[dams41]

Je pense que le calcul de la densité se fait par des statistiques des autres sites. Sur un mot clé précis, google doit faire un ratio du nombre de fois qu'apparait le mot clé par rapport à la quantité de contenu. Si un site dépasse trop fortement ce ratio, alors je pense qu'il est marqué comme trop dense, avec le risque de sandbox / blacklist ...

[thick]

Belle leçon de reverse engineering à la petite semaine que voilà !
Désolé, mais ton concept est trop simpliste pour me satisfaire...

[zapman]

Le-juge, le jeudi 1 février 2007, 00h04, dit :

Perso je suis plus enclin a proner une certaine "correspondance" entre les mots cles presents sur le parcours du bot , ce qui a un impact sur la densite mais qui laisse beaucoup plus de libertes vis a vis des contenus.

Ho, ho... l'idée d'anticiper/gérer "le parcours du bot" éveille mon intérêt.
Pourrais-tu préciser ce que tu entends par là ?

[Le-juge]

Citation

Pourrais-tu préciser ce que tu entends par là ?

C'est tres simple en fait - les bots peuvent tout a fait etre considere comme des internautes se servant de navigateur de 1ere generation (grosso modo) - ils parcourent le web en suivant les liens. Ils lisent le contenu des pages comme tout un chacun de gauche a droite et de haut en bas

LE PARCOURS :

1)Page de provenance du bot --> linking si possible avec des sites 1) en relation thematique, 2) possedant un fort PR, Trust Rank
2) Incoming Link --> toujours sur le site de provenance avoir un lien text qui contienne le mot cle correspondant a la page de destination (en l'occurence Mon site)
3) URL du site (attention je parles d'URL pas de domaine) --> Si possible avoir des mots cles dans l'URL (GG est de moins sn moins sensible a ca mais MSN oui
4) <title> - le mot cles sur lequel je veux optimiser ma page est presnet dans le <title>
5) <meta name="description"> --> Idem avec le mot cle dans un phrase coherente et attractive pour les client potentiels
6) <meta name="keywords"> tant qu'on optimise un page on fait tout keywords y compris
7) on retrouve le mots cles dans differents elements du contenu de la page - pas obligatoirement avec une densite enorme - et de maniere "harmonieuse" ca peut etre dans la nav, le texte, en titre , en sous titre ... --> attention le texte est ecrit pour les internautes

En plus en effet secondaire tu pourras voir que la densite de mots cle augmente d'elle meme, sans atteindre de pourcentage faramineux et tout en laissant un texte a la fois comprehensible pour les internautes et pertinent pour les moteurs.

Grosso modo voila - quand le bot note qu'il a vu le mot cles sur tout ce parcours on finit par avoir des resultats pas degueu

[Leonick]

Je plussois.
En dehors de la balise keywords qui n'est plus utilisée que par yahoo.
Mais sinon, c'est ça : on écrit pour les visiteurs en pensant aux moteurs et pas le contraire.
Parce que, quand dans les résultats de google, on voit une description et un titre bourrés de mots clés, même si le lien est 1°, on n'ira pas.
De la même manière que dans un magasin, en règle générale, on a horreur qu'un vendeur essaie de nous forcer la main.

[zapman]

Le-juge, le jeudi 1 février 2007, 22h12, dit :

1)Page de provenance du bot --> linking si possible avec des sites 1) en relation thematique, 2) possedant un fort PR, Trust Rank
2) Incoming Link --> toujours sur le site de provenance avoir un lien text qui contienne le mot cle correspondant a la page de destination (en l'occurence Mon site)
3) URL du site (attention je parles d'URL pas de domaine) --> Si possible avoir des mots cles dans l'URL (GG est de moins sn moins sensible a ca mais MSN oui
4) <title> - le mot cles sur lequel je veux optimiser ma page est presnet dans le <title>
5) <meta name="description"> --> Idem avec le mot cle dans un phrase coherente et attractive pour les client potentiels
6) <meta name="keywords"> tant qu'on optimise un page on fait tout keywords y compris
7) on retrouve le mots cles dans differents elements du contenu de la page - pas obligatoirement avec une densite enorme - et de maniere "harmonieuse" ca peut etre dans la nav, le texte, en titre , en sous titre ... --> attention le texte est ecrit pour les internautes

D'accord, rien de vraiment nouveau dans tout ça. C'est juste que je n'avais envisagé la problématique sous l'angle du parcours que suivent les robots. C'est intéressant de garder cette idée en tête.

J'ajoute à ta liste l'idée de construire une page "tête de chapitre" qui commence déjà à placer quelques mots clés dans un résumé des contenus proposés au visiteur, et qui renvoie sur toutes les pages dont la thématique encadre le ou les mots clés qu'on souhaite promouvoir.

Si ce résumé est un texte original (non repris dans les pages présentées) et que cette page comporte quelques liens externes pointant vers des pages fortement connexes avec la thématique du chapitre on obtient un très bon positionnement de cette tête de chapitre qu'on pourrait également baptiser "page portail".

Toutes les pages "phares" de mon site correspondent à cette description.

Ce message a été modifié par zapman - 02 février 2007 - 05:12.

[Le-juge]

Citation

D'accord, rien de vraiment nouveau dans tout ça.

Ah ben non ya pas grand chose de nouveau. Je vais pas re-inventer la roue non plus

[dams41]

thick, le mercredi 31 janvier 2007, 18h42, dit :

Belle leçon de reverse engineering à la petite semaine que voilà !

J'émet simplement une idée, un principe de fonctionnement, pas une vérité, et encore moins du "reverse engineering". Ce que je sais c'est qu'un robot ne peux as comprendre les phrases telles qu'elles sont. Il peut simplement compter des mots clés, leur accorder une importance selon différents critères, ce qui forme l'algorithme de google. Comment savoir si on effectue beacoup de répétition dans un texte ? un nombre absolue ? Bien sûr que non, sinon nous ne pourrions utiliser la plupart des déterminants / articles etc... La répétition abusive de mots dépend donc du type de mot ciblé. Ainsi google ne considère pas les déterminants / articles etc... comme des mots clés.
Pour le reste ? pour qu'un robot puisse savoir si un mot est trop utilisé, il doit se baser sur un échantillon non ? Ou tu considères qu'un programme du type

int nb_max = random(1000);
if(nombre_mot_clé > nb_max){
  sandbox();
}

peut s'avérer suffisant ?

Pour se baser sur un échantillion, il existe plusieurs méthodes d'apprentissages, les réseaux bayésien et les réseaux de neuronnes principalement. Mais ils se servent d'un échantillion d'observation pour déterminer la classe (un texte dans notre cas). Ainsi, une bonne méthode serait de classer un texte donné dans une classe en fonction du nombre d'occurence de mots clés trouvés par rapport à tous les autres textes disponibles (la base du réseau bayésien, utilisé notamment par thunderbird pour traiter les spams). Une fois qu'on connait la classe d'un texte (son thème), on peut observer le ratio "nombre d'occurence d'un mot clé / taille du texte" par rapport au même ratio pour les textes de la même classe, et ainsi déterminer (avec une marge d'erreur) si un texte est trop répétitif ou non.

Voilà le principe de fonctionnement que je voulais évoquer, mais une fois de plus, je ne sais pas si ça fonctionne ainsi. J'expose simplement une méthode qui ne me semble pas tirée par les cheveux. Et quand bien même mes propos seraient totalement "idiots" (ce qui est peut-être le cas), nous pouvons en discuter, en débattre. N'est-ce pas là le but d'un forum ?

Quoi qu'il en soit, rien ne t'autorises à te montrer injurieux vis a vis de mes pensées, d'autant que ma reflexion se base tout de même sur les cours de spécialistes de fouilles de texte que j'ai eu la chance de suivre récemment... Preuve que ça ne doit pas être si crétin que ça...

thick, le mercredi 31 janvier 2007, 18h42, dit :

Désolé, mais ton concept est trop simpliste pour me satisfaire...

Tout d'abord, je dirai que je ne suis pas là pour te satisfaire. Ensuite, expliques pourquoi tu trouves le concept trop simpliste ! Car en ces termes, ta contribution ne sert à rien...

Ce message a été modifié par dams41 - 03 février 2007 - 14:12.

[thick]

dams41, le samedi 3 février 2007, 14h11, dit :

Tout d'abord, je dirai que je ne suis pas là pour te satisfaire. Ensuite, expliques pourquoi tu trouves le concept trop simpliste ! Car en ces termes, ta contribution ne sert à rien...

Relis les posts depuis le début du thread et tu comprendras mieux. Tu définis en 2 lignes le concept et ma réponse devrait faire 3 kms ??? Allons, ton truc est simpliste au possible et oui ça ne me convient pas du tout parce que tu n'apportes rien au débat. Depuis le début je m'échine à dire que la longueur du texte ne compte pas et tu viens en remettre une couche ? Ben désolé, mais non c'est complétement futile de venir ajouter ton "petit" commentaire tel qu'il est. A ta place, il valait mieux s'abstenir.

[dams41]

thick, le samedi 3 février 2007, 15h30, dit :

Relis les posts depuis le début du thread et tu comprendras mieux.

Je viens de tout bien relire, c'est fait. J'ai réexpliqué mon point de vue dans le post précédent, en me basant sur une théorie un peu différente de celle de cariboo (encore que pas si eloignée que ça) des réseaux d'apprentissage. Mon truc est donc simpliste au possible reseaux neuroniques et bayésiens, sauf que ce n'est pas "mon" truc, mais un sujet de recherche fondamentale qui permettra peut-être à long terme de faire comprendre un texte à un robot.

thick, le samedi 3 février 2007, 15h30, dit :

Depuis le début je m'échine à dire que la longueur du texte ne compte pas

Je suis désolé d'avoir osé penser différement de toi . Si j'avais sû que ce forum ne permettait pas de s'exprimer, je me serais contenté de m'abreuver de tes profondes paroles... (ie : je suis d'accord, je ne suis pas d'accord, j'aime pas le mot "densité")

thick, le samedi 3 février 2007, 15h30, dit :

tu n'apportes rien au débat

Je tiens à m'en excuser auprès des membres du forum.

thick, le samedi 3 février 2007, 15h30, dit :

A ta place, il valait mieux s'abstenir

C'est ce que je compte faire...

[Cariboo]

A propos des réseaux de neurones, des algorithmes bayésiens et génétiques : ces outils peuvent également servir à construire des moteurs de recherche performants.

Donc oui Dams41 il est intéressant d'en discuter.

D'ailleurs, il y'a eu pas mal de tentatives dans différents labos de recherche français (notamment à l'INRIA).

Mais certains indices laissent penser que ces outils ne sont pas utilisés par Google, et même par la plupart des moteurs "grand public".