V poslední době řada webů přechází z http na https. Jsme rádi, že se tak děje, protože https weby jsou obecně bezpečnější. Tento přechod v současnosti bohužel někdy přináší problémy v řazení výsledků hledání. Na úpravě pracujeme, a proto v tuto chvíli doporučujeme přechod na protokol https prozatím odložit. O vývoji samozřejmě budeme dále informovat.
Přechod z http na https protokol vede k lepšímu zabezpečení webu, na druhou stranu praktické zkušenosti webů, které mají již přechod za sebou, poukázaly na jeho slabiny. Zjistili jsme, že stejná stránka je po přechodu z protokolu http na https crawlovaná o něco pomaleji a rankovaná o trochu hůře. Abychom tyto problémy vyřešili, přepracováváme indexaci a rankování https stránek. Předpokládáme, že úpravy by měly být znatelné ke konci prázdnin. Výsledkem bude, že stránky se budou ve výsledcích vyhledávání řadit podle hodnoty, kterou přináší uživateli, bez ohledu na protokol, na kterém běží.
Změna protokolu z http na https je pro nás změna URL jako každá jiná. Proto budete-li v budoucnu převádět své weby na https, jako vždy doporučujeme při změně adres přesměrovat staré adresy na nové. Potřebujete-li provozovat svůj web na obou protokolech, je vhodné vybrat si jednu kanonickou verzi a do ostatních verzí umístit kanonické linky na ni mířící.
Výběr stránek, které SeznamBot crawluje a indexuje, má podobu skórování všech stránek, které SeznamBot zná a jejich následného řazení podle hodnot skóre. V uplynulých týdnech jsme provedli úpravy tohoto skórování, které se projeví následujícími změnami při výběru dokumentů ke crawlování a indexaci. Lepší predikce kvality stránky podle URL – URL stránky je pro robota jeden ze …
V posledních letech se množí technologie pro zpracování velkých dat, které přináší zajímavé možnosti využití. Ke zpracování velké dávky dat (batch) se přidaly i možnosti zpracování v reálném čase, kdy data vznikají (stream). Robot vyhledávače zpracovává miliardy uložených webových stránek a zároveň denně stahuje obsah stovek milionů URL z internetu. Vždy hledáme ty nejvhodnější technologie …
Po vylepšeních v rychlosti Freshbota jsme se podívali i na rychlost v tzv. „velkém robotovi“. Ten na rozdíl od Freshbota prochází násobně větší objemy stránek. Robot nyní reaguje dříve na obsah stránky a nová stránka se dostane do indexu dvakrát rychleji. Doposud stránka procházela složitějším zpracováním. Kvůli závislostem trvalo i několik dní od stažení URL než z …
