Surfeur Raisonnable SEO : Le modèle de l’internaute raisonnable de Google
Note : Cet article a été traduit et retravaillé à partir d’une source anglaise.
Le modèle du surfeur raisonnable de Google est un algorithme de moteur de recherche qui favorise la transparence et l’équité dans le classement des sites Web. Ce modèle fournit des informations plus utiles aux chercheurs en prenant en compte la pertinence du contenu, la qualité des liens et les signaux des utilisateurs. Cet article explique comment Google utilise ces facteurs pour classer les sites Web dans ses pages de résultats de recherche.
Qu’est-ce que le modèle de l’internaute raisonnable ?
Le modèle du surfeur raisonnable est un algorithme mis à jour du modèle initial du surfeur aléatoire. Il examine diverses probabilités de clics en fonction des caractéristiques associées à ces liens.
Qu’est-ce que le modèle de l’internaute aléatoire ?
Le modèle de l’internaute aléatoire est un modèle de graphe qui décrit la probabilité qu’a un utilisateur aléatoire de cliquer sur un lien pour visiter une page web.
Pourquoi le modèle du surfeur raisonnable a-t-il remplacé le modèle du surfeur aléatoire ?
Le modèle de l’internaute raisonnable était plus précis dans le calcul de la probabilité de clics sur les liens.
En quoi le modèle de l’internaute raisonnable est-il différent ?
Le modèle du surfeur raisonnable est une version actualisée du modèle initial du surfeur aléatoire.
Les différences sont que le Modèle du Surfeur Raisonnable regarde :
- Les probabilités impliquent la probabilité qu’une personne clique sur des liens spécifiques en fonction des caractéristiques des liens associés.
- Ces probabilités peuvent déterminer la probabilité qu’une personne clique sur ces liens.
Ces mises à jour sont indiquées dans la continuation du brevet :
… un rang pour un document particulier, la génération du rang comprenant la détermination de données de caractéristiques particulières associées à un lien vers le document particulier, les données de caractéristiques particulières identifiant un ou plusieurs attributs du lien, la détermination d’un poids indiquant une probabilité que le lien soit sélectionné, le poids étant déterminé sur la base des données de caractéristiques particulières et des données de sélection, les données de sélection identifiant le comportement de l’utilisateur concernant les liens vers d’autres documents … le poids indiquant une probabilité plus élevée que le lien soit sélectionné lorsque les données de caractéristiques particulières correspondent à des données de caractéristiques associées à un ou plusieurs liens que lorsque les données de caractéristiques particulières correspondent à des données de caractéristiques associées à un ou plusieurs autres liens … des mots dans un texte d’ancrage associé aux liens, et une quantité de mots dans le texte d’ancrage.
Ranking documents based on user behavior and/or feature data
Vous pouvez voir que les données vedettes et le texte d’ancrage jouent un rôle important dans le modèle du surfeur raisonnable.
Le modèle du surfeur raisonnable examine la probabilité que les liens soient cliqués sur la base des caractéristiques du lien. En revanche, le modèle Random Surfer examine la probabilité que des liens aléatoires soient cliqués en fonction du trafic moyen.
Cela signifie qu’il ne s’agit plus d’une probabilité « aléatoire » mais d’une probabilité « raisonnable » que des liens soient cliqués.
PageRank sous les modèles de surfeurs aléatoires
L’algorithme PageRank de Google repose sur le modèle du surfeur aléatoire, qui classe les pages Web en fonction de la probabilité qu’un utilisateur suivant les liens du site (au hasard) arrive sur une page spécifique :
Le rang de la page peut être interprété comme la probabilité qu’un internaute arrive à la page après avoir suivi de nombreux liens de redirection. La constante α dans la formule est interprétée comme la probabilité que l’internaute saute aléatoirement à n’importe quelle page web au lieu de suivre un lien de transfert.
Les systèmes et méthodes conformes aux principes de l’invention peuvent fournir un modèle de surfeur raisonnable qui indique que lorsqu’un surfeur accède à un document avec un ensemble de liens, le surfeur suivra certains des liens avec une probabilité plus élevée que d’autres. Ce modèle de surfeur raisonnable reflète le fait que tous les liens associés à un document n’ont pas la même probabilité d’être suivis. Parmi les exemples de liens peu susceptibles d’être suivis, on peut citer les liens « Conditions de service », les bannières publicitaires et les liens sans rapport avec le document.
Ranking documents based on user behavior and/or feature data
Comment PageRank utilise le modèle du surfeur raisonnable ?
Le modèle du surfeur raisonnable peut être utilisé pour calculer la quantité de PageRank qu’un lien peut transmettre, selon qu’une personne cliquera ou non dessus.
Les caractéristiques des liens du Reasonable Surfer Model peuvent inclure un large éventail de facteurs tels que :
- Des polices, des couleurs et des tailles qui aident le lien à se démarquer.
- Texte d’ancrage captivant
- Le lien doit être placé dans la zone de contenu de la page.
- Autres facteurs pour attirer l’attention de l’utilisateur et l’inciter à cliquer
Facteurs susceptibles de faire baisser la distribution du PageRank :
- Placement du lien en bas de la page (comme dans le pied de page)
- Liens de la même couleur que le texte de la page
- Liens avec un type de police similaire
- Texte d’ancrage peu attrayant
Le brevet actualisé du « modèle du surfeur raisonnable » peut être consulté à l’adresse suivante :
Ranking documents based on user behavior and/or feature data
Inventeurs : Jeffrey A. Dean, Corin Anderson, et Alexis Battle
Attribué à : Google
Brevet américain 9,305,099
Accordé le 5 avril 2016
Déposé : 10 janvier 2012
Résumé
Un système génère un modèle basé sur des données de caractéristiques relatives à différentes caractéristiques d’un lien d’un document de liaison à un document lié et des données de comportement d’utilisateur relatives à des actions de navigation associées au lien. Le système attribue également un rang à un document sur la base du modèle.
Ranking documents based on user behavior and/or feature data
Le mérite en revient à Bill Slawski ; j’ai commencé à lire ses articles et les ai trouvés trop avancés, alors j’ai commencé à les réécrire pour mieux comprendre les brevets. Pour une compréhension plus avancée de ces brevets, veuillez consulter son blog.
