Google podría aplicar métricas de uso a su ranking de resultados

Como muchos sabréis, tradicionalmente los motores de búsqueda han ordenado (ranking) los resultados de las búsquedas mediante una combinación de dos sistemas:

• recuperación de información (information retrieval): coincidencia (matching) de términos de una consulta con los existentes en un documento
• los enlaces como indicador del valor (score) de la página: evaluación de la cantidad y calidad de los enlaces apuntando a una página, en base a un método o algoritmo (como Pagerank)

El problema de este enfoque es que no siempre “acierta” en la tarea de evaluar la calidad de los contenidos de una página, no es suficiente. Tampoco es capaz de decirnos si estas páginas tratan los temas de más actualidad y por lo tanto de mayor interés (valor) para los usuarios.

Imaginemos por ejemplo lo que ocurre con una página bastante reciente, que ya recibe muchas visitas y actualiza unos contenidos muy valiosos para los usuarios con mucha frecuencia, pero que todavía tiene pocos enlaces apuntando a ella. Con una aproximación basada en en el valor de los enlaces, esta web lo puede tener muy difícil para alcanzar los primeros puestos del ranking, frente a páginas más antiguas, que apenas se actualizan, con contenidos con poco valor añadido pero muchos links apuntando a ellas.

Google se dio cuenta de esto y elaboró una propuesta complementaria para establecer el ranking de resultados, basándose no sólo en los dos parámetros comentados más arriba, sino en el uso que hacen los usuarios de los documentos (las páginas). Esta nueva aproximación al problema, que puede usarse en combinación con las otras dos o en lugar de ellas, fraguó en una patente presentada el 24 de Febrero:

Methods and Apparatus for Employing Usage Statistics in Document Retrieval
Invented by Jeffrey A. Dean, Benedict A. Gomes, Krishna Bharat, Georges Harik, and Monika H. Henzinger
Assigned to Google
US Patent Application 20110179023
Published July 21, 2011
Filed: February 24, 2011

Traduciendo el resumen de la patente, sería algo así:

Método y aparato consistente en una invención que provee una organización mejorada de los documentos en respuesta a una consulta de búsqueda. En una realización, una consulta de búsqueda es recibida y una lista de documentos como respuesta es identificada. Los documentos de la respuesta son organizados en base a estadísticas de uso totales o parciales.

Pero veámoslo con más detalle, la cosa sería así:

1. Se hace una consulta
2. El motor de búsqueda devuelve una lista de documentos como respuesta basándose en las premisas de recuperación de información (IR) y el valor de los enlaces
3. Esta lista de páginas vuelve a organizarse, pero aplicando el criterio estadístico de uso comentado arriba, total o parcialmente
4. Esta valoración puede asignarse a las páginas en el mismo momento de la consulta o antes y puede basarse en varios parámetros de uso
5. Como ejemplos de estadísticas de uso, puede utilizarse la frecuencia de visitas o el número de visitantes únicos
6. Este ranking basado en el uso de los documentos puede combinarse con los los otros dos criterios de ordenación (IR y enlaces)
7. Otros datos, como la longitud de la ruta de un documento, también podrían utilizarse en las páginas de ranking

Sin embargo, la obtención de estos datos de uso implica tener muy claras ciertas reglas de filtrado que nos aseguren obtener el uso real de estos documentos. Por ejemplo, las visitas de los robots y otros agentes automatizados, que no deben ser tenidas en cuenta. También sería interesante la asignación de pesos específicos según la localización geográfica de donde provengan las visitas (no es lo mismo una vista que venga de Estados Unidos que una que venga de Chipre).

Lo realmente interesante de esta patente es que fue presentada el mismo día en que Google presentó la primera actualización de su algoritmo Panda, lo que me hace pensar que puede basarse parcialmente en ella. De todas formas, no podemos saber si Google está incorporando estas estadísticas de uso a la forma en que realiza el ranking de las páginas, pero no sería sorprendente que lo hiciera en un futuro próximo.

¿De qué sirve todo esto?. Google siempre ha buscado una forma de determinar qué es lo más popular en la web para un momento determinado, los temas que más interesan a los usuarios. ¿Cómo podrían implementarlo en la página de resultados (SERP)?. Probablemente ocuparía una parte de esta página, como una forma de mostrar los “temas del momento”. Podría incluso combinarse con las estadísticas obtenidas a partir del botón +1.

Algo parece evidente con todo esto: Google quiere restarle importancia al modelo clásico de Pagerank, basado en enlaces y aproximarse a una visión más real de lo que los usuarios quieren.

Fuente: SEO by the Sea

Entradas relacionadas:

• Sobre la consistencia del ranking de Google
• Google consigue otra patente relacionada con Instant Preview
• DuckDuckGo, ¿puede ser una alternativa a Google?
• Herramienta SEO open source: SEO Panel
• DuckDuckGo: el buscador libre que respeta la privacidad