الگوریتم TrustRank روشی برای ارزیابی کیفیت وب سایت ها است. توسط زولتان گیونگی، هکتور گارسیا و جان پدرسون توسعه یافته و برای ثبت اختراع توسط یاهو ثبت شده است. در اصل برای طبقه بندی نیمه خودکار کیفیت یک صفحه یا برای یافتن صفحات اسپم استفاده می شود و برای کمک به موتورهای جستجو در ارزیابی وب سایت ها در نظر گرفته شده است.

علاوه بر الگوریتم تراست رنک، این اصطلاح برای یک هدف عمومی نیز استفاده می شود. TrustRank معمولاً به معنای سطح اعتماد موتور جستجو نسبت به موجودیت یک وبسایت و صفحه وب است. همچنین، برخی از نرم افزارهای سئو نیز از این اصطلاح استفاده می کنند.

توسعه ­ی تراست رنک

TrustRank در سال 2004 توسعه یافت. تا آن زمان، تنها یک عامل برای ارزیابی کیفیت وب سایت ها وجود داشت، یعنی پیج رنک، همچنین دلیل اصلی وجود تراست رنک این است که وب سایت هایی با پسوندهای .edu و .gov قدرت لینک بهتری نسبت به سایرین دارند. TrustRank همچنین بر مقدار PageRank یک لینک تأثیر می گذارد.

TrustRank چگونه کار می کند؟

الگوریتم TrustRank موتورهای جستجو را قادر می سازد تا وب سایت های اسپم را به خوبی شناسایی کنند. در اصل، تراست رنک مشابه پیج رنک کار می کند، زیرا در اینجا نیز تمرکز اصلی بر روی لینکها است. اما این کار به سادگی با اعداد، همانند PageRank اندازه گیری نمی شوند، بلکه بر اساس مبدا لینک هستند.گوگل با بررسی دستی، سایت‌های قابل اعتماد و TrustRank را تعیین می‌کند.

اینها باید به عنوان مبنایی برای ارزیابی اعتماد سایت عمل کنند، بر اساس این فرضیه، این صفحات مستقیماً باید به صفحات اسپم لینک داشته باشند که بسیار بعید است. در این باره حدود 200 صفحه­ی منتخب در آثار گیونگی، گارسیا-مولینا و پدرسون آورده شده است. این سایت ها بالاترین رتبه اعتماد را دارند زیرا هیچگونه اسپمی ندارند و گوگل به محتوا 100 درصد اعتماد دارد.

می توان فرض کرد که در میان سایر موارد، سایت های دانشگاه، پروژه های منبع باز و صفحاتی از مؤسسات عمومی قرار دارند.علاوه بر این، تمام لینک های خروجی از این صفحات به طور خودکار ثبت و ضبط می شوند. صفحاتی که لینک مستقیم از این مبدأ قابل اعتماد دریافت می‌کنند، یک «سطح سلسله مراتبی» پایین‌تر هستند و همچنین توسط گوگل به عنوان صفحه­ی قابل اعتماد، رتبه‌بندی می‌شوند،

اما با ارزش اعتماد کمی پایین‌تر تعیین میگردند. اگر هر سطح از آن حذف شود و بیشتر از یک صفحه از صفحات منبع قابل اعتماد باشد TrustRank آن کاهش می یابد، به این ترتیب فاصله در اینجا به شکل یک لینک اندازه گیری می شود.

چگونه گوگل از الگوریتم TrustRank استفاده می کند؟

TrustRank را می توان از طرفی به طرف دیگر به ارث برد. به عنوان مثال، اگر وب سایتی با تراست رنک بالا به وب سایت شما لینک داده باشد، این باعث افزایش تراست رنک صفحه­ی شما می شود. برعکس، اگر وب سایتی با TrustRank ضعیف به سایت شما لینک دهد یا شما به وب سایتی با تراست رنک ضعیف لینک دهید، تراست رنک سایت شما کاهش پیدا خواهد کرد.

بنابراین، این ارزیابی کیفیت وب سایت ها، نقش عمده ای در بازاریابی لینک ایفا می کند. به دلیل این وضعیت، گوگل همچنین الگوریتم‌های خود را برای تعیین حملات لینکهای اسپم بهبود داد تا با وجود ابزار Google’s Link Disavow، مدیر وب‌سایت نباید نگران افزایش لینک‌های اسپم باشند زیرا به راحتی میتوان آنها را رد کرد تا آسیبی به اعتبار سایت شما وارد نکند.

گوگل همچنین از الگوریتم TrustRank بدون لینک بر اساس شباهت با نشان دهنده های برداری استفاده کرد. به این معنا که اگر یک صفحه جدید برای یک جستجوی هدفمند از نظر کیفیت و عملکرد مشابه صفحات وب با کیفیت باشد، به آن صفحه وب، اعتبار نیز می دهد. گوگل همیشه این شباهت ها را محاسبه می کند تا سطح کیفیت صفحات وب را حتی بدون در نظر گرفتن لینک درک کند.

تراست رنک یک فاکتور برای ارزیابی و رتبه بندی بهتر صفحات برای قرار گرفتن آنها در نتایج جستجوی گوگل است و برای این امر استفاده میگردد. اگر از PageRank برای رده بندی محبوبیت یک صفحه با بررسی و آنالیز بک لینک ها به روش کمی و کیفی استفاده شود، TrustRank می تواند به عنوان یک شاخص اطمینانی که به یک وب سایت داده شده است تعریف شود که در یک فیلد خاص به فیلتر کردن منابع اطلاعات مرجع اجازه می دهد.

شاخص اطمینان و یادداشت اطمینان در پتنت های تراست رنک چیست؟

Index Confidence اصطلاحی از پتنت است. همچنین، یادداشت اطمینان و شاخص اطمینان را می توان به یک صفحه وب و ناشر محتوا به دلیل شهرت و ارزش آنها در چشم موتورهای جستجو در اختیار آنها قرار داد. در زیر می توانید برخی از فاکتورهای تراست رنک را مشاهده کنید:

  • دخالت از سوی ناشران که تعدادی سایت ضروری را در زمینه های خاص ایندکس می کنند.
  • اطلاعات ارائه شده توسط نام دامنه مانند سابقه کار، دوره تمدید و غیره.
  • تعداد صفحات سایت
  • مخاطب (برخی از ارقام را می توان توسط آنالیتیکس و یا کروم ارائه کرد)
  • معیارهای دیگر در حال حاضر کمتر شناخته شده است.

با این حال، هیچ یک از این مفاهیم به طور رسمی توسط گوگل تایید نشده است. به طور خلاصه، TrustRank امروزه به عنوان یک مفهوم پنهان و ناشناخته باقی مانده است که در آن فروضات بیشتر از قطعیت وجود دارد.

الگوریتم TrustRank و نحوه ی انتخاب وب سایت مورد اعتماد

روال در اینجا به این صورت است که الگوریتم برخی از این وب سایت های قابل اعتماد را انتخاب می کند که به نوبه خود به صفحات مشابه لینک می­دهند. هرچه فاصله بین یک صفحه و منبع اصلی بیشتر باشد، TrustRank شما بدتر است.

به طور کلی، این روش با هدف حذف بخش بزرگی از اسپم ها در اینترنت است. این امر از طریق مفهوم زیر حاصل می شود:

ابتدا سایت هایی با اسپم صفر درصد به صورت دستی انتخاب می شوند و شروع الگوریتم را تشکیل می دهند و بنابراین بالاترین امتیاز ممکن را در تراست رنک دارند. اکنون لینکها به طور خودکار از این صفحات ایجاد می شوند.صفحات لندینگ پس از صفحه اصلی در رتبه دوم قرار دارند و بنابراین جزو صفحات قابل اعتماد نیز به شمار می آیند.صفحات لینک شده در رتبه سوم قرار دارند و بنابراین در حال حاضر کمتر قابل اعتماد هستند.

سطوح اسپم تا 10% اغلب در اینجا قابل ثبت است.از آن لحظه میزان اسپم در یک صفحه به میزان قابل توجهی افزایش می یابد. نتیجه این است که این صفحات توسط گوگل و سایر موتورهای جستجو به عنوان صفحاتی که کمتر قابل اعتماد هستند طبقه بندی می شوند و بدین ترتیب رتبه­ی پایینی را دریافت می کنند و در صفحات اول نتایج جستجو ظاهر نمی شوند.

توجه:

از آنجایی که الگوریتم TrustRank دارای یک متدولوژی اولیه است و بیشتر سئوکاران آن مراحل را می دانند، الگوریتم تراست رنک نیز برای جلوگیری از اسپم نیاز به بهبود دارد و بصورت یک حلقه­ی بی نهایت است. اگر یک الگوریتم موتور جستجو قابل درک و قابل حل باشد، الگوریتم در نتیجه عبارت Gaming the System قرار خواهد گرفت.

بنابراین، گاهی اوقات گرفتن لینک از یک صفحه وب با TrustRank کمتر می تواند برای الگوریتم موتور جستجو طبیعی تر و ارزشمندتر از لینک از سایت های بسیار قوی باشد. بنابراین، اگر به مفاهیم و تئوری‌های موتور جستجو اهمیت میدهید، باید همیشه یک سئوی جامع را پیاده سازی کنید و گوگل و سایر موتورهای جستجو هوشمند را در نظر بگیرید زیرا میلیون‌ها الگوریتم با هماهنگی هم کار میکنند و اگر خطایی از جانب شما سر بزند آنها متوجه­­ی این امر خواهند شد.

در مورد تکرار، گوگل همیشه گروه صفحه وب با کیفیت را به عنوان نمونه انتخاب می کند و سپس از طریق لینکهای خارجی برای ایجاد سلسله مراتب در مدل تکرار می کند. این روش تکرار یک ویژگی متقابل برای همه آن پتنت ها و مفاهیم موتور جستجو است. به عنوان یک سئوکاران، شما باید به بهبود مقالات و دستورالعمل ها در مورد TrustRank دقت کنید و این روند را ادامه دهید و آن را جدی بگیرید.

الگوریتم Hilltop


برای مشاهده مقالات بیشتر در مورد طراحی سایت و سئو سایت به صفحه ی مقالات آسئو مراجعه نمایید.

دیدگاهتان را بنویسید

تماس با ما

شما می توانید از طریق راه های ارتباطی زیر با ما در تماس باشید تیم پشتیبانی آسئو، 24 ساعته قادر به پاسخگویی شما عزیزان می باشد.