Internet

Pues ahora ha aparecido el RFC6596: The Canonical Link Relation en el que se habla sobre el «famoso» rel-canonical propuesto por Google hace ya un tiempo.

Hoy la ICANN ha presentado lo que va a ser la revolución de Internet: nuevos dominios.

Decenas de veces te habrán dicho que si quieres posicionar imágenes en Google hay que poner bien los textos alternativos (el famoso «alt») en las imágenes. Pero ¿es esto cierto? ¿Cuándo y cómo hay que usar los textos alternativos? Ahora que llega el HTML5, el W3C, organismo que establece los estándares de los sitios web, han planteando un documento llamado técnicas para ofrecer textos alternativos útiles en el que se explica con bastante detalle el cómo hay que redactar esos textos y en qué casos. Hay que tener presente que los textos alternativos se plantearon inicialmente como una forma textual que representa a las imágenes (pero no al contenido del mismo). Básicamente estos textos aparecen cuando el «lector» no carga la imagen (lo que incluyen navegadores sólo-texto, robots … Leer más

En ocasiones queremos que nuestro sitio siempre tenga activado o desactivado que las URL empiecen por http:// o https://, sobre todo porque cuando está un sitio en modo seguro y se cargan cosas no seguras comenzamos a recibir mensajes de error o de inseguridad que no gustan nada a nadie. En el caso de Apache HTTPD hay un sistema muy sencillo que nos permite redirigir cualquier tipo de petición de un lado a otro de una forma rápida y sencilla… En el .htaccess podemos añadir unas líneas tal que así: Código para que siempre tenga http seguro: RewriteEngine On RewriteCond %{HTTPS} off RewriteRule (.*) https://%{HTTP_HOST}%{REQUEST_URI} En el caso contrario, si lo que queremos es que siempre funcione por http inseguro: RewriteEngine On RewriteCond %{HTTPS} on RewriteRule (.*) http://%{HTTP_HOST}%{REQUEST_URI} … Leer más

Migrar un sitio web es una tarea que en principio parece sencillo pero puede convertirse en una tarea un poco más compleja. En este caso voy a explicar lo que sería un cambio de «hostname» sencillo, sin cambiar el resto de estructura de URL. En general una migración de un dominio es tan sencillo como migrar simplemente con una redirección 301 (redirección permanente), pero hay que analizar y preparar la redirección con unos meses de antelación. Y es que una redirección habría que plantearla con unos 6 meses de antelación si queremos hacerlo completamente correcto. Lo primero que hemos de hacer es analizar el dominio nuevo al que vamos a redirigir. Esto significa que hay que buscar en la red de redes información sobre si el dominio ha … Leer más

Hace un año conocíamos una faceta desconocida de uno de los animales que considerábamos más pacíficos y carismáticos: el Panda. Pero Google le ha dado otro sentido a este entrañable animalito convirtiéndose en uno de los mayores dolores de cabeza para algunos en la red de redes (porque para otros sigue siendo ese animalito cariñoso que nos ha hecho seguir subiendo y subiendo…). Ahora lleva a nuestras vidas otro animal que, al igual que el Panda, vive su vida en colores blanco y negro: el Pingüino. Y es que, como en la informática hay sólo ceros y unos, parece que en Mountain View tampoco hay términos medios: todo es blanco o negro. La semana pasada le mandaba un correo a varios clientes, amigos, proyectos con los que me … Leer más

Puede que sea cosa mía, pero haciendo una revisión de los cambios de 2010 y 2011 me doy cuenta de que el SEO se ha estancado… estancado en cuanto a que los buscadores van metiendo cosas pero no van muy relacionadas tanto con la evolución del SEO como lo ha estado haciendo entre 2005 y 2010. Sí, ya sé que el año pasado entró en nuestra vidas un animal muy entrañable como es el Panda, un algoritmo que ha hecho mucho daño a un determinado tipo de sitios, sitios que básicamente «no hacían las cosas bien» (y entiéndase bien por lo que a Google se le pasa por el forro). Eso sí, cada vez más vemos unos resultados más personalizados para cada usuario o para cada territorio (ciudad … Leer más

El SEO puede evolucionar, puede cambiar para bien o para mal, pero hay algunos elementos que nunca podemos despreocupar y sobre los que tenemos que tener siempre un control absoluto. robots.txt Es básico tener el fichero de robots.txt bien controlado. Primero, ha de existir. Segundo, debe tener como mínimo la línea User-Agent: *. Tercero, debería tener siempre, al principio de todo, la línea indicando el Sitemap. Código 404 Todo dominio tiene que tener su propia página de error. Si entras en example.com/0123456789 debe devolver una página (sin hacer redirecciones o cosas intermedias) un código 404. La página resultante es recomendable que tenga el diseño del resto del dominio. rel-canonical Hoy en día es casi obligatorio que todos los sitios usen el rel-canonical. Y también es importante que este … Leer más

Con mucha frecuencia me llegan correos de personas que tienen un sitio web pequeño y que han sido penalizados (o degradados) por Google de alguna manera. Hoy, tomando como ejemplo uno de estos correos, voy a explicaros cómo se puede arreglar una penalización (de las más sencillas) con tan sólo utilizar Google como herramienta (sin Webmaster Tools o Analytics). Esto significa que lo único que necesitamos es un navegador y un poco de imaginación. El sitio en cuestión es juegostt.com y su problema es que ha caído el tráfico mucho. Lo primero que he hecho es darle una ojeada al sitio para ver si había algún error garrafal o simplemente es un sitio spam, pero básicamente tiene casual games. Hasta aquí todo bastante correcto, sin entrar muy en … Leer más

Hablar de sistemas antispam en los resultados de búsqueda es algo de lo que he hablado muchas muchas veces en los últimos meses. Cada buscador busca sus propios sistemas para mejorar el análisis de los sitios web, ya sea mediante factores humanos, analizando las propias páginas y con decenas de métodos para aumentar la calidad del índice. Pero sin duda este sistema de Microsoft me ha sorprendido ya que se basa en el propio PageRank de Google. La patente Locally computable spam detection features and robust pagerank de Microsoft deja bien claro que hoy en día tanto el PageRank como HITS son fácilmente manipulables, ya que se basan principalmente en los enlaces que envía y recibe un sitio y que esto ya no sirve de cara a que … Leer más

Hace unos días comencé a explicar sobre cómo los Google Quality Rater validan la utilidad de los documentos. Ahora que ya sabemos cómo se valida un documento, queda que veamos los «flags» que pueden recibir; esto significa que independientemente de la utilidad del documento podemos marcar determinados elementos (como spam, malware, …) para que se investigue más sobre él. Spam Aunque luego entraré en más detalle en este punto, el webspam se puede marcar con 3 niveles distintos: not-spam, mayby-spam y spam. Una página correcta, en la que no hay ningún intento de engañar al buscador ni al usuario se marca como no spam, es decir, se marca como correcta. En el caso en el que haya ciertas sospechas de que puede incluir alguna técnica extraña, pero no … Leer más

Según voy leyendo y probando en algunos sitios, me doy cuenta de que a los buscadores no les gustan tanto las versiones móviles de los sitios como podría parecer. Esto no significa que no haya que hacer versiones para dispositivos móviles, pero deberían ser la misma web que la original, tratada con CSS y en una versión especial en otro dominio o subdominio. Al menos estas últimas versiones siempre quedarán degradadas a un último plano a la hora de hacer SEO. Y teniendo en cuenta esto Google tiene un sistema para que no sea necesario crear ediciones especiales en dispositivos móviles muy antiguos, Identifying relevant portions of a document, un sistema por el cuál cuando un usuario introduce una búsqueda desde un dispositivo de este tipo, la consulta … Leer más

Para los que no lo sepan, Google desde hace muchos años contrata a gente que suele trabajar desde casa en la revisión de calidad de los resultados de búsqueda. Incluso, muchos de los que hace unos años eran «los mejores SEO» tenían a algún familiar muy directo metido a trabajar en este tema (de ahí ser tan buen SEO y ahora ya no serlo tanto). A cada Quality Rater de Google se le en entregan las General Guidelines (PDF) en la que se explica el funcionamiento de la plataforma de calificación además de los diferentes puntos donde se detalla qué es y no es calidad, además de qué es y no spam. Aunque esta última versión (la 3.18 de marzo de 2011) tampoco lleva muchos cambios con respecto … Leer más

En la red existen multitud de documentos a rastrear; los buscadores van reindexándolos y descubriendo los nuevos según van revisitándolos. Pero existe el problema de encontrar documentos duplicados ya sea completa o pacialmente. Además, hay documentos que cambian con mucha frecuencia. Incluso, puede ser que simplemente el documento vaya cambiando una parte del mismo (la publicidad, los enlaces recomendados o algún bloque aleatorio…), lo que podría implicar tener dicho documentos con sólo la variable parcial del mismo. Otro problema que nos podemos encontrar es el de el rastreo sesgado. Esto suele pasar en los blogs, donde un mismo documento se encuentra en varios sitios pero en una de las páginas encontramos una versión del mismo y en otra parte encontramos una versión actualizada, lo que significa que el … Leer más

Es de muchos conocido el algoritmo del PageRank (Google), que básicamente lo que calcula es la relación entre documentos en base a la cantidad de enlaces que tienen entre ellos y, en base a esto, calcular el peso de la información a la hora de ofrecer resultados de búsqueda. Con esto se puede llegar a realizar una clasificación de todos los datos de la red de redes aún teniendo en cuenta que hay páginas sin enlaces, generando una imagen instantánea de la red. Pero aunque este es el algoritmo más conocido, existen otros dos algoritmos igual de interesantes. Uno de ellos es HITS (Ask), que se basa en el principio de que si un documento enlaza a otros documentos importantes, ese documento es importante por sí mismo. Con … Leer más

Seguro que alguna vez te has preguntado ¿afectará poner Google Analytics al SEO de mi sitio? Pues ahora tenemos la respuesta oficial, y es que Google ha conseguido una patente que permite reorganizar los resultados de búsqueda parcialmente dependiendo de las estadísticas… es decir, que si Google quiere, puede. Y es que ha conseguido la Methods and apparatus for employing usage statistics in document retrieval en la que se mejoran los resultados de búsqueda dependiendo, total o parcialmente, de las estadísticas de uso. Systems and methods consistent with the present invention address this and other needs by identifying compounds based on the overall context of a user query. One aspect of the present invention is directed to a method of organizing a set of documents by receiving a … Leer más

Hace ya muchos años que los buscadores son capaces de responder a preguntas, normalmente elementos sencillos que facilitan lo que el usuario está buscando. Y es por eso que Microsoft se ha hecho con Presenting instant answers to internet queries que básicamente, como su nombre indica, se queda con los llamados «onebox» de respuesta directa. El sistema es sencillo… el usuario realiza una consulta de búsqueda y, dependiendo de lo que se esté buscando (mediante palabras clave o combinaciones) se devuelve el resultado directamente. One or more computer-storage media having computer-executable instructions embodied thereon for performing a method of providing a response to a query request, the method comprising: receiving the query request that includes query terms from a requester, wherein the requester is not registered to receive … Leer más

Desde que se lanzaron los primeros motores de búsqueda uno de los primeros filtros que se incorporaron fue el de contenidos para adultos, normalmente con 3 límites: nulo, moderado y estricto. Cada cierto tiempo, y debido a que el sector de adultos evoluciona mucho más rápido que el resto de la web, los motores han de buscar nuevas formas de organizar y clasificar esa información, y de ahí que Microsoft haya preparado el Multimodal classification of adult content donde se detallan algunas metodologías. El objetivo es encontrar en textos, imágenes y vídeos si hay contenidos para adultos, y para ello se utilizan ciertas metodologías de detección, que se suman a las ya utilizadas hasta ahora. Y por eso el primer paso que se realiza es el de detectar … Leer más

Personalmente en muchas ocasiones echo en falta que Google, Bing o cualquier otro me muestre determinadas cosas en la interfaz de resultados cuando estoy trabajando. Y es que hay determinados momentos en que comienzo a hacer algunas consultas de búsqueda complejas, principalmente cuando rastreo información de un sitio concreto. Pues bien, eso podría acabarse. Y es que Microsoft se ha planteado encontrar a los expertos buscadores, tal y como explica en Identification and use of web searcher expertise, donde explica claramente que algunos usuarios son mejores buscando cosas que otros, ya sea por las búsquedas complejas (usando paréntesis, OR y similares) o porque saben encontrar las palabras adecuadas para esa consulta. ¿Por qué a ellos no darles una interfaz de búsqueda distinta? ¿Algo más compleja para poder sacarle … Leer más

Sin duda en SEO uno de los grandes problemas que tienen los buscadores es lidiar con aquellos que quieren hacer trampa y jugar con el PageRank. Pero el PageRank de Google (que al final es un estándar de facto en el resto de motores) se puede usar ligeramente como sistema antispam y sobre todo puede ayudar a detectar incoherencias en cuanto a grafos. En el caso de los buscadores existe el llamado web-graph, que es «el momento» en el que todas las webs y enlaces se pueden tomar en un momento determinado, como si hiciéramos una foto de Internet. Pues Yahoo! (una vez más) ha creado un sistema llamado Methods and apparatus for computing graph similarity via sequence similarity con el que pretende encontrar incongruencias, ramas duplicadas del … Leer más

Una forma de saber qué parte de un sitio web es importante y qué parte es común al resto de páginas del sitio es saber qué plantilla se está utilizando. Y eso es lo que Yahoo! ha patentado en System and method for detecting a web page template. El objetivo es conseguir que un sistema de forma automática detecte qué parte de la página es una plantilla, extraer los distintos bloques de contenido y asignarle, a cada uno de los bloques un determinado peso. Los motores de búsqueda en muchas ocasiones necesitan eliminar de la ecuación la parte común de todas las páginas de un sitio para conseguir lo importante de las páginas: sus contenidos. Para ello es necesaria la extracción de aquellas partes que generan ruido, lo … Leer más

Interesante propuesta la que hace Yahoo! para mejorar los resultados de búsqueda y no depender tanto de conceptos como el PageRank o de la navegación que hacen los usuarios a través de las propias páginas de resultados, y es la de usar los logs de navegación de los ISP. Antes de seguir pongámonos en antecedentes para aquellos que no tengan muy claro cómo funciona la navegación del usuario. Un usuario está en su casa delante de su navegador de Internet y con su proveedor de Internet (cable, ADSL, etc…). El proveedor lo que hace es de intermediario entre tu casa y los servidores donde se encuentran las páginas web que visitas. Por ejemplo, ahora que estás visitando javiercasares.com has de conectarte con (por ejemplo) Telefónica, que va a … Leer más

Cuando en SEO se habla de enlaces nos olvidamos de un tipo de enlaces muy importantes pero a la vez muy complejos de que Google o Bing los acaben encontrado: los que tenemos en nuestra lista de marcadores favoritos del navegador. Pues ahora Google se ha hecho con una patente que permite indexar este tipo de información y usarla. La situación es que normalmente nos guardamos en nuestra lista de «favoritos» aquellas páginas que visitamos mucho o que nos son complejas de encontrar y por tanto nos las guardamos. Sin duda estas direcciones URL son de un valor, ya que sin duda son las más importantes para cada uno de nosotros. Y ahí es donde Google quiere llegar. Hasta hace un tiempo si querías tener tus marcadores en … Leer más

Si ayer comentaba que hay patentes que te llegan a sobre coger por lo amplias que pueden ser, a veces otras te sorprenden por lo sencillas y efectivas que son. Y este es el caso que ha patentado Yahoo!, un sistema que busca palabras en singular y/o plural y reconstruye la consulta de búsqueda para tener mejores resultados. La patente llamada Word pluralization handling in query for web search básicamente lo que hace es analizar la consulta de búsqueda, buscar aquellos conceptos que tengan un equivalente en singular o plural (dependiendo del caso) y reconstruye la consulta y es la que se ejecuta, de forma transparente para el usuario. Para esto se usaría un diccionario de palabras relacionadas basadas en las consultas anteriores de muchos usuarios. Como curiosidad, … Leer más

Sin duda las cosas que se pueden patentar son bastante impresionantes, y la que ha patentado Google me parece sorprendente ya que es algo bastante estándar en muchos motores de búsqueda y esto puede llevar consecuencias en cuanto a cambios de interfaz en algunos de estos sitios con tal de no tener que pagar al buscador de Mountain View. En esta ocasión, y basándose en Froogle (lo que actualmente conocemos como Google Product Search), Google ha conseguido la patente llamada Method and apparatus for output of search results en la que se explica cómo se muestran los resultados (en modo lista y modo parrilla) de un buscador que devuelve resultados de tipo «producto». In another embodiment, the user may even be able to customize an output format. For … Leer más

Seguramente en esta entrada encontraréis cosas obvias, pero a muchos les servirá para darse cuenta de que la realidad de Internet cambia a lo largo del tiempo y nunca está de más darle una ojeada a los sitios que más visitas pueden aportar a nuestros sitios web. Para empezar podemos hablar de los clásicos, los buscadores, que hoy en día se resumen en 2 grandes motores aunque varios sitios de origen de tráfico. El principal de ellos es Google junto a Bing, aunque sin descartar otros sitios como Yahoo!, Yandex, Baidu, Naver e incluso Ask o AOL. Todo depende del país en el que se encuentre el proyecto y su idioma. Aunque desde España nos centramos en Google casi al 100% no hemos de olvidar que hay usuarios … Leer más

Facebook parece no preocuparse mucho por las búsquedas, al menos no por montar un buscador de la forma en la que lo harían Bing o Google, sino que estaría más preocupada por ofrecer unos buenos resultados a la hora de encontrar información en su propia red, pero para conseguir eso sí que necesita cierta forma de ordenar los resultados… y ¿cómo lo hace? Pues un par de patentes en las que, en principio, se patenta lo mismo, tendrían la respuesta. La primera de ellas se llama Ranking search results based on the frequency of clicks on the search results by members of a social network who are within a predetermined degree of separation y la segunda Visual tags for search results generated from social network information, ambas con … Leer más

Desde prácticamente el inicio de Google hemos visto en los resultados de búsqueda un sistema que, al escribir de forma incorrecta una consulta se nos sugería otra escrita correctamente. Tiempo después hemos visto evoluciones de este servicio incluso dando directamente los resultados de búsqueda intercalando los correctos e incorrectos o incluso dando directamente los resultados corregidos completamente. Han tenido que pasar 7 años para que Google ahora consiga la patente que permite corregir y sugerir automáticamente una consulta de búsqueda por otra. Cuando el sistema recibe una consulta de búsqueda que incluye una entidad, se determina la posibilidad de ofrecer una consulta reescrita basada en la información recibida por consultas anteriores relacionadas con la entidad y reescribe la consulta de búsqueda cuando se determina que la consulta de … Leer más

A mediados de 2005 Google solicitaba la patente Systems and methods for providing search results en la que básicamente se quería patentar lo que hoy en día conocemos como los «sitelinks», aquellos resultados de búsqueda relacionados con el mismo sitio al que corresponde el resultado previo. Estos días atrás Google ha comenzado a hacer muchos más experimentos sobre este tipo de formato, justo después de recibir la aprobación de la patente que le permite este uso. ¿Qué hará ahora el resto de buscadores con respecto a este sistema? La definición exacta en la patente de un sitelink vendría a ser la siguiente: Una consulta de búsqueda genera resultados de búsqueda donde, al menos uno de los resultados, incluye un grupo de enlaces. El grupo de enlaces es representativo … Leer más

Sin duda de tanto en tanto cae alguna perla en la red de redes que vale la pena leer en profundidad e interpretar correctamente (que, como en GH, todo se magnifica por lo que dice una persona, y tampoco es plan). Tiffany Oberoi es una de las personas implicadas en el equipo de calidad de los resultados de búsqueda de Google y ha ofrecido una entrevista de la que se pueden sacar algunas conclusiones y confirmaciones de algunos asuntos que siempre están en el aire. Personalmente lo que más me interesa es la clasificación de las penalizaciones y para qué sirve la petición de reinclusión de Google Webmaster Tools. No voy a traducir la entrevista pero sí que voy a ir comentando las respuestas en el mismo orden … Leer más

Hay dos cosas que suelen preguntarme bastante en cuanto a SEO se refiere: metodología y precios. Hoy voy a comentar sobre el primero de los puntos, el de la metodología. Y es que SEO hay de muchos tipos o, mejor dicho, muchas ramas, y hay que tenerlas todas en cuenta a la hora de preparar un proyecto SEO. Por cierto, hablo de SEO por llamarlo de alguna forma, porque hoy en día el SEO por sí mismo no sirve de mucho. El primer paso de un proyecto web es saber cuáles son los objetivos. Muchos de los proyectos pueden ser simples páginas personales sin ánimo de lucro (como podría ser este blog en este momento, en el que escribo porque me apetece), otros proyectos pueden ir enfocados a … Leer más

Como ya comenté en su día, Google Plus no es una red social al uso, sino un «plus» al propio Google. Y esto ya está comenzando a ver sus efectos en la propia red, sobre todo cuando uno ha accedido a su cuenta. Ahora que tengo una localización con IP estática y muchos ordenadores disponibles hago algunas pruebas con compañeros (principalmente con Màrius Duch) y hemos encontrado que cuando uno está con su cuenta de Google los resultados de Google +1 influyen en el cambio de los listados, ya que en varios ordenadores, con cuentas que han votado, con amigos de algunos, con otros que no son amigos y sin estar, aparecen los resultados de formas distintas. Esto me ha estado haciendo pensar en la entrada que publiqué … Leer más

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 búsqueda con el comando LINK: y SITE: de esa página y dominio con las palabras relacionadas. La mayoría de los spammers buscan ganar dinero (más que el posicionamiento), … Leer más

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 ingeniería inversa relacionado con el abuso sobre los enlaces, de forma que todos aquellos enlaces que se han creado artificialmente sean descubiertos de una forma relativamente sencilla, según … Leer más

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 se explica bastante claro cómo evitar que aparezca información personal en Google. Esta página sin duda es el inicio y la referencia, y recomiendo 8aunque es algo extensa, … Leer más

¿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 using social information. To do so, the search query may be applied to a social information domain and a second list of references to web pages may be … Leer más

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 gordo en llegar fue Google, que potenciado con Yahoo! convirtió Internet en la Edad de Hierro. Esto podría ser aproximadamente el año 1999, cuando Google y Yahoo! ya … Leer más

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 and a similarity detection component. The fingerprint creation component receives a document of arbitrary size and generates a compact «fingerprint» that describes the contents of the document. The … Leer más

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 more search streams to detect one or more associations between a document and one or more queries in the one or more search streams. The system further derives … Leer más

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 que, quien quiera darle una ojeada, ya está disponible para descargar.

Todos hablan del Google Panda pero muy poca gente fuera de Estados Unidos y los países angloparlantes realmente lo ha sufrido. Además, los sitios que lo han sufrido, un 85% no se han recuperado (porque no han sabido o no lo han cogido a tiempo). Y es que Google nos tiene acostumbrados a una gran actualización cada cierta cantidad de años. Hace unos cuantos sufrimos el Google Florida Update, hace menos el MayDay y el Caffeine. Para ponernos en situación vamos a hacer un breve repaso sobre estos: Florida: Fue un cambio en la infraestructura de Google, un nuevo índice, una mejora de futuro. Básicamente metieron todos los filtros antispam aqprendidos los 6 primeros años de vida del motor. MayDay: Este cambio de algoritmo afectó principalmente a los … Leer más

Otro día más, una charla menos… hoy ha tocado juntar a los periodistas y darles un poco la paliza con, principalmente, los distintos «tags» que tiene el HTML y que ellos pueden utilizar para mejorar su calidad en los textos… además de darles un toque de atención con respecto a los títulos o el uso de las herramientas para webmasters, que al fin y al cabo, ellos son parcialmente webmasters de los sitios web). La presentación es un poco larga, pero ya está disponible para descargar.

Un día más (y hasta el próximo martes no habrá más) ha tocado otra charla en la empresa, charla que os dejo aquí. En esta ocasión es de Arquitectura de la Información, donde a parte de hablar sobre cómo deberían ser las direcciones URL, se comentan algunos detalles sobre los robots.txt, los Sitemaps XML, los rel-canonical o los meta-noindex. Así que, quien quiera, ya está disponible la presentación para descargar.

Una vez más la solución a los problemas que Google nos genera se encuentra en alguna de sus patentes… y es que sin duda la llamada Compensation Distribution Using Quality Score nos puede dar una idea muy clara de lo que Google podría estar pensando hacer tras el Google Panda. Among other disclosed subject matter, a computer-implemented method for compensation distribution includes analyzing first content from a publisher with regard to a quality criterion. The method includes associating the first content with a quality score based on the analysis. The method includes providing second content to the publisher to be published with the first content. The method includes distributing a compensation to the publisher relating to the second content, the compensation based at least in part on the … Leer más

De un tiempo a esta parte que me estoy encontrando con algunas cosas que no me gustan de Google. Sí, ya sé que es muy fácil meterse con el gigante de Mountain View, pero creo que a alguien de la parte de búsquedas se le ha ido un poco la cabeza. Todo ha comenzado con el cambio de diseño de mi blog, o sea, de esta página, y de paso con la instalación del nuevo WordPress 3.2. Revisando mis «plugins de SEO» me he dado cuenta de que se estaba indexando más de lo debido. hace meses que decidí que si quería tener unos buenos resultados en Google y Bing sólo tenía que indexar las entradas del blog y las pocas páginas que tengo (como la Guía SEO). … Leer más

Es curioso cómo va pasando el tiempo… hace ahora 3 años que el SEO ha muerto y aunque hace 2 que resucitó un poco hoy estoy aquí para reivindicar un poco más que el SEO sigue cada día más muerto. Como dicen en USA, a 6 pies bajo tierra. En el año 2009 cuando hablé de la muerte del SEO comenté que cada vez más tendríamos que hacer SEO para «otras cosas» que no fueran las búsquedas web. Acababa de aparecer la «búsqueda universal» y nos daba la sensación de que la pantalla de resultados de Google se iba a llenar de todo menos de resultados tradicionales… al final Google ha creado un menú lateral y la búsqueda universal ha quedado algo diluida. La siguiente vez, en 2009, … Leer más

Una de las cosas que más gusta a los SEO que hacen linkbuilding es todo lo que tiene alguna relación con «lo social», y para ayudarles a hacer algo de seguimiento de cada una de sus URL les voy a recomendar algunas API que creo que les será muy útiles. No son todas las aplicaciones sociales que hay hoy en día, pero con estas se cubre gran parte de los datos que quizá más interesen. La mayoría de aplicaciones devuelven la información en JSON, lo que será fácil de gestiona directamente desde JavaScript o convertirlo desde algún otro lenguaje. Eso sí, la información, en cada caso, es distinta… algunos simplemente devuelven la cantidad de enlaces y otros muchísima información. Delicious Entrada: http://feeds.delicious.com/v2/json/urlinfo/data?url=http://www.google.com/ Salida: [{«hash»:»ff90821feeb2b02a33a6f9fc8e5f3fcd»,»title»:»Google»,»url»:»http:\/\/www.google.com\/»,»total_posts»:55048,»top_tags»:{«search»:15300,»google»:13108,»searchengine»:5881,»engine»:4255,»web»:2606,»reference»:1903, «searchengines»:1833,»internet»:1414,»research»:1013,»tools»:956}}] Facebook Entrada: http://graph.facebook.com/?ids=http://www.google.com/ … Leer más