Internetsuche und Google Page-Rank - Hasso-Plattner

Transcrição

Internetsuche und Google
Page-Rank Wie wird was durch wen
gefunden?
Woche 3
Magnus Knuth & Nadine Steinmetz
Hasso Plattner Institute for IT-Systems Engineering
University of Potsdam
Internetsuche und Google Page-Rank
2
1. Wiederholung
2. Hyperlinks
3. Erweiterungen
4. SEO Experiment Status Quo
HPI Schülerkolleg „Internetsuche“, Magnus & Nadine, Hasso-Plattner-Institut, Universität Potsdam
Dokumenten Ranking
3
http://www.tele-task.de/de/archive/series/overview/820/
Angenommen, wir haben mehrere Dokumente
gefunden, in denen das gesuchte Wort vorkommt.
Welches Dokument geben wir als erstes in einer
Liste der Suchergebnisse aus?
4
1. Wiederholung
2. Hyperlinks
3. Google PageRank
Hyperlinks
Hyperlink
5
Inline Link
Inbound
Outbound
Anker
Surface Link
Deep Link
Hot Link
Back Link
Wie verlinken? - HTML Attribute
6
Attribut
Wert
Beschreibung
charset
Textsatz-Kodierung
Spezifiziert die Kodierung des verlinkten Dokuments
coords
Koordinaten
Spezifiziert Koordinaten des verlinkten Dokuments
href
URL
Spezifiziert das Ziel des Links
hreflang
Sprachangabe
Spezifiziert Sprache des verlinkten Dokuments
name
Abschnittsname
Spezifiziert Name eines Ankers
rel
Text
Spezifiziert Beziehung des verlinkenden zum
verlinkten Dokument
rev
Text
Spezifiziert Beziehung des verlinkten zum
verlinkenden Dokument
shape
target
default; rect;
circle; poly
_blank; _parent;
_self; _top;
framename
Spezifiziert die Form eines Links
Spezifiziert, wo der Link geöffnet werden soll
Google und JavaScript
7
<script language=“JavaScript“>
document.location.ref = „http://example.org“;
</script>
Google und JavaScript
8
Dokumentenranking - TF-IDF
9
<script language=“JavaScript“>
function f(){
document.location.ref = „http://example.org“;
}
window.onfocus = f();
</script>
10
1. Wiederholung
2. Hyperlinks
3. Google PageRank
11
Google PageRank
12
P R i = P Rj + P Rk
j
tf(t, d) =
|{t∈d}|
|{w∈d}|
idf(t, D) =
k
|D|
log |{d∈D:t∈d}|
i
wdfidf(t, d, D) = wdf(t, d) × idf(t, D)
Google PageRank
13
P R i = P Rj +
j
tf(t, d) =
P Rk
2
|{t∈d}|
|{w∈d}|
idf(t, D) =
k
|D|
log |{d∈D:t∈d}|
i
Google PageRank
14
P Ri =
�
tf(t, d) =
P Rj
(j,i)∈Link Cj
|{t∈d}|
|{w∈d}|
idf(t, D) = log
|D|
Google PageRank
h1
15
j
h
k1
i
Google PageRank
h1
15
1
j
h
k1
i
Google PageRank
h1
15
1
.5
j
h
k1
i
Google PageRank
h1
15
1
.5
j
k1
.5
h
i
Google PageRank
h1
15
1
j
.5
1.5
k1
.5
h
i
Google PageRank
h1
15
1
j
.5
1.5
.5
.75
h
k1
i
Google PageRank
h1
15
1
j
.75
h
.5
1.5
k1
.5
.75
i
Google PageRank
h1
15
1
j
.75
h
.5
1.5
k1
.5
.75
i
1.25
Google PageRank
h1
15
1
j
.75
h
.75
.5
1.5
k1
.5
.75
i
1.25
Google PageRank
16
...
Google PageRank
16
keine eingehenden Links!
...
Google PageRank
16
Unendliches Weitergeben
von PageRanks für Seiten, die
gar nichts mehr miteinander
zu tun haben
...
Google PageRank
16
von PageRanks für Seiten, die
gar nichts mehr miteinander
zu tun haben
P Ri =
1−d
�
tf(t, d) =
P Rj
(j,i)∈Link Cj
...
|{t∈d}|
|{w∈d}|
|D|
idf(t, D) = log |{d∈D:t∈d}|
Google PageRank
16
P Ri =
1−d
�
tf(t, d) =
P Ri =
d · PR
P Rj
(j,i)∈Link Cj
|{t∈d}|
|{w∈d}|
|D|
�
P PageRanks
Rj
von
für Seiten, die
(j,i)∈LinkgarCnichts
j
mehr miteinander
zu tun haben
tf(t, d) = ...
|{t∈d}|
|{w∈d}|
idf(t, D) =
|D|
log |{d∈D:t∈d}|
Google PageRank
16
Dämpfungsfaktor d
P Ri =
1−d
�
tf(t, d) =
P Ri =
d · PR
P Rj
(j,i)∈Link Cj
|{t∈d}|
|{w∈d}|
|D|
�
P PageRanks
Rj
von
für Seiten, die
(j,i)∈LinkgarCnichts
j
mehr miteinander
zu tun haben
tf(t, d) = ...
|{t∈d}|
|{w∈d}|
idf(t, D) =
|D|
log |{d∈D:t∈d}|
Google PageRank
17
P Ri = 1 − d + d ·
d · PR
tf(t, d) =
�
P Rj
(j,i)∈Link Cj
|{t∈d}|
|{w∈d}|
|D|
Google PageRank
18
a1
b1
c1
Google PageRank
19
a
b
1
c
Google PageRank
19
a
1
.5
b
c
Google PageRank
19
a
1
.5
b
.5
c
Google PageRank
19
a
1
.5
b
.5
c
.5
Google PageRank
19
a
1
.5
b
.5
c
.5
.5
Google PageRank
19
+X
a
1
.5
b
.5
c
.5
.5
Google PageRank
19
+X
a
1
.5
b
.5
c
.5
dangling link
.5
Google PageRank - Was also tun?
20
1. Flache Hierarchien
2. Viele Seiten erstellen
3. Keine Waisen oder „Dangling Links“
4. Das Menü möglichst klein halten
on page
oﬀ page
1. Backlinks
2. „Gezählte“ Backlinks
3. „Wertvolle“ Backlinks
4. Wenige Backlinks nur von einer Seite
Weitere Google Einflussfaktoren
21
21
Keywordbasierte Einflussfaktoren
21
1. Stichwort im Titel
21
2. Stichwort als erstes Wort im Titel
21
3. Stichwort im Domain-Namen (URL)
21
4. Stichwort in <H1> Überschrift
21
5. Stichwort in internen Link auf der Seite
21
6. Stichwort in externen Link auf der Seite
21
7. Stichwort als erstes Wort in <H1> Überschrift
21
8. Stichwort in den ersten 50 bis 100 Wörtern auf Seite
21
9. Stichwort im Subdomain-Namen (URL)
21
10.Stichwort im Seitenamen (URL)
21
11.Stichwort im Ordnernamen der Seite (URL)
21
12.Stichwort in <H2>-<H6> Überschriften
21
13.Stichwort in Bild alt-Tags
21
13.Stichwort in Bild alt-Tags
14. ...
22
22
Nicht-Keywordbasierte Einflussfaktoren
22
1. Vorkommen von einzigartigem Inhalt auf der Seite
22
2. Aktualität der Seite
22
3. Anzahl interner Links
22
4. Änderungshäufigkeit in Vergangenheit
22
4. Änderungshäufigkeit in Vergangenheit
5. ...
23
23
Seitenspezifische Linkpopularität
23
1. Stichwortbezogene Linktexte auf anderen Seiten
23
2. Externe Linkpopularität
23
3. Diversität der verlinkenden Seiten
23
4. Links von vertrauenswürdigen Seiten
23
5. Globale Linkpopularität = PageRank
23
6. Thematik der verlinkenden Seiten
23
6. Thematik der verlinkenden Seiten
7. ...
24
24
Anderes
24
Anderes
1. Country-Code der Domain (Geo)
24
Anderes
2. Sprache (Geo)
24
Anderes
2. Sprache (Geo)
3. Geografische Position des Servers (Geo)
24
Anderes
2. Sprache (Geo)
4. Historische Click-Rate von der Suche auf die Seite (User)
24
Anderes
2. Sprache (Geo)
5. Suchanfragen nach dem Domainnamen (User)
24
Anderes
2. Sprache (Geo)
6. Historische Click-Rate von der Suche auf die Seite nach Verfeinerung der Suche (User)
24
Anderes
2. Sprache (Geo)
7. Durchschnittliche Verweildauer auf der Seite (User)
24
Anderes
2. Sprache (Geo)
8. Social-Media Links auf die Seite
24
Anderes
2. Sprache (Geo)
9. Server/Hosting Uptime
24
Anderes
2. Sprache (Geo)
10.Alter der Domain Registrierung
24
Anderes
2. Sprache (Geo)
10.Alter der Domain Registrierung
11.
25
25
Negative Einflussfaktoren
25
1. Externe Links von gebannten Seiten
25
2. Nichterreichbarkeit der Seite/des Servers
25
3. Exzessives Wiederholen des Anchortexts auf der Seite
25
4. „Keyword Stuﬃng“ im Titel oder den Metatags
25
5. Versteckter Text: gleiche Hintergrundfarbe, CSS no-display, etc.
25
5. Versteckter Text: gleiche Hintergrundfarbe, CSS no-display, etc.
6. ...
26
1. Wiederholung
2. Hyperlinks
3. Google PageRank
Projekt: Suchmaschinenoptimierung
27
Projekt: Suchmaschinenoptimierung
28
Venezianischer Zwergspringer
■ Webseiten
» http://venezianischer-zwergspringer.blogspot.com/ - JK
» http://vzftw.blogspot.de/
» http://venezianischerzwergspringer.wordpress.com/
29
Kontakt:
Nadine Steinmetz & Magnus Knuth
Hasso-Plattner-Institut für Softwaresystemtechnik
Universität Potsdam
Prof.-Dr.-Helmert-Str. 2-3
D-14482 Potsdam
E-Mail:
[email protected]
e
r
u
e
r
ü
f
e
k
n
.
Da
t
i
e
k
m
a
s
k
r
e
m
f
u
A
Suchaufgaben II
30
Suchaufgaben II
30
■ Kultur
Rembrandt malte ein Bild von einem Philosophen, der eine Büste eines griechischen Poeten
anschaut. Ein Gold-Medaillon auf der Büste zeigt einen anderen berühmten Griechen. Wen?
Suchaufgaben II
30
■ Kultur
Suchaufgaben II
30
■ Kultur
■ Geschichte
Im April 1896 habe ich einen Mann erschossen. Acht Monate davor hatte dieser einen
anderen Mann erschossen, der wiederum 17 Jahre davor 42 Männer erschossen haben soll.
Wen habe ich erschossen?
Suchaufgaben II
30
■ Kultur
■ Geschichte
Suchaufgaben II
30
■ Kultur
■ Geschichte
■ Geographie
Die zwei Länder, auf deren Territorium früher die Hamangia lebten, sind durch einen
Grenzfluss voneinander getrennt. Wie lang ist dieser Fluss insgesamt?

Internetsuche und Google Page-Rank - Hasso-Plattner

Transcrição

Documentos relacionados

Infoblatt zum Fitnessführerscheinlehrgang

Kurzbiographie Panek

Bindeanleitung Magnus

1 Kurzbeschreibung Die PRO POTSDAM GmbH

Objeto: Zweite Ansicht auf die Stadt Potsdam vom

Merkblatt - Landeshauptstadt Potsdam

Informações sobre o objeto para impressão

ADVENT VON NADINE WECKARDT UND FELIX GEILING

Deutsches Rotes Kreuz

Ostern - Peter und Paul Kirche

Willkommen. Studieren in Berlin.

Meteoroid von Tscheljabinsk: Bahnberechnung im Unterricht

PRESSEMITTEILUNG Berlin/Potsdam, 21.01.2015

DKW Echo - Kirchengemeinden