Анализ слива Гугла от Эндрю Ансли, часть 3 из 4

Анализ слива Гугла от Эндрю Ансли, часть 3 из 4:

Качество NsrNsrData

1. titlematchScore: Показатель совпадения заголовков на сайте, который показывает, насколько хорошо заголовки соответствуют запросам пользователей.

2. site2vecEmbedding: Как и word2vec, это вектор для всего сайта.

3. pnavClicks: Не понятно, что такое pnav, но предполагается, что это навигационная информация, полученная из данных о кликах пользователей.

4. chromeInTotal: просмотры в Chrome в масштабах всего сайта.

Для алгоритма, построенного на конкретных страницах, Google определенно любит использовать сигналы всего сайта.

5. chardVariance и chardScoreVariance: Пологается, что Google применяет показатели chard на уровне сайта, которые предсказывают качество сайта/страницы на основе вашего контента.

Google измеряет отклонения всеми возможными способами, которые вы только можете себе представить, поэтому последовательность является ключевым фактором.

6. Google выставляет оценки на основе тематик, внутренних ссылок, ссылающихся доменов, коэффициентов, кликов и множества других вещей.

Если нормализованный пейдж ранк не был рассчитан для какого-то фрагмента (Google использовал фрагменты вашего сайта и страниц для целей оценки), существующие оценки, связанные с другими фрагментами, будут усреднены и применены к неоцененному фрагменту.

Понижения в выдаче

1. Плохая навигация вредит вашему рейтингу.

2. Идентификация местоположения снижает оценку страниц, пытающихся ранжироваться по локациям, не обязательно связанным с вашей локацией.

3. Ссылки, не соответствующие целевому сайту, снижают ваши показатели.

4. Неудовлетворение пользоватьскими кликами снижает ваши показатели.

5. Показатели удовлетворенности кликами не основаны на времени пребывания на сайте.

Спам

1. Упоминаются баллы gibberishScores (белиберда).

Это относится к накрученному контенту, наполнителю AI-контента и просто бессмыслице.

2. phraseAnchorSpamPenalty: Комбинированный штраф за понижение анкора.

Это не понижение ссылок или авторитета.

Это понижение баллов конкретно по анкору.

Анкоры имеют довольно большое значение.

3. trendSpam: Скорее всего, это ориентировано на манипуляции с CTR.

«Количество совпадающих запросов с трендовым спамом».

4. keywordStuffingScore: Как и звучит, это оценка спама с набивкой ключевых слов.

5. spamBrainTotalDocSpamScore: Оценка спама, определяемая SpamBrain, от 0 до 1.

6. spamRank: Измеряет вероятность того, что документ ссылается на известных спамеров.

7. spamWordScore: Очевидно, что определенные слова (как минимум в анкорах) являются спамными.

Анкорный текст.

1. За сколько дней было обнаружено 80 % этих фраз.

2. Доля спамных фраз во всех анкорах документа (вероятная тактика обнаружения ссылочных ферм - продавайте меньше ссылок на страницу).

3. Среднесуточная частота обнаружения спамных анкоров.

4. Сколько спамных фраз найдено в анкорах среди уникальных доменов.

5. Общее количество доверенных источников для данного URL.

6. Количество доверенных анкоров с якорным текстом, соответствующим спамерским фразам.

7. Доверенные примеры - это просто список доверенных источников.

8. trustedTarget - это метрика, связанная со спамными анкорами, и она говорит: «Верно, если этот URL находится в доверенном источнике».

Когда вы становитесь «доверенным», вам может больше сойти с рук, и если вы исследуете эти «доверенные источники», то увидите, что им сходит с рук довольно многое.

У Google есть политика Trawler, которая, по сути, добавляет «спам» к известным спамерам, и большинство краулингов автоматически отклоняют IP-адреса спамеров.

Продолжение следует...

@MikeBlazerX

Источник новости https://t.me/mikeblazerx/3500...