211service.com
Hoe Google tweets rangschikt
Om nuttige zoekresultaten van het zogenaamde realtime web te leveren, zoals secondenoude Twitter-tweets die verkeersopstoppingen melden, heeft Google zijn technologie voor paginarangschikking aangepast en nieuwe algoritmische trucs en filters ontwikkeld om de resultaten relevant te houden, aldus een toonaangevend Google-ingenieur.
Amit Singhal, Google Fellow
Google heeft vorige maand realtime zoektechnologie uitgerold om zoekers toegang te bieden tot gloednieuwe blogposts en nieuwsitems, veel sneller dan de vijf tot 15 minuten die Google's webcrawlers eerder nodig hadden om nieuw gemaakte items te ontdekken.
Bing, Cuil en andere zoekmachines bieden ook verschillende soorten realtime resultaten. Zowel Google als Bing hebben ook grote deals gesloten met Twitter om realtime toegang te krijgen tot tweets, die microblogposts van 140 tekens die door Twitter-leden worden verzonden. Maar Google beweert de meest uitgebreide realtime resultaten te bieden door nieuwskoppen, blogs en feeds van Facebook, MySpace, Twitter en andere bronnen te scannen.
De tweets zijn een steunpilaar van de realtime resultaten van Google, maar Google heeft niet eerder besproken hoe het ze rangschikt. Een fundamentele Google-strategie voor het identificeren van de relevantie van tweets is analoog aan de strategie die wordt gebruikt door de PageRank-technologie van Google, die helpt bij het vinden van relevante webpagina's met traditioneel zoeken op internet. Onder PageRank beoordeelt Google het belang van pagina's die een bepaald zoekwoord bevatten, gedeeltelijk door te kijken naar de linkstructuur van de pagina's. Hoe meer pagina's naar een pagina linken - en hoe meer pagina's linken naar de linkers - hoe relevanter de originele pagina.
In het geval van tweets is het belangrijk om bekende volgers te identificeren, zegt Amit Singhal, een Google Fellow, die de ontwikkeling van realtime zoeken leidde. (Twitterers volgen de opmerkingen van andere Twitterers die ze hebben geselecteerd, en worden zelf gevolgd.)
Je verdient reputatie, en dan geef je reputatie. Als veel mensen je volgen, en dan volg je iemand - hoewel deze [nieuwe persoon] niet veel volgers heeft, wordt zijn tweet als waardevol beschouwd omdat zijn volgers zelf wijd gevolgd worden, zegt Singhal. Het is absoluut, zeker meer dan een populariteitswedstrijd, voegt hij eraan toe.
De ene gebruiker die de andere volgt op sociale media is analoog aan een pagina die naar een andere op internet linkt. Beide zijn een vorm van aanbeveling, zegt Singhal. Als pagina's van hoge kwaliteit linken naar een andere pagina op het web, gaat de kwaliteit van de gekoppelde pagina omhoog. Evenzo, in sociale media, als gevestigde gebruikers een andere gebruiker volgen, gaat de kwaliteit van de gevolgde gebruiker ook omhoog.
Maar de trucs voor sociale rangschikking van Google zijn niet de enige methode die de zoekgigant gebruikt om relevantie uit tweets te halen. Google heeft ook nieuwe manieren ontwikkeld om binnen enkele seconden te kiezen welke tweets (indien van toepassing) worden weergegeven voor veelvoorkomende termen als Obama - en om spam of tweets van lage kwaliteit te vermijden.
Een probleem met tweets is dat mensen ze vaak opscheppen met zogenaamde hashtags. Dit zijn symbolen die beginnen met een hekje (#) gevolgd door een woord dat een zeer populair actueel onderwerp vertegenwoordigt, zoals Nexus One of Earthquake of wat dan ook dat op dit moment een trendy onderwerp is. Wanneer een hashtag is opgenomen in een tweet, wordt de resulterende tweet weergegeven wanneer andere Twitterers elders op de site op het onderwerpwoord van de hashtag klikken.
Hoewel dergelijke tags de zichtbaarheid van een tweet kunnen maximaliseren, kunnen ze ook dienen als rode vlaggen om de kwaliteit van tweets te verlagen en spamachtige inhoud aan te trekken, zegt Singhal. Hoewel hij niet in details wil treden, zei hij dat Google dit hashtagging-gedrag heeft gemodelleerd op manieren die de blootstelling van tweets van lage kwaliteit verminderen. We moesten dat [hashtagging]-gedrag modelleren. Dat is de technische uitdaging die we aangingen met onze modelleringsbenaderingen, zegt Singhal.
Een ander probleem: hoe, als iemand op zoek is naar Obama, de tweets van de Witte Huis-pers en duizenden anderen doorspitten om de meest actuele en actuele informatie te vinden. Google scant tweets om het signaal in de ruis te vinden, zegt hij. Een dergelijk signaal kan een nieuwe aanval van tweets en andere blogs zijn waarin de politie van Cambridge of Harry Reid in de buurt van Obama wordt genoemd. Door op dergelijke signalen te letten, kan Google realtime hits leveren die het meest recente onderwerp bevatten, zelfs voor veelvoorkomende zoektermen.
In de toekomst hopen zowel Twitter als Google de relevantie van zoekresultaten in alle contexten te verbeteren door geolocatiegegevens toe te voegen, die kunnen worden toegevoegd aan berichten die vanaf smartphones worden verzonden. Over het algemeen evolueert realtime zoeken, zegt Dylan Casey, de Google-productmanager voor realtime zoeken. Ik praat regelmatig met de jongens van Twitter om erachter te komen waar de functie naartoe gaat. We krijgen feedback van hen, we geven ze feedback en onze technici werken samen. Het is echt symbiotisch.
Singhal voegde eraan toe dat Twitter niet de enige bron van realtime informatie is. Twitter is inderdaad een zeer belangrijk onderdeel van het realtime web. Wat we echter waarnemen, is dat het slechts een van de componenten is. Nieuws, blogs en webpagina's die in realtime worden gegenereerd, hebben veel waarde, omdat nieuwsorganisaties heel hard werken om de kwaliteit op een bepaald niveau te krijgen, zegt hij. Twitter is inderdaad nuttig omdat het korte inhoud is. We merken echter dat het realtime web veel groter is.