Google utiliza el número de enlaces de una página como medida para evaluar la calidad de esta. Cada vínculo que una página recibe de otra sirve como voto para aparecer en los primeros resultados. Pero no todos los votos son valorados de la misma manera; valen más aquellos que provengan de páginas que a su vez reciben muchos enlaces de otras webs. Mediante este sistema se ordena la lista de resultados, colocando a las webs que mas enlaces reciben en los primeros lugares. Este sistema es llamado PageRank.

¿Qué sucede cuando buscamos algo?

Cuando pulsamos el botón buscar nuestra petición viaja hasta el servidor de Google . El servidor de Google está formado por una red de más de 10.000 equipos. Los equipos son extremadamente sencillos y económicos lo que le permite a Google ofrecer la mayoría de sus servicios gratuitamente.

Google realiza más de 1000 búsquedas por segundo todos los días del año.

Una vez recibida la petición se realiza una consulta a los índices de Google . Los índices son como un diccionario en donde la definición de una palabra seria las direcciones de los sitios web que las contienen. Google almacena más de 4000 millones de páginas, un aproximado de 40 Terabytes de información.

Por ultimo se aplica el algoritmo de PageRank para ordenar los resultados por relevancia. Lo fantástico es que todo esto se realiza en menos de un segundo y en un santiamén el usuario recibe una lista con los mejores resultados.

Pagerank

El algoritmo es el siguiente:

GoogScore = (Uso de palabras clave en los contenidos * 0.3) + (Relevancia del dominio * 0.25) + (Calidad de los links entrantes * 0.25) + (Comportamiento de los usuarios * 0.1) + (Calidad del contenido * 0.1) + (Puntuación manual) – (Penalidades)

Uso de palabras clave en los contenidos:

• Titulo
• Texto
• Enlaces internos
• El nombre del dominio y la dirección

Relevancia del dominio:

• Historia de registro de dominio
• Tiempo de vida del dominio
• Fuerza de los enlaces apuntando a ese dominio
• Vecindario del dominio basado en enlaces entrantes y salientes
• Patrón de uso a lo largo de la vida de un dominio
• Tipo de dominio (.gov, .edu, etc)

Calidad de los enlaces entrantes:

• Tiempo de existencia los enlaces
• Calidad de los dominios que enlazan
• Calidad de los documentos que enlazan
• Texto que se usa para enlazar (Por ejemplo yo utilizo el texto “Google” para enlazar a http://ww.google.com)
• Texto alternativo que se usa en los enlaces entrantes
  PageRank de los enlaces
• Tema de los sitios que mandan enlaces

Comportamiento de los usuarios

• Tiempo que los usuarios pasan en la página hasta que hacen otra búsqueda
• Búsquedas del dominio
• Todo tipo de datos de comportamiento de los usuarios venidos de otras fuentes (Google Toolbar, Google Analytics, alianzas con otros buscadores, etc…)

Calidad del contenido:

• Calificación puesta a mano por analistas que potencialmente trabajarían para Google
• Sentido del contenido
• Aumentos manuales en los resultados (ej: wikipedia)

Penalidades (restan)

• Sandbox (Un filtro especial para evitar la manipulación de los resultados)
• Optimización (Como esta diseñado el sitio web)
• Penalizaciones manuales

Fuentes:

• Wikipedia
• Hello Google
• 86400