Il Mondo dei motori di ricerca, Google - Tesina per Istituto Tecnico Industriale

Il mondo dei motori di ricerca Google

Analisi degli aspetti del mondo dell’information retrieval, ottimizzazione per i motori di ricerca ed esperienza utente. Di Argenziano Simone

Uno dei motivi cardine che mi ha portato a trattare l’argomento dei motori di ricerca, e in particolare Google, per una tesina per l’esame di maturità, è l’importanza crescente, potrei dire inarrestabile, che i motori di ricerca rivestono nel panorama dei nuovi media.

In tale contesto l’azienda per eccellenza, e senza rivale alcuno, è senza dubbio Google. Essa vanta un predominio sia nel campo tecnologico che economico (si pensi solo al fatturato nel primo trimestre 2012 del +61% con un utile netto 3 miliardi di dollari).

Dalla sua fondazione ad oggi Google ha creato dei propri standard, modi di vivere e di interagire con il web senza pari: PageRank, Quick Search, Ottimizzazioni per i motori di ricerca (SEO), l’imponente campagna pubblicitaria sul web di Google AdWords e come non citare i laboratori Google X, nei quali ogni giorno vengono sperimentate tecnologie all’avanguardia per cambiare gli stili di vita delle persone, ultimo progetto i Google Glass per la realtà aumentata.

Altra motivazione è che sono da sempre affascinato dalla storia e l’evoluzione dietro tale azienda e le menti che l’hanno generata, Sergey Brin e Larry Page, tanto da farmi affermare e convincere dell’idea che nella vita tutto è possibile: “basta” avere un po’ di ingegno, concentrandosi sulle proprie passioni, e trovarsi con le persone giuste nel posto giusto per riuscire ad essere qualcuno nella vita.

Nella tesi sono trattati in linea generale e semplificati gli aspetti alla base del “mondo dei motori di ricerca”, per poterne comprendere il funzionamento e di come, seguendo determinati aspetti dettati dai motori stessi, possa migliorare l’esperienza di un webmaster o di un utente. 1

Indice

• Cosa sono i motori di ricerca
• Come funzionano i motori di ricerca
• Crawling e indicizzazione
• Rilevanza risultati
• PageRank
• Ottimizzazione per i motori di ricerca (SEO) e contenuto indicizzabile
• Struttura di un link esplorabile dai crawler
• Usabilità Parole chiave
• I meta tag
• Il tag title
• Targeting parole chiave e Google AdWords
• Analisi delle parole chiave
• Attribuzione valore alle parole chiave
• Frequenza dell’uso di una keyword
• Impatto dei contenuti sugli utenti, posizionamento e usabilità
• Obiettivi delle ricerche e il loro ottenimento. 2

Cosa sono i motori di ricerca

Un motore di ricerca, chiamato anche search engine, è un programma web, in grado di indicizzare automaticamente informazioni e classificarle in base a formule statistico-matematiche che indicano il grado di importanza, data una certa chiave di ricerca.

Come funzionano i motori di ricerca

Il loro funzionamento può essere inteso utilizzando un semplice aneddoto: si immagini l’intero web come una rete di fermate di un autobus di servizio in una grandissima città. Ogni fermata dell’autobus è un documento univoco (pagine web, immagini, PDF ecc…). I motori di ricerca hanno bisogno di una modalità per esplorare l’intera città e trovare tutte le fermate, usando il miglior percorso disponibile, i link.

La struttura dei link serve a collegare insieme e raggiungere tutte le pagine accessibili dai motori di ricerca. Per raggiungerle, il motore di ricerca fa uso dei cosiddetti “crawler”, ovvero robot automatici che, al ritrovamento di queste, passano all’analisi del codice in esse contenuto e archiviano parti selezionate delle pagine in enormi Data center.

Tali pagine vengono richiamate quando sono richieste da una ricerca in ordine di “rilevanza”, ovvero in modo da elencare i migliori risultati in base alle keyword di ricerca inserite. Tali Data Center sono forniti di un’elevata potenza di calcolo per far in modo di restituire i risultati di una ricerca nell’ordine dei centesimi di secondo, fattore primario se si considera che l’utenza del web si aspetta con rapidità il miglior risultato possibile: far attendere secondi di ritardo porterebbe l’utente ad essere insoddisfatto del servizio.

Quando una persona effettua una ricerca online, i motori devono analizzare i miliardi di pagine indicizzate e fare due cose: restituire solo quei risultati utili rispetto alla ricerca effettuata e ordinarli in base ad un criterio di importanza.

La maggior parte dei motori di ricerca identifica l’importanza di un sito con la sua “popolarità”; quanto più popolare è un sito, una pagina o un documento, tanto maggiore deve essere il valore dell’informazione presente in questi contenuti.

Popolarità e rilevanza sono determinati grazie all’impiego di formule matematiche, le quali nel loro insieme costituiscono dei determinati algoritmi di Link Analysis Ranking. Google per assegnare un indice di importanza ad una risorsa web all’interno di una serie di risultati fa ricorso all’algoritmo del PageRank.

PageRank

Il PageRank è un algoritmo che assegna un valore numerico, un voto, ad ognuna delle pagine web conosciute dal motore: maggiore è questo numero, più alta sarà la posizione della pagina nei risultati della ricerca di Google.

Tale punteggio è determinato “semplicemente” dalle altre pagine presenti nel web. Più collegamenti e link di altri siti puntano al mio sito, più il mio PageRank aumenta ed il mio sito diventa popolare.

Esistono altri parametri che influenzano il PageRank. Per ottenere una valutazione alta, infatti, è necessario che i siti da cui provengono i link, siano popolari, importanti, e che trattino lo stesso argomento evidenziato nel mio sito. 3

Di seguito è riportata la formula semplificata per il calcolo del PageRank:

[]

[] (1 )

= − + (∑ )

[]

=1

Legenda:

• PR[A] è il valore di PageRank della pagina A.
• n è il numero di pagine che contengono almeno un link verso A. P rappresenta ognuna di tali pagine.
• PR[P ] sono i valori di PageRank di ogni pagina P .
• C[P ] sono il numero complessivo di link contenuti nella pagina che offre il link.
• d (damping factor) è un fattore deciso da Google e che nella documentazione originale assume valore 0,85. Può essere aggiustato da Google per decidere la percentuale di PageRank che deve transitare da una pagina all’altra e il valore di PageRank minimo attribuito ad ogni pagina in archivio.

Ottimizzazione per i motori di ricerca (SEO) e contenuto indicizzabile