Google analysiert Webseiten-Quellcode

[chris21]

Google hat den Quellcode von einer Milliarde Webseiten untersucht.

In December 2005 we did an analysis of a sample of slightly over a billion documents, extracting information about popular class names, elements, attributes, and related metadata.

https://www.heise.de/newsticker/meldung/68922

Neben den erwähnten Ergebnissen zu html-tags kann man da aber noch so einige neue Algorithmen draus ziehen...

Hier die Ergebnisse der Studie bei Google:

https://code.google.com/webstats/index.html (der Link bei Heise funzt nicht...)

[Caschi]

Neben den erwähnten Ergebnissen zu html-tags kann man da aber noch so einige neue Algorithmen draus ziehen...

ja welche denn?

viele grüße

[chris21]

Na ja, mit dem gleichen Suchfaktoren könnten sie die Webseiten ja auch dadurch durchforsten, welche Größenunterschiede es zu h1-h6 tags gibt, etc.

Wenn man sich die Angaben zu "onmouseover" beim "a" durchliest, wäre da auch was verwertbares für den Google-Algo drin.

Nebenbei:

...and revisit-after, supposedly used to tell search engines how often to recrawl the page. To our knowledge only one search engine has ever supported it, and that search engine was never widely used — at this point, it is nothing more than a good luck charm. A remarkably widely used one. More pages use the completely worthless <meta name="revisit-after"> than use the <em> element!