Duplicity a podobnosti
Vyhledávače nemají rádi, když na různých adresách nacházejí stále stejný obsah. Navzájem podobný obsah také zrovna nemilují. Proč: protože hardware, na kterých běží vyhledávací index, něco stojí. Přesněji řečeno stojí svinsky hodně peněz, i když je z levného železa. Pokud bude v indexu tisíckrát uložený stejný text, tak to je dost drahá sranda a hlavně zbytečnost. Proto se vyhledávače snaží podobné a duplicitní texty rozeznávat a různě hubit.
Ani uživatelé nemají rádi, když na různých výsledcích vyhledávání nacházejí stále stejný obsah. Je to dost otrava. Rozumné vyhledávače se snaží, aby lidem poskytovaly různý obsah, protože stejným nebo podobným obsahem by své uživatele unudily a naštvaly.
Z těchto důvodů je dobré nemít na svých webech navzájem příliš podobné nebo dokonce duplicitní stránky. Stejně tak není dobré mít na stránce něco, co už je na internetu jinde.
Proč zmiňuju zvlášť duplicity a zvlášť podobnosti:
- dvě stránky (přesněji URL) jsou duplicitní, pokud je na nich sakumprásk to samé
- dvě stránky jsou podobné, pokud je na nich hodně společného textu.
Přesnější definici duplicity a podobnosti má každý vyhledávač jinou. Například Seznam bere jako duplicitní takové dvě stránky, které mají stejný text (textový derivát vzniklý po odstranění html tagů). Jiné vyhledávače to mohou brát podle HTML kódu. U podobností je to ještě složitější, tam má každý vyhledávač bezesporu svou vlastní definici i algoritmus, jak je najít. A hlavně se liší v tom, co s podobnostmi kdy dělají:
- některé vyhledávače duplicity zahazují už na úrovni robota a databáze (např. Seznam, částečně Google), jiné vyhledávače až při vyhledávání (také Seznam i Google)
- podobnosti některé vyhledávače počítají staticky už v indexu, některé dynamicky až při hledání, podle podobnosti okolí slov, která uživatel hledá (Google) a některé vyhledávače to dělají kombinovaně, to znamená že při hledání filtrují předpočítané podobnosti (Seznam)
- Na Googlu a na Seznamu si skryté duplicity můžete nechat odkrýt přidáním parametru do adresy &filter=0 (na Seznamu to občas nefunguje)
Zbývá ještě zodpovědět častý dotaz, jak se vyhledávač rozhodne, která z těch podobných nebo duplicitních stránek je ta pravá, která patří do databáze, do indexu a do výsledků vyhledávání. Obecná odpověď neexistuje, ale v naprosté většině případů vyhrává starší obsah na stránce, která má vysoký rank (vede na ni hodně odkazů).
Co tedy dělat
- Netvořte stránky nachlup stejné jednu jako druhou, tím spadnete hodně brzo do duplicit.
- Mějte krátká, nebo různá menu. Průměrný text stránky by měl být delší než délka menu, které je společné všem stránkám celého webu. Jinak řečeno pokud máte obrovské menu na všech stránkách podobné, můžete mít problémy s podobnostmi.
- Nekopírujte cizí texty, nedostanete se s nimi do vyhledávání. Nekopírujte moc ani svoje texty.
- Neprovozujte stejný obsah na více doménách. Máte-li na jeden projekt více domén, přesměrujte je na hlavní doménu.
- Přirozenými duplicitami se nemusíte moc znepokojovat.
Reklama
