PageRank Assisted Search Engine

Il suo nome è P.R.A.S.E. - acronimo di PageRank Assisted Search Engine.

Questo tool è in grado di cercare, con opzioni specificate dall'utente, i siti tematizzati su una determinata parola chiave o keyphrase.

Si tratta di uno strumento molto utile per chi ha necessità di trovare dei siti partner che trattano lo stesso argomento per tentare uno scambio link.

Ricodidamo che lo scambio link "brutale" non è ben visto dai motori di ricerca.

E' preferibile, infatti, che il link sia contestualmente immerso in un testo che tratti in modo abbastanza approfondito dell'argomento. In altre parole, quello che Google e i motori premiano è la qualità dei contenuti. Il link dunque andrà preferibilmente "immerso" nel testo descrittivo del tema che tratta.

Backlink Checker - quanto valgono i link che vi collegano?

Webtool (www.iwebtool.com) mette a disposizione per chi fa analisi del web una serie di tools molto utili.

Uno di questi è il backlink checker che ci permette di controllare quanti link riceve il nostro sito.

Di fianco all'indirizzo web - che rappresenta la pagina web dove è contenuto il nostro link - apparirà la barra del PageRank di Google che ci indica quanto vale il sito che ci collega

Come sostenuto da Larry Page, in via teorica più è alto il PR il link avrà più valore.

Ci sono però altri fattori da considerare: se in una pagina con PR 5 ci sono oltre al nostro molti altri link, il valore pagerank verrà diviso per i collegamenti in uscita. Quindi una pagina con PR5 con 20 link in uscita non è più forte di una pagina PR4 con 10 link in uscita.

La dinamica dei sistemi complessi e il World Wide Web

Pare veramente incredibile pensare che ci siano voluti più di 40 anni perché la scienza si interrogasse sul perché certi sistemi complessi (tra cui alcune reti e Internet) non seguissero semplici comportamenti casuali.

Dal 1959, da quando due matematici ungheresi, l’inimitabile Paul Erdős e il suo collaboratore Alfréd Rényi iniziarono a studiare il comportamento delle reti in comunicazione e nelle scienze biologiche, è passata molta acqua sotto i ponti. Essi suggerirono, con convincenti calcoli, che i sistemi complessi si comportavano in maniera del tutto aleatoria [1] [2].

Quarant’anni dopo, nel 1999, il fisico Albert-László Barabási (foto) e i suoi collaboratori Reka Albert e Hawoong Jeon si accorsero non solo che non tutte le reti si comportavano come sistemi casuali [3] [4]: anzi, erano molti gli esempi di reti che presentavano un comportamente altamente organizzato: una di queste era proprio Internet e il World Wide Web.

Tenete presente che gli strumenti che prima di tali studi venivano utilizzati per spiegare il comportamento di Internet si basavano su idee mutuate dall’analisi sul comportamento di sistemi privi di organizzazione.
Gli attuali protocolli sono stati sviluppati negli anni Settanta, quando la rete era piccola, sfruttando le tecnologie disponibili allora.
L’importanza di conoscere la topologia della rete e dei suoi attributi è legata alla necessità di abbattere le limitazioni intrinseche al modello: senza tali conoscenze non si possono ad esempio progettare nuovi strumenti e nuovi servizi.

Da cui l’importanza di introdurre nuovi modelli che spieghino con maggiore raffinatezza le caratteristiche dei questi sistemi.


Articolo tratto da The Daily Bit


REFERENCES

[1] Paul Erdős and Alfréd Rényi , Publ. Math. Inst. Acad. Sci. 5, 17 (1960).

[2] B. Bollobas, Random Graphs (Academic Press, London, 1985).

[3] Albert-László Barabási, and R. Albert, Science 286, 509 (1999).

[4] Albert-László Barabás, Linked, The New Science of Networks, Perseus Publishing, 2002

Google premia la qualità dei siti web

Stabilito che la quasi totalità degli internauti trova una informazione sui siti Web di proprio interesse attraverso l’esito dei motori di ricerca, la registrazione del proprio sito nelle risorse di ricerca presenti su Internet sia il primo passo da compiere nella complessa e difficile arte del posizionamento.

Sono principalmente due le linee guida da seguire per massimizzare la posizione all’interno del database di un motore di ricerca.

1) La prima è di attuare delle strategie dettate dal buon senso e dall'esperienza (cosa che faremo con alcuni articoli sull'argomento)

2) La seconda (che di solito viene comunemente ignorata) è il mantenimento della posizione acquisita. Questo perché il fatto di apparire in testa a un motore di ricerca non significa avere la garanzia di essere posizionati così per sempre.

Il primo consiglio che posso dare è talmente semplice da sembrare scontato!
A meno che non siate esperti affidatevi a esperti di provata fiducia o a una seria Agenzia specializzata nei servizi di posizionamento!

Per questo genere di servizi puntare al risparmio o fare da sé alla lunga non paga: prestate piuttosto molta attenzione a ciò che vi viene promesso. Anche se nei successivi articoli fornirò qualche utile consiglio su come operare per migliorare la posizione della vostra azienda su Internet, non dimentichiamoci che ci sono strutture e persone che si occupano di posizionamento da anni. L'esperienza e lo studio continuo in questo settore non possono essere improvvisati. L'improvvisazione, in questo come in altre professioni, non paga.

Tuttavia è meglio non fidarsi di coloro che vi promettono con "poche semplici mosse o trucchi" di darvi immediati risultati.

Il mercato è infatti estremamente concorrenziale, e la regola più importante che posso suggerirvi è la seguente: "Non esistono regole".

Mi spiego: le euristiche utilizzate da Google (in primis) e poi da altri motori, cambiano in continuazione. Ciò che andava bene un mese fa per essere posizionati ottimamente può essere inefficace o addirittura controproducente oggi.

Il posizionamento è il risultato finale di un insieme di attività (da quelle di analisi della concorrenza a quelle più applicative) che costituiscono una forte strategia di comunicazione.

Un intervento di basso profilo potrebbe costarvi molto di più di un intervento di qualità.

Dal PageRank alla Fitness

Vi siete mai chiesti come mai, su Internet, i siti web con tanti link (referrals) ne ottengono sempre di più mentre siti poco popolari tendono a non accrescere la propria visibilità nonostante il numero dei link aumenti esponenzialmente ogni anno nel numero di collegamenti e di dimensioni?

In sintesi, vi siete mai chiesti perché chi è ricco tende ad accumulare sempre più ricchezza?

Cosa accade, ad esempio, alla popolarità di un sito web quando in una rete come Internet fa ingresso una nuova pagina?

Per figurarci questo, proviamo a immaginare qualcosa di più vicino alla nostra esperienza quotidiana: immaginiamo di osservare alcune barche ormeggiate in un piccolo porto.

Ogni giorno arriva una nuova barca e noi abbiamo il compito di legarla con delle corde ad altre due barche, scelte a caso, già sul posto.
Introduciamo ora una piccola regola al modello proposto. Ci accorgiamo infatti che ad alcune barche sono legate 2-3 corde mentre ad altre barche sono legate 8, 9 o addirittura quindici corde!
Supponiamo di preferire quelle barche che possiedono un maggior numero di corde!
La barca con dieci corde avrà ora probabilità doppia rispetto a una barca con appena cinque corde di essere legata a una nuova barca appena arrivata.

Se immaginiamo gli elementi non come barche ma come pagine web, capiremo perché i siti più popolari siano maggiormente visibili di quelli meno popolari e possiedano dunque la peculiarità di acquisire sempre più link.

Aggiungiamo infine al nostro modello milioni di elementi, ad ognuno dei quali aumentiamo i collegamenti agli altri elementi del modello, e arriveremo a una inaspettata scoperta, la stessa cui arrivarono nel 1999 due fisici: Albert László Barabási e Réka Albert.

“E’ possibile dimostrare che quando una rete cresce di dimensioni, la sua struttura rimane invariante” (1)

Simulando al computer numerose reti e variando il numero dei nodi iniziali i due scienziati si accorsero che, anche conducendo l’esperimento migliaia di volte in modo sempre diverso, nessuna delle modifiche iniziali o delle scelte introdotte dal caso, diventava rilevante sulla topologia della rete a lungo termine.
Cioè, la rete mostrava sempre la stessa struttura base (scale free o a invarianza di scala), con i centri (hub) con un numero maggiore di collegamenti iniziali che non solo mantenevano, ma aumentavano il proprio grado di aggregazione con altri elementi della rete.

Accade anche nella letteratura scientifica: nelle pubblicazioni scientifiche un articolo nuovo tende a inserire nelle citazioni articoli già noti piuttosto che articoli ignoti, accrescendo ulteriormente la popolarità dei primi.

Proprio per questa caratteristica i modelli come quello proposto vengono definiti del tipo “rich get richer” (in Italia si direbbe “piove sempre sul bagnato”).

Le reti descritte come sistemi competitivi

E' stata la ricercatrice italiana Ginestra Bianconi [1] del team del Prof. Barabási a scoprire che la Fitness determina il successo o il fallimento di un nodo.

Fino al 2001, prima dello studio della ricercatrice Bianconi, si pensava che nella tipologia di reti come quella di Internet, come predice il modello a inviarianza di scala, il primo arrivato fosse necessariamente il vincitore: la spiegazione data era che la connettività dei nodi aumentava con la radice quadrata del tempo.

Nel nuovo modello a fitness viene dimostrato che i nodi aumentano sì il loro numero di link seguendo una legge di potenza ma l’esponente che misura la velocità con cui ogni nodo si accaparra link è diverso per ogni nodo.
Questo esponente è proporzionale alla fitness.
Il modello spiega che una pagina con una fitness doppia rispetto a un'altra raccoglierà link più velocemente, perché il suo esponente è due volte maggiore.

Questo ci dice anche un'altra cosa importante: che la velocità con cui i nodi ottengono nuovi link non è una questione di anzianità. Il ruolo maggiore è legato alla velocità con cui i nuovi nodi conquistano nuovi link che permette a questi ultimi di passare in testa. E questo indipendentemente dal momento in cui sono entrati a far parte della rete.

Google è la dimostrazione concreta del fatto che questo nuovo modello riesce a descrivere con maggiore accuratezza il comportamento di reti a inviarianza di scala come Internet.
Google, arrivato solo nel 1997, ma utilizzando una tecnologia più all’avanguardia, riuscì in poco tempo ad accaparrarsi nuovi link più apidamente di Altavista o Inktomi, superando i suoi concorrenti.


IN SINTESI

Nei modelli di rete a invarianza di scala come Internet la legge di potenza dimostra che chi possiede già molti link avrà più probabilità di ottenere nuovi link in futuro e aumentare la sua popolarità

Il modello a fitness descrive invece correttamente le reti come sistemi competitivi. I nodi sono in competizione continua poiché i link rappresentano la principale fonte di sopravvivenza in un mondo interconnesso come Internet [2].
I nodi, dunque, non sono tutti uguali ma possiedono diversi valori di fitness.
Vince chi dimostra di avere la fitness più alta, cioè la capacità più alta ad acquisire nuovi link. Tutto ciò sembra in contraddizione con il modello a rete a invarianza di scala, ma in realtà non è così: i due modelli coesistono.
Con la conferma che tra due nodi ugualmente connessi è la prestanza fisica degli elementi più giovani a battere la incancrenita anzianità dei nodi già importanti e famosi.


[1] Barabási, A.-L. e Bianconi, G., Bose-Einstein Condensation in Complex Networks (http://www.nd.edu/~networks) , Phisycal Review Letters, vol. 86, N. 24, pp. 5632-5635, 11 giugno 2001

Per contattare l'autore dell'articolo: claudio.pasqua@gmail.com
.

La fitness premiata dal PageRank

Google è curioso, perché il suo comportamento smentisce il modello di rete a invarianza di scala [1].

Ricordo che, secondo il modello di rete a invarianza di scala, il primo che arriva ha un vantaggio competitivo rispetto agli altri: sul World Wide Web le pagine più connesse sono quelle aggiunte prima di altre che non hanno avuto il tempo di aggiudicarsi dei link e trasformarsi in hub (che sono i nodi principali, ricchi di collegamenti).

Eppure Google non segue questo modello. Il celebre motore di ricerca vide la luce appena nel 1997, quando altri motori di ricerca come Inktomi o Altavista già dominavano da alcuni anni il mercato.

Nonostante l'handicap di essere entrato in competizione in ritardo, Google in breve tempo divenne il nodo più importante della rete, e il motore di ricerca più conosciuto e utilizzato.

Questo offre ai “nuovi arrivati” nuove speranze. Google ci dimostra infatti che se la nostra azienda ha realizzato da poco un sito web, ebbene, essa potrà aggiudicarsi, utilizzando delle strategie di posizionamento adeguate, una buona visibiltà avvantaggiandosi rispetto alla concorrenza già presente in rete da anni.

L’eccezione di fenomeni come Google dimostrerebbe, dunque, come il modello di rete a invarianza di scala, da solo, non riesca a descrivere completamente l'estrema complessità di Internet.

Nelle reti a inviarianza di scala, come Internet o le reti di relazione sociali umane, esiste cioè una proprietà intrinseca che influenza la velocità con cui le pagine o gli attori dell’ambiente riescono ad annettersi nuovi link.

Alcuni nodi, pur comparendo molto tardi, riescono ad aggiudicarsi in breve tempo la maggior parte dei link della rete; altri, anche se apparsi per primi, non se ne aggiudicano nessuno e non diventano dunque nodi importanti.


I NODI NON SONO TUTTI UGUALI

In ogni ambiente dotato di una certa competizione ogni nodo è caratterizzato da quello che il fisico teorico Albert-László Barabási chiama fitness [2]. Possiamo immaginare la fitness in una rete sociale come quella capacità che abbiamo di stringere più amicizie e legami rispetto ai nostri vicini. Sappiamo che le persone più importanti hanno generalmente molti amici, contatti umani che possono tornare utili nel momento del bisogno. Pensiamo ad esempio a un uomo politico. Il suo potere è proporzionale alla quantità di contatti che sono presenti nella sua agenda. La sua candidatura avrà successo nella misura in cui riuscirà a farsi riconoscere dal maggior numero di potenziali votanti.
E’ lo stesso quanto accade su Internet: la popolarità di una pagina Web è la sua abilità di farci tornare quotidianamente sul suo contenuto, piuttosto che su quello di miliardi di pagine che si contendono la nostra attenzione.

In una rete possiamo assegnare una fitness a ogni pagina o nodo per indicare la sua capacità di competere per i link. Ad esempio la fitness di questo mio articolo può essere 0,000001 mentre quella della home page di Google 0,8.

Sul Web conta non il numero in sè ma il loro rapporto. Non è difficile immaginare che Google possieda una importanza 800.000 volte più alta di questa pagina che state leggendo.

L’introduzione di questa nuova grandezza non esclude i due meccanismi che abbiamo visto nei due articoli precedenti: la legge di potenza e il collegamento preferenziale. Quello che cambia è solo il criterio con il quale una pagina viene considerata più o meno attraente.

Quando ho parlato del modello a reti a invarianza di scala ho dato per scontato una cosa: che la capacità di attrarre link di un nodo è proporzionale al numero di link già presenti. Chi ha più link è maggiormente avvantaggiato.

Ora introduciamo un ulteriore tassello a questo mosaico: in un ambiente competitivo la fitness assume un ruolo decisivo!

Un modo semplice per utilizzare la fitness nel nostro modello è descrivere il collegamento preferenziale come il prodotto tra la fitness del nodo e il suo numero di link: ogni nuova pagina deciderà dove connettersi confrontando il prodotto tra fitness e connettività di ogni pagina disponibile.

Tra due pagine con lo stesso numero di link sarà quello con la fitness più alta ad ottenere link più velocemente dell’altra.


[1] Barabási, A-L., Albert, R., Jeong, H. "Mean-Field Theory for Scale-Free Random Networks
(http://www.nd.edu/~networks) ", Physica A 272, pp 173-187, 1999

[2] Barabási, A.-L., "Link - la scienza delle reti", Einaudi, 2004, ISBN 8806169149

Assegnazione del Page Rank

Da quanto ho potuto apprendere fino ad ora, il PageRank segue un modello che premia la “fitness” di un nodo (per citare il termine utilizzato da Barabási). Ma la formula che calcola il PageRank segue un modello che non registra esattamente i meccanismi complessi di una rete come il World Wide Web. Piuttosto cerca di avvicinarsi quanto più possibile alla realtà. E anche se si avvicina molto bene a questo scopo, ha dei limiti dettati proprio dal modello utilizzato.

Da quanto letto NON credo che PageRank sia il modello migliore per descrivere la rete.
Un esempio è questo: i blog come quelli pubblicati su Blogger (di proprietà di Google) ricevono alti punteggi di PageRank (PR=4) dopo appena poche settimane dalla loro pubblicazione.
Questo si può spiegare solo con la volontà di fare apparire come ben posizionate le pagine dei blogger.

Credo che la risposta sia tutta nel modo in cui Google ha avuto successo nonostante si sia inserito relativamente tardi nel panorama interrnet, quando Yahoo e Altavista erano già dei colossi.

Google ha adottato delle strategie e dei modelli della rete non ancora noti. Quando Google è stata fondata nel 1997 nessuno nell’ambiente scientifico sapeva ad esempio che il World Wide Web seguisse comportamenti come i modelli a invarianza di scala. Quando il modello a invarianza di scala diventò il punto di riferimento, alcuni anni dopo (2000) si è poi iniziato a comprendere che il modello di per sé pur valido, non poteva spiegare tutti i fenomeni del comportamento del WWW.

In sintesi Google tenta di avvantaggiarsi rispetto alla concorrenza creando i presupposti per sfruttare quelle non linearità nel modello a invarianza di scala che permette a hub meno recenti di avvantaggiarsi contrastando la regola del “preferential attachment”

Detto questo, alcuni comportamenti del calcolo del PageRank possono essere dati per assodati.

Cito i 5 fattori piu’ importanti che influenzano il PageRank descritti proprio da Lawrence Page:

1. Visibilità di un Link
2. Posizione di un Link all’interno di un documento
3. Distanza di tra le pagine
4. Importanza di una pagina linkata
5. Aggiornamento di una pagina linkata

Ecco perche’ quanto Armando dice nel punto 3) e successivi è vero. Link interni (o tra pagine poco distanti tra loro come ad esempio due siti sullo stesso server)

Per il punto 5 è tutto da verificare! Secondo me bisognerebbe in questo caso parlare in termini di probabilità. Il numero di link da siti esterni aumenta la popolarità e la visibilità di un sito. Questo è innegabile! Ma quanto “peso stastistico” devo dare a questo fattore? Quanto la visibiltà di un link può essere determinante rispetto ad altri fattori concomitanti?
Una caratteristica non spiegata dal modello di rete a invarianza di scala è che quando per esempio aggiungo alla mia pagina Web un link verso creo un link interno fra due nodi vecchi!

Inoltre come giustamente dice Armando nel punto 2) il PageRank dipende solo in piccolissima parte da Link ipertestuali interni. Anzi di più: è importante che le due pagine non risiedano sullo stesso server, giudicato dal PageRank pagine “vicine tra loro”.