I de seneste år, faktisk siden 2014, har søgemaskiner og Google i front, gået i offensiven når det kommer til at bruge machine learning, til at læse, forstå og vurdere websiders indhold.
Ikke overraskende, så er det også lige præcis det, som Google gør, når de skal forsøge, at vurdere, hvor relevant et link er. Eller nærmere, hvor relevant den tekst, som linket kommer fra er til den linkende webside.
Det er netop det, dette indlæg kommer til at handle om. Jeg vil dykke ned i et Google patent, som handler om, hvordan Google muligt håndterer relevansen af backlinks og hvordan de nok opererer med både en “normal” PageRank og en semantisk PageRank.
Eller som patent beskriver det “Page rank for the semantic web query”.
Semantisk PageRank
Patentet “Page rank for the semantic web” fremlægger en fremgangsmåde til at udnytte links mellem sider på det semantiske web for at forbedre kvaliteten af søgeresultater, eller nærmere relevansen.
Google’s PageRank-algoritme bruger links mellem sider som grundlag for rangering af websider, på baggrund af deres brugeres søgninger, men den tager kun hensyn til én type link. Nemlig, styrke af linket (altså den klassiske PageRank, som tager højde for antallet af links og styrken af dem).
Det semantiske web tillader vilkårlige links mellem sider ved at mærke linket i henhold til en semantisk “ordbog”.
Det vil sige, at det semantiske web kan sammenkoble emner sammen, så en maskine, der kan læse og forstå tekst (NLP), kan udpege et emne og på baggrund af det semantiske web, se om de to emner, passer sammen.
Et kendt eksempel på en semantisk “ordbord” er Wikipedia, som er en struktureret database af indhold, der er klassificeret og opdelt på en måde, der gør det let for både menneske og maskinen af processere.
For at illustrere forbedringen af den semantiske PageRank i forhold til traditionelle PageRank-baserede algoritmer, giver den nye semantiske PageRank søgeresultater med høj relevans, der har en høj total “in-grad” på World-Wide-Web, dvs. sider, som mange andre sider indeholder hyperlinks.
Den foreliggende opfindelse giver søgeresultater, der har mange “indgående” links, hvori linkene har en vis semantisk betydning.
For eksempel udgives en artikel på nettet af en normalt populær forfatter. Mange medier, som følger denne forfatter linker derfor automatisk til denne artikel. Imidlertid viser det sig at denne artikel indeholder unøjagtige resultater, og derfor er der kun få andre artikler, der citerer denne artikel.
En søgemaskine baseret på traditionel PageRank, såsom Google, vil placere denne artikel øverst i søgeresultaterne for en søgning, der indeholder nøgleord i artikel, fordi websiden henvises til af mange websider.
Dette er et problem, fordi selv om artikel har en høj samlet grad af domæner der linker, er der kun få andre reelle artikler, der refererer til den, så denne artikel rangeres lavt efter kyndige brugeres mening (grundet de unøjagtige resultater/lav kvalitet).
Netop dette problem løser semantisk PageRank
I en udførelsesform (se billedet nedenfor) er et simpelt semantisk web, der kun indeholder to mulige semantiske links “published-paper” (302) og “referenced-paper” (310) vist.
På dette semantiske web vil links indeholdt i mediesider være af typen “published-paper”, og links i online-aviser vil være af typen “references-paper”.
FIG. 3 viser et simpelt sæt siderangeringer for “Published Paper” (Rank_pub=5) og “Referenced Paper” (Rank_ref=10). En anden form for beregning af cosinus-lighed er:
σ ( D , Q ) = ∑ k ( t k × q k ) ∑ k ( t k ) 2 × ∑ k ( q k ) 2
Forklaret på “almindelig” dansk
For at forenkle ovenståendes noget tekniske beskrivelse, så kommer her en forsimplet forklaring:
Google bruger machine learning modeller, til at analysere både teksten på den side der sender linket og den side der modtager linket.
Derfra vurderer Google så, hvad teksten handler om, ved at opdele den i emner, samt at vurdere hvor relevant nøgleord og ankertekst er for det pågældende emne.
I denne vurdering ligger der også en direkte semantisk lighedsanalyse (semantic similairy) af de to tekster, som igen fortæller Google noget om den overordnede relevans.
Hele analysen bliver derefter kvantificeret til et numerisk værdi og kan derefter tildeles linket som en “vægt”. Vægten bruges herefter i rangeringen af websiden.
Sker det at der er flere end én linkede side, så er det en sammenlagt vurdering af alle linkede sider. Samt sker det at der linkes flere gange fra samme domæne, så er det en samlet vurdering.
Hvordan kan et konkret eksempel på relevans mellem linkede sider se ud?
Hvis du sidder som et stort spørgsmålstegn, efter ovenstående tekniske forklaring af semantisk PageRank, så er det helt OKAY! – Det er også noget langhåret at læse en opsummering af tekniske patentbeskrivelser.
Derfor får du nu nogle helt konkrete eksempler på, hvordan Google muligt vurderer om et link er relevant.
For at vise dig et eksempel, så har vi fået hjælp af Tabtimize, som er et SEO tool, der har bygget en link metrics, som hedder Link Relevance Score, der netop tager udgangspunkt i Google’s semantiske PageRank algoritme.
Google forsøger jo at bestemme hvad det overordnede emne for siden er.
Det kalder vi i denne omgang for et URL emne.
Som du kan se på billedet foroven, så har vi i dette eksempel to sider, som vi gerne vil forstå relevans sammenhængen imellem.
Den ene side er tabtimize.com/seo-score og den anden er webfx.com/blog/seo/what-is-my-seo-score.
Efter Tabtimize har været inde og analysere deres indhold, så viser de faktisk at de to sider henholdsvis har en relevans score på 96 (tabtimize) og 98 (webfx) til emnet de kalder Web Services.
Hvis vi så tager gennemsnittet af det, så er det en relevans score på 97, hvilket vil sige at de to siders overordnede emne er meget relevante for hinanden.
Men som du måske har lagt mærke til, så er der faktisk flere datapunkter i deres relevans analyse.
For Google skrev jo i deres patent, at de foruden det overordnede emne tager nøgleord og ankerteksten i betragtning til at forstå relevansen mellem to linkede sider.
Det gør de faktisk også her.
Foruden URL topic (websidens overordnende emne), så vurderes nøgleordenes relevans også. I dette eksempel er de mest relevante nøgleord SEO Score og begge med en relevans score på 83.
Tabtimize tager flere faktorer i betragtning når de udregner deres Link Relevance Score, men for at følge Google patent, vil jeg kun belyse det overordnede emne og nøgleord.
Sådan kan du som SEO eller linkbuilder drage fordel af denne viden
Det mest interessante er måske nok, hvordan du så kan drage fordel af denne viden?
Du skal bruge denne viden til at forstå, hvordan du skal skrive dine SEO og linkbuilding tekster.
Det er ikke længere nok bare at inkludere en relevant ankertekst. Selve teksten skal være kontekstuel relevant til det søgeord eller term du ønsker din side skal ranke for.
Mange af de medielinks, PBN links, affiliate links, osv, der bliver lavet i Danmark kommer med tekster, der IKKE tager højde for semantisk PageRank.
Derfor kan man i mange tilfælde komme ud for, at ens links, trods for at det kommer fra stærke domæner, ikke giver det boost man havde ønsket sig.
Så…
Hvordan sikrer du at dine tekster og links er relevante?
Det kommer an på vinklingen af teksten og hvad teksten skal indeholde, for at højne relevans scoren til det emne du skriver om.
Vinklen på emnet af den tekst linket skal publiceres på, skal naturligvis ikke være en 1-til-1 afspejling af den tekst som er skrevet på din side.
Link teksten skal vinkles på en anden måde, men stadig være i overensstemmelse med det overordnede emne. Erfaring viser at, hvis emnet bliver vinklet alt for kringlet, eller en del uden for den normale kontekst, så vil Google score relevansen af tekstens emne lavt.
Eksempelvis, hvis du skal have lavet et link til en side med en liste over gratis datingsider på din dating affiliate site, og du skal skrive en linkbuilding tekst om gratis datingsider.
Her giver det ikke mening at vinkle teksten, så den handler om, hvordan corona-pandemien har skubbet til den teknologiske udvikling og kort nævne at gratis datingsider, er noget der er kommet ud af den teknologiske omstilling.
Google vil score denne teksts relevans til “dating” og dating” sider”, meget lavt, som følgende af off-topic vinkling.
Til gengæld kan du skrive en tekst om gratis datingsider, hvor du beskriver fordele og ulemper ved gratis datingsider, hvordan du kommer i gang med din dating, samt tips og tricks til succes på gratis datingsider.
Kan du se forskellen?
Det kan Google og dermed år du også en langt bedre relevans score.
Vil du sikre at dine linkbuilding tekster er relevante for Semantisk PageRank?
Vi har set på, hvordan teksten spiller en rolle i den måde Google vægter dine links på og derfor er det også vigtigt at du sørger for at dine linkbuilding tekster opfylder de krav som semantisk PageRank stiller.
Det er lige præcis hvad vi hos SEO af SoMe Captions kan hjælpe dig med!
Vores linkbuilding tekster følger nemlig teorien omkring semantisk PageRank og vi har endda lavet et samarbejde med Tabtimize, for at sikre at vores tekster også bliver forstået af maskinen, på den måde vi gerne vil have den skal forståes.
Derfor kan du trygt overlade produktionene af dine link teskter til os og endda glæde dig over, at vores tekster altid er relevante.