211service.com
Cómo clasifica Google los tweets
Para ofrecer resultados de búsqueda útiles de la llamada Web en tiempo real, como tweets de Twitter de hace unos segundos que informan sobre atascos de tráfico, Google ha adaptado su tecnología de clasificación de páginas y ha desarrollado nuevos trucos y filtros algorítmicos para mantener los resultados relevantes, según un líder Ingeniero de Google.
Amit Singhal, miembro de Google
Google implementó la tecnología de búsqueda en tiempo real el mes pasado para ofrecer a los usuarios acceso a nuevas publicaciones de blog y noticias mucho más rápido que los cinco a 15 minutos que antes tardaban los rastreadores web de Google en descubrir elementos recién creados.
Bing, Cuil y otros motores de búsqueda también proporcionan varios tipos de resultados en tiempo real. Tanto Google como Bing también han forjado importantes acuerdos con Twitter para obtener acceso en tiempo real a los tweets, esas publicaciones de microblogs de 140 caracteres que envían los miembros de Twitter. Pero Google afirma ofrecer los resultados en tiempo real más completos al escanear titulares de noticias, blogs y feeds de Facebook, MySpace, Twitter y otras fuentes.
Los tweets son un pilar de los resultados en tiempo real de Google, pero Google no ha discutido previamente cómo los clasifica. Una estrategia fundamental de Google para identificar la relevancia de los tweets es análoga a la que utiliza la tecnología PageRank de Google, que ayuda a encontrar páginas web relevantes con la búsqueda web tradicional. En PageRank, Google juzga la importancia de las páginas que contienen una determinada palabra clave de búsqueda en parte al observar la estructura de enlaces de las páginas. Cuantas más páginas enlacen a una página, y cuantas más páginas enlacen a los enlazadores, más relevante será la página original.
En el caso de los tweets, la clave es identificar a los seguidores de renombre, dice Amit Singhal, un miembro de Google, que dirigió el desarrollo de la búsqueda en tiempo real. (Los tuiteros siguen los comentarios de otros tuiteros que han seleccionado y ellos mismos son seguidos).
Ganas reputación y luego das reputación. Si muchas personas te siguen, y luego sigues a alguien, entonces, aunque esta [nueva persona] no tiene muchos seguidores, su tweet se considera valioso porque sus seguidores son seguidos ampliamente, dice Singhal. Definitivamente, definitivamente es más que un concurso de popularidad, agrega.
Un usuario que sigue a otro en las redes sociales es análogo a una página que enlaza con otra en la Web. Ambos son una forma de recomendación, dice Singhal. A medida que las páginas de alta calidad se vinculan a otra página en la Web, la calidad de la página vinculada aumenta. Asimismo, en las redes sociales, a medida que los usuarios establecidos siguen a otro usuario, la calidad del usuario seguido también aumenta.
Pero los trucos de clasificación social de Google no son el único método que utiliza el gigante de las búsquedas para extraer relevancia de los tweets. Google también desarrolló nuevas formas de elegir qué tweets (si los hay) que emerjan para términos comunes como Obama, y para evitar el spam o los tweets de baja calidad, todo en segundos.
Un problema con los tweets es que la gente a menudo los llena con los llamados hashtags. Estos son símbolos que comienzan con un signo de almohadilla (#) seguido de una palabra que representa un tema actual muy popular, como Nexus One o Earthquake o cualquier otro tema que pueda estar de moda en este momento. Cuando se incluye un hashtag en un tweet, el tweet resultante se mostrará cuando otros tuiteros hagan clic en la palabra del tema del hashtag en otra parte del sitio.
Si bien estas etiquetas pueden maximizar la exposición de un tweet de manera útil, también pueden servir como señales de alerta para reducir la calidad del tweet y atraer contenido similar al spam, dice Singhal. Si bien no quiso entrar en detalles, dijo que Google modeló este comportamiento de etiquetado de etiquetas de manera que tiende a reducir la exposición de los tweets de baja calidad. Necesitábamos modelar ese comportamiento [hashtag]. Ese es el desafío técnico que perseguimos con nuestros enfoques de modelado, dice Singhal.
Otro problema: cómo, si alguien está buscando a Obama, examinar los tuits de prensa de la Casa Blanca y miles de otros para encontrar la información más actual y actual. Google escanea tweets para encontrar la señal en el ruido, dice. Tal señal podría incluir una nueva avalancha de tweets y otros blogs que mencionan a la policía de Cambridge o Harry Reid cerca de menciones de Obama. Al estar atento a tales señales, Google puede proporcionar resultados en tiempo real que contienen el tema más reciente, incluso para términos de búsqueda muy comunes.
En el futuro, tanto Twitter como Google esperan mejorar la relevancia de los resultados de búsqueda en todos los contextos agregando datos de ubicación geográfica, que se pueden agregar a las publicaciones enviadas desde teléfonos inteligentes. En general, la búsqueda en tiempo real está evolucionando, dice Dylan Casey, gerente de producto de Google para la búsqueda en tiempo real. Hablo con los chicos de Twitter de forma regular para saber hacia dónde se dirige la función. Recibimos comentarios de ellos, les damos comentarios y nuestros ingenieros colaboran. Es verdaderamente simbiótico.
Singhal agregó que Twitter no es la única fuente de información en tiempo real. De hecho, Twitter es un componente muy importante de la Web en tiempo real. Sin embargo, lo que estamos observando es que es solo uno de los componentes. Hay mucho valor en las noticias, los blogs y las páginas web que se generan en tiempo real, porque las organizaciones de noticias trabajan muy duro para llevar la calidad a un cierto nivel, dice. Twitter es realmente útil porque es contenido de formato breve. Sin embargo, nos encontramos con que la Web en tiempo real es mucho más grande.