Kommentare zu: Schneller als der Bot erlaubt

Von: WordPress Plugin: schnapp Dir den Bot ! - Bandscheiben-Blog

WordPress Plugin: schnapp Dir den Bot ! - Bandscheiben-Blog — Wed, 27 Feb 2008 14:50:29 +0000

[…] dem Plugin könnt Ihr dann Gerald’s Relativitätstheorie falsifizieren […]

Von: Erzeugen von Duplicate Content - SEO Blog

Erzeugen von Duplicate Content - SEO Blog — Mon, 25 Jun 2007 18:48:51 +0000

[…] Zum Abschluss möchte ich euch eine weitere Strategie zur Vermeidung von Duplicate Content nicht verheimlichen, welche Gerald in seinem Blog aufgestellt hat. Etwas radikal in der Umsetzung aber für SEO’s absolut lesenswert […]

Von: gsyi

gsyi — Tue, 12 Jun 2007 14:39:47 +0000

Haha, wirklich geiler Artikel!
Allerdings muss man dazusagen, dass die meisten Splogs keine eigenständige Bots, sondern einfach RSS Feed Scrapers haben. Daher ist es egal, wie schnell sich eine Seite ändert ;-) Aber der Text ist wirklich nett geschrieben! :-)

Von: reinhard

reinhard — Mon, 11 Jun 2007 19:54:56 +0000

Uui uiu, mit welch wissenschaftlichen knoff hoff ihr da an die Sache geht … man kümmet sich richtig klein vor .. Fuzzi Logi: dabei habe habe ich mich so gefreut es nie wieder nach mathe zu hören

Von: Gerald

Gerald — Mon, 11 Jun 2007 10:10:43 +0000

christian, du hast vollkommen recht. insbesondere der hinweis auf schrödingers katze erinnert mich daran, dass ich noch eine quantentheoretische erweiterung meiner speziellen relativistischen theorie nachliefern sollte. gerade die quantelung des contents in verbindung mit dem spin der durchs web geschickten elektronen birgt manch seltsame überraschung für den forschenden seologen. neue begriffswelten kommen ins spiel, so wird die keyworddichte von der teilchendichte abgelöst und die zugehörigen text elemente gehen im zug der string theorie in dimensionen über, die noch nie zuvor ein mensch gesehen hat.

olaf, danke für die erklärungen. genau solche kommentare erhoffe ich mir immer ;-)

Von: Olaf

Olaf — Mon, 11 Jun 2007 10:05:58 +0000

Also so einfach ist das mit dem double content nicht. Wir entwickeln und betreiben Suchmaschinen für Firmen und kennen das Thema des double Content nur zugut. Es gibt verschiedene Strategien, doppelten Content zu erkennen. U.a. redurziert man den Inhalt nur auf den Text, d.h. alles was Javascript, Styling o.ä. ist bleibt eh erstmal außen vor. Dann kann man zusätzlich noch versuchen, alle Links inkl. deren Anchor-Texten auch gleich mit rauszufiltern - damit kann man Missbrauch von anderen Seiten für Keyword-Text sehr schön umgehen.

Schließlich muss man per Fuzzy ein gewissen Unschärfe beim Vergleichen nutzen. Diese Unschärfe sollte entsprechend der Dokumentgröße angepasst sein - ein nur pauschal 10% Unschärfe reicht nicht aus. Hier die richtigen Werte zu finden ist halt Erfahrung. Ich kann nur sagen, dass wir ziemlich zuverlässig doppelte Seiten mit üblichen Abweichungen (man denke an Produktseiten, die sich nur durch exakte Firmennamen und -adressen unterscheiden) erkennen.

Und solch eine Erkennung dauert - abhängig vom Index auch nicht so lange - man kann da mit unscharfen Hashes arbeiten.

Außerdem hat der Vorschlag mit dem schneller als der Bot sein noch einen gründlichen Nachteil - man weiss nämlich nicht, wo der Bot zuerst wieder lang kommt. Eventuell auf der Seite wo man es nicht möchte - das ist nämlich das wirkliche Google-Duplicate-Content-Problem.

Von: Christian

Christian — Mon, 11 Jun 2007 08:27:18 +0000

Nette Analyse. Allerdings vergisst du in deiner Berechnung den Dopplereffekt.

Und ob Content als “duplicate” läuft, weiß wohl bis die Kiste geöffnet wird auch nur die Katze… ähm…der Content selbst. :-)

Von: Gerald

Gerald — Mon, 11 Jun 2007 02:35:28 +0000

@henning - wenn google auf 90% gleichheit checken wollte, dann würden die mit dem rechnen nie fertig werden. abgesehen davon wäre es schon schwer genug überhaupt 90% übereinstimmung zu definieren. und es dürfte auch keinen sinn machen.

schon die suche und erkennung nahezu identischer seiten überfordert google ja oft genug, wie man an den ganzen üblen proxy-klau konstrukten sehen kann.

@walid - wer weiss schon, wie gut google inhalte von navigation, werbung und anderen elementen unterscheiden kann. aber es könnte durchaus sinn machen die eigenen inhalte auch nachträglich zu verändern, um 1-1 klone zu unterlaufen.

Von: Walid

Walid — Sun, 10 Jun 2007 06:54:31 +0000

Geht es um die Struktur oder dem reinen Content, z.B. einen Artikel? Dieser ändert sich bei Content-Klau bekanntlich nicht. Obwohl, Textgeneratoren mit Thesaurus erfreuen sich bei den einfallslosen Zeitgenossen höchster Beliebtheit. Würde mich nicht wundern wenn Google in seinem Algo ebenfalls einen Synonyme-Erkennungs-und-Auswertungs-Skript einbaut.
Ich sehe ein Licht!

Schöne Grüße aus Tübingen

Von: Strategie zur Vermeidung von Duplicate Content : SEO & SMO

Strategie zur Vermeidung von Duplicate Content : SEO & SMO — Sun, 10 Jun 2007 06:33:48 +0000

[…] Gerald hat auf seinem Blog eine hervorragende Idee zur Vermeidung von Duplicate Content und somit auch eine optimale Strategie gegen den Content-Klau publiziert - für Hardcore-SEOs und solche die es werden wollen eine absolute Pflichtlektüre! Unter Vernachlässigung der Lorentz-Kontraktion ist es mir aufgrund meiner relativistischen Überlegungen gelungen, eine Strategie zur Vermeidung von Duplicate Content in Weblogs zu entwickeln! Die Vorgehensweise ist ganz einfach, man muss nur schneller sein als der Bot, d.h. man muss schneller den Content ändern als der Bot die Seiten ziehen kann. Mr Wong del.icio.us Digg Web News Yigg SEOigg it! […]