Ayer os contaba sobre el Search Ranger de Bing, el sistema que tiene Microsoft para detectar y contrarrestar el webspam. Pero aunque ya el documento era bastante denso, la información que ofrecía era aún mayor… ¿Y cómo funciona ese sistema antiwebspam? Un sistema revisa las búsquedas habituales de spam en los resultados de búsqueda. Se extrae una serie de URL con posibilidad de ser spam, que usan actividades habituales de spammers. Un sistema recibe las URL de spam confirmadas y se aprende de ellas nuevas combinaciones de palabras spam, sistemas, relación con otras páginas, el dominio… Se hacen pruebas de… Seguir leyendo →

Los sistemas para detectar el web-spam es lo que estos últimos años más de cabeza trae a todos los motores de búsqueda, principalmente Bing y Google que se enfrentan a grandes cantidades de basura que rastrean por la red de redes. Y sin duda Microsoft nos da ciertas pistas de algo que solicitó hace menos de un lustro en lo que a sistemas antispam se refiere, y lo hace a través de una patente con un título un poco complejo: Search ranger system and double-funnel model for search spam analyses and browser protection. El sistema básicamente describe un proceso de… Seguir leyendo →

Aunque he hablado varias veces sobre reputación digital en vistas a que ahora parece que con lo del Google Me on the Web a todos les ha dado por revisar sus cosas, me gustaría explicar de una forma más sencilla qué herramientas existen para eliminar información privada que podemos encontrar por la red y que no hayamos ofrecido directamente. Esta lista de herramientas son algunas páginas de ayuda que he ido recopilando en alguna ocasión por alguna razón y que me gustaría compartir con vosotros por si os fuera de utilidad. Para empezar Google tiene una página en la que… Seguir leyendo →

¿Quién es el dueño de las búsquedas sociales? Pues Yahoo! o al menos eso parece tras la concesión de la patente System and method for ranking search results using social information en la que básicamente se detalla lo que serían los factores que se pueden tener en cuenta de sitios sociales para generar o mejorar los resultados de búsqueda de un buscador. An improved system and method for ranking search results using social information is provided. A social information ranking engine may be provided to rerank a list of URLs of web pages in search results from a search engine… Seguir leyendo →

Estamos en el año 2011, a mediados, más o menos… si hiciéramos una línea del tiempo tendríamos que el año 1995 podría ser el inicio de la era de los buscadores, la prehistoria, donde había que ir a los buscadores y añadirles todas las URL desde un formulario, indicándole muchos datos. Luego comenzaron a tener la lectura de los metas. Hasta aquí estaríamos hablando de la Edad de Piedra. Más tarde llegó Altavista, el que podríamos considerar el primer buscadores decente ya que empezó a buscar dentro de los contenidos de las páginas. Es la Edad de Bronce. El siguiente… Seguir leyendo →

De nuevo otra patente concedida a Google ayer mismo vuela sobre nuestras cabezas… se llama Document near-duplicate detection y se solicitó en 2009, hace tan sólo año y medio. Aún así hay que tener en cuenta que existe ya una patente previa llamada de la misma forma, ororgada a mediados del año pasado pero «creada» en 2004, lo que significaría que desde 2004 Google está detectando los duplicados, aunque hace menos de 2 años que solicitó una actualización del algoritmo. ¿Qué es lo que la patente reclama? Pues algo tal que así: A near-duplicate component includes a fingerprint creation component… Seguir leyendo →

Aquellos que todavía sigan creyendo que Google se inventa las cosas y que se las saca de la manga es que no sabe que en Estados Unidos hay que patentarlo todo. Y en previsión de que la patente estaba a punto de concederse (concretamente fue concedida ayer día 14) se ha lanzado hace poco… Como esta hay otras tantas, pero quizá cabe destacar algunos elementos que la convierten en la semilla del Panda. La patente se llama Deriving and using document and site quality signals from search query streams y tiene como resumen lo siguiente: A system analyzes one or… Seguir leyendo →

Comienza la semana y una nueva charla más, en esta ocasión enfocado a SEO para diseñadores y maquetadores de páginas web. La idea básica es la de concienciar a la gente que diseña de la importancia de su trabajo, pero a la vez de la necesidad de que sea óptima a la hora de ponerlo en producción. Se comentan muchas cosas… un poco de HTML5, el nuevo estándar de Web Timing para calcular la carga de las páginas, un poco de Web Performance en imágenes, CSS y JavaScript… además de algunas herramientas para la optimización de imágenes y Flash. Así… Seguir leyendo →