistiche che durano anni – casi precedenti, la AT&T e la Microsoft.

La protesta degli editori
Ed è sempre notizia di ieri che la Wan – World Association of Newspaper che rappresenta 18 mila giornali nel mondo – ha dato man forte all’azione americana e chiesto che anche l’antitrust europea intervenga sullo stesso.

Qual è la posizione degli editori: il loro comunicato è lungo, ma l’accusa è semplice: quell’accordo ci rende più difficile vivere ed essere indipendenti, perché sia spendere in pubblicità che venderne di nostra ci diventerà più caro. Molto più caro.

Come la televisione in Italia
Dite che somiglia maledettamente alla situazione del mercato pubblicitario italiano dove Rai e Mediaset, cioè la “televisione”, prendono la maggioranza assoluta della fetta pubblicitaria a danno degli altri mezzi?
Siete inguaribili ottimisti: è peggio di così.
Anche se nel nostro caso e per il momento si parla solo di pubblicità sul web, la quota che Google potrebbe raggiungere, grazie all’accordo con “il primo nome di internet” (Yahoo), è molto più alta di quella raggiunta dalla tv nel nostro paese.

Almeno questo è quello che sospetta un buon numero di tribunali statunitensi, che senza aspettare l’antitrust hanno aperto indagini sull’accordo di giugno. Tra questi quello della California, dove gli stessi portaparola del giudice specificano: “Qui si parla di mettere nella mani di qualcuno il 90% delle risorse”. Ora vediamo però di capire nel dettaglio.

Come funziona la pubblicità su internet
La pubblicità su internet si fa in due modi: mostrando una sorta di cartelloni, o “banner”, come ne vedete sul sito di questo giornale. In gergo si chiama pubblicità “display” e somiglia molto, in quanto a linguaggi e forme, alla pubblicità stampata sui giornali.

Poi c’è la pubblicità generata dai motori di ricerca, che prende la forma di brevi annunci con un link, nata in realtà con Yahoo! (con la società Ouverture) ma resa produttiva, vincente e in crescita veritiginosa da Google.

Viene venduta attraverso un meccanismo di asta da Google, sulla cui scarsa conoscenza sono state più volte sollevate critiche.

Di questo mercato Google possiede una quota che si aggira attorno ai due terzi, quota che in Italia sale fino oltre l’80.

Percentuali “bulgare”
Cosa accadrebbe se l’accordo con Yahoo! venisse approvato cos’com’è? Accadrebbe che la quota controllata da Google crescerebbe fino a percentuali che nel linguaggio politico italiano si chiamano “bulgare”. Conseguenze? Accadrebbero due cose, dicono gli editori della Wan:

- per i giornali diventerebbe sempre più difficile ottenere una parte di quella pubblicità;
- diventerebbe sempre più caro acquisire lettori con pubblicità sui motori.

Ohibò, strana affermazione, la seconda, non trovate? Eppure funziona così. Dato per scontato il primo punto – i giornali di tre quarti di mondo prendono soldi da Google attraverso una piccola percentuale sugli annunci che il motore colloca sulle loro pagine – il secondo riguarda la scelta dei giornali di investire in pubblicità su Google per farsi trovare da coloro che cercano notizie attraverso il “search”.

Cioè sono i giornali che, oltre a fornire contenuto a Google, lo pagano per riceverne i lettori. Una cosa abbastanza folle, ma questa è la realtà dei fatti.

La posta in palio: conoscere le regole
Chi non ha niente a che fare con il lato economico del web potrebbe trovare queste lamentele astruse, come le trova Jeff Jarvis, che dice che Google “è” il mercato.
Ma se Google è il mercato, e lo è sempre più, il punto è che in questo mercato nessuno sa niente di come funzioni, nessuno conosce le condizioni che fanno i prezzi, nessuno conosce le regole.

E’ come se in una partita di calcio le regole le facesse l’arbitro senza dirle ai giocatori – il che noi tifosi troviamo spesso che sia ciò che accade sui campi di calcio, ma questa è un’altra storia.

Un caso che fa paura
Stiamo esagerando? Provate a seguire la storia di Dan Savage che la dice lunga. E’ una storia raccontata giorni fa dal New York Times e segnalato per primo in italiano dal blog Cablogrammi.

Cosa è successo a Savage? Che con la sua impresa è passato da 100 mila dollari di utili al mese a zero nel giro di un batter d’occhio perché Google ha cambiato, aumentandoli brutalmente, i prezzi di vendita della pubblicità suo sito. E quando Savage ha chiesto chiarimenti, se li è visti negare.

Gli apologeti del web stiano attenti.
C’è sempre un apologeta del web pronto a liquidare gli editori perché sono dinosauri che vogliono fermare il futuro. Ma qui i giornali stanno solo chiedendo di partecipare al futuro sapendo però con quali regole gli si va incontro. Il clima per una decisione dell’antitrust è favorevole ma il processo rischia di durare gli anni che servono al lupo per ingoiare l’agnello.

Di positivo c’è che Google è cresciuta troppo per non far paura a tutta l’industria, quella dei media e non. Come scrive lo stesso Jarvis: “A noi americani piace il successo, ma non troppo successo”.

Edit Vittorio Zambardino – La Repubblica (16/09/2008)

In rete si trovano le cose più utili ma anche le più strane…

Con GoogleFight, un semplice tool disponibile online, è possibile efffettuare ricerche comparative tra termini di significato opposto, verificandone contemporaneamente la concorrenza che questi ottengono su google.com.

I classici duelli tra il bene e il male?
Tra l’uovo e la gallina o tra tutto ciò che è contrapposto per antonomasia…

Questo tool permette di fare automaticamente una ricerca comparativa sul web, per verificare la concorrenza su termini anche specifici.

Certo, questo tool nasce come un’idea scherzosa, ma può essere sfruttata per scopi ben più nobili e utili alla causa del posizionamento sui motori di ricerca.

Segnalato da: Massy

Al via le registrazioni per i nuovi domini riservati ai professionisti!
Se cerchi un’estensione in grado di evidenziare la tua professionalità, o vuoi identificarti come professionista sulla Rete, il .Pro è proprio quello che fa per te!

Ma perchè scegliere un dominio .Pro?

• Perché ti permette di ampliare e rafforzare la tua presenza sul web.
• Perché comunica all’esterno un’immagine di serietà e professionalità.

Requisiti di registrazione:
La registrazione di un .Pro è riservata ai professionisti riconosciuti dalle autorità competenti e a tutti gli enti professionali fornitori di servizi.

Possibilità di registrazione di domini di 3° livello.
Se cerchi un dominio che ti consenta di identificare la tua attività sulla rete Internet, da oggi potrai registrare domini .Pro di 3° livello riservati ai membri delle seguenti professioni:
- medica (es .med.pro)
- legale (es .law.pro, .avocat.pro)
- contabile (es .cpa.pro)
- ingegneristica (es .eng.pro).

Per maggiori informazioni contattare info@nur.it, oppure visita la sezione del sito dedicata all’attività di hosting e sulla sicurezza dei server.

E’ online la nuova versione del sito di OTTICA BAZZANI.

Un design innovativo caratterizza il layout di questa nuova versione del sito, che permette agli utenti di navigare in modo semplice e intuitivo all’interno delle diverse sezioni del sito.

Le funzionalità presenti nella vecchia versione sono comunque rimaste per poter permettere agli utenti abituali di continuare a fruire dei servizi offerti da Ottica Bazzani, e in più sono state aggiunte alcune nuove peculiarità che consentono un aggiornamento costante dell’offerta. E’ il caso della sezione “Servizi Fotografici” che offre la possibilità di consultare le novità sia in materia di NEWS che dei nuovi PRODOTTI, grazie al servizio Photobook.

Completa la raccolta di informazioni presenti all’interno del sito internet la pagina relativa al paese di Castel d’Ario (Mn), in cui vengono illustrate le caratteristiche feste di paese e tutte le curiosità ad esso legate.

Per accedere al NUOVO sito di Ottica Bazzani digitare http://www.otticabazzani.it.

“I programmi che usiamo per navigare su internet sono stati ideati quando il web era un insieme di pagine testuali. E’ ora di costruire da zero un browser pensato per ciò che la rete è diventata: un network di applicazioni”. Con queste parole Google ha confermato il lancio internazionale, quest’oggi, di Chrome, il nuovo software nato per insidiare il primato di Microsoft nel mercato dei programmi per la navigazione online, e non solo. Una conferma precipitosa, resasi indispensabile dopo quella che verrà ricordata come la prima fuga di notizie provocata da un fumetto.

La voce dell’ingresso di Google nel mercato dei browser è giunta inattesa nella tarda serata di lunedì, quando il sito Blogoscoped.com ha rivelato di essere entrato in possesso di alcune tavole disegnate dal cartoonist Scott McCloud nelle quali si presentava con dovizia di particolari il nuovo navigatore di Mountain View. La notizia è rimbalzata in un attimo nel tam-tam dei blog, e qualcuno ha anche pensato a un pesce d’aprile in ritardo. Ma il documento era troppo dettagliato, e alla fine è stata la stessa “Big G” ad ammettere l’imminente lancio del software.

GUARDA IL “FUMETTO RIVELATORE”

Come sarà dunque Chrome? Quella che verrà lanciata oggi in oltre 100 paesi è una versione “beta”, quindi ancora in fase di test, di un programma open source, aperto al contributo di tutti gli sviluppatori. Chrome si rivolgerà ad un utente che non si limita a sfogliare pagine, ma guarda e carica video, chatta, gioca, scrive, compra online. Un utente che, in altre parole, usa ogni singola pagina web come un’applicazione, portando su un unico browser funzioni che fino a poco tempo fa avrebbero richiesto software distinti: messaggistica, videoscrittura, lettori multimediali e così via.
Un browser per il Web 2.0, direbbe qualcuno. Per questo, Chrome è molto più che un nuovo concorrente di Internet Explorer nel mercato dei navigatori web. Con il suo nuovo prodotto Google punta a incorporare nel browser le funzioni di programmi come Outlook, Word, Excel, Windows Media Player. Un vero e proprio attacco al cuore dell’impero Microsoft.

Tra le caratteristiche di Chrome ci sarà anche la funzione denominata “Incognito” che, assicura Google, permetterà di navigare senza lasciare tracce. Un’opzione tesa a sterilizzare sia le inevitabili preoccupazioni sulla privacy che accompagnano ogni nuovo prodotto di Google, sia alcune funzionalità simili annunciate nel nuovo Internet Explorer 8.

Infine, Chrome punterà su velocità, leggerezza e sicurezza. Sono le caratteristiche che hanno fatto la fortuna di Firefox, il navigatore che negli ultimi quattro anni è riuscito a rosicchiare quasi un quinto del mercato di Explorer. Si vedrà se il browser di Google saprà fare di meglio, e a scapito di chi.

Fonte: La Repubblica

Vuoi provare il nuovo browser FREE di Google?
SCARICA GOOGLE CHROME (versione beta)