Latent Semantic Indexing (LSI) dans l'algo de Google

[WebRankInfo]

[message posté en complément du blog]

Google utilise-t-il les techniques de Latent Semantic Indexing? Lisez la dernière newsletter d'Axandra (en anglais) pour mieux comprendre comment Google pourrait bien accorder plus de poids aux notions de Latent Semantic Indexing (LSI) depuis la dernière mise à jour de son algorithme :

- Qu'est-ce que "latent semantic indexing?" ?
- Pourquoi est-ce important pour le référencement ?
- Où peut-on trouver plus d'information au sujet de LSI ?

Voici un extrait (traduit) de cette lettre :

Latent semantic indexing aide les moteurs de recherche à comprendre de quoi traite une page web. En gros, il faut comprendre qu'il n'est pas nécessaire de se focaliser sur un seul mot-clé quand on optimise des pages web et qu'on cherche à développer les backlinks.

Les pages de votre site sont certainement similaires (en terme des sujets abordés) et sont centrées sur un sujet donné, même si elles utilisent des mots différents. Voilà ce qu'il faut faire : utiliser des mots différents pour décrire un même sujet, utiliser des variations du mot ou des synonymes. Ceci aidera sans doute les moteurs de recherche à déterminer le sujet de votre site.

Pour ma part, je me demande si c'est vraiment utilisé par Google pour les pages en français. L'opérateur ~ par exemple ne fonctionne pas pour le français.

Qu'en pensez-vous ?

[rituel]

Je doute que cela soit utilisé à la vue des résultats peu probants de la commande related qui serait la première à utiliser cette technologie ... Mais si l'on y vient cela ne fera qu'améliorer la pertinence de Google que ce soit pour les recherches ou pour les Adsense.

[Cendrillon]

je suis convaincue que cette technologie est déjà utilisée depuis longtemps par Google (sous cette forme ou sous une autre) ... pour moi cela rejoint la notion de thématique ...
nous l'avons expérimentée depuis longtemps sur nos sites d'e-commerce : par exemple sur une page qui parle d'imprimante, nous aurons tendance à générer des liens vers d'autres modèles d'imprimantes, et si cette page parle plus particulièrement d'imprimante HP, alors nous générons des liens vers d'autres modèles d'imprimantes HP (c'est ce que nous appellons "génération de liens thématique") ... et ainsi de suite pour chaque gamme de produits ... et cela donne de très bons résultats ...
je suis convaincue que cela augmente la pertinence des pages appellantes et appellées sur une thématique donnée ...

[WebRankInfo]

moi aussi je pense que c'est utilisé, mais je fais remarquer qu'il n'est pas évident que ce soit aussi avancé en français qu'en anglais.

le related: est basé sur les liens semble-t-il, et non pas sur les aspects sémantiques

alors que l'opérateur ~ semble être bcp plus proche de ce genre de technos.

comparez en anglais ~car (qui met en gras des termes sémantiquement proches des voitures) et en français ~voiture qui ne met en gras que le mot voiture (ou voitures)

Cendrillon, les résultats de ta technique sont peut-être liés aux liens que tu ajoutes entre tes pages

[Théophraste]

je suis convaincue que cette technologie est déjà utilisée depuis longtemps par Google (sous cette forme ou sous une autre) ... pour moi cela rejoint la notion de thématique ...
nous l'avons expérimentée depuis longtemps sur nos sites d'e-commerce : par exemple sur une page qui parle d'imprimante, nous aurons tendance à générer des liens vers d'autres modèles d'imprimantes, et si cette page parle plus particulièrement d'imprimante HP, alors nous générons des liens vers d'autres modèles d'imprimantes HP (c'est ce que nous appellons "génération de liens thématique") ... et ainsi de suite pour chaque gamme de produits ... et cela donne de très bons résultats ...
je suis convaincue que cela augmente la pertinence des pages appellantes et appellées sur une thématique donnée ...

Message bien reçu, merci Cendrillon !

[rituel]

Finalement d'accord avec toi Olivier, mais comment se fait-ce qu'ils ne l'utilisent pas pour related: qui veut bien dire "en rapport" ... Car là actuellement ne sert à rien du tout ...

[MagicYoyo]

Voilà ce qu'il faut faire : utiliser des mots différents pour décrire un même sujet, utiliser des variations du mot ou des synonymes. Ceci aidera sans doute les moteurs de recherche à déterminer le sujet de votre site.

Si je comprends bien, cela voudrait dire que GG appliquerait une compréhension sémantique :
- au contenu de la page
- aux liens vers la page

Il en résulterai pour la page :
- que optimiser une page sur un mot-clé n'est plus nécessaire
- que trop spécialiser une page expose a un risque confusion dans les termes et i.e. dans la définition du thème de la page

Il en résulterai pour les liens :
- une évaluation thématique des pages faisant des liens entre elle
- donc une création de "galaxies" de sites abordant les même thèmes
- on peut enfin supposer qu'un lien entre 2 pages de la même galaxie a plus de pertinence (de sens) qu'un lien entre sites aux thèmes différents

Ca vous parle ?

[MagicYoyo]

D'ailleurs, l'effet Sandbox pourrait s'expliquer par un filtre sémantique :

Les sites (jeunes ou pas ?) vers lesquels affluent des liens dénués de pertinence thématique seraient filtrés ??

J'avoue que ca correspond assez au profil de mes 2 sites sandboxés...

[dièse]

Pour le mot voiture, sort aussi le mot véhicule . Ce qui est marrant ce que pour les mots ayant la même orthographe en français et en anglais, les synonimes anglais sortent sur le serveur FR. Il n'y a qu'un seul lexique .

[dièse]

D'ailleurs, l'effet Sandbox pourrait s'expliquer par un filtre sémantique :

Les sites (jeunes ou pas ?) vers lesquels affluent des liens dénués de pertinence thématique seraient filtrés ??

J'avoue que ca correspond assez au profil de mes 2 sites sandboxés...

Je pense que ça n'a pas trop de rapport. Par contre dans la mesure où Google établit facilement la thématique d'un site, la sévérité pour sur-optimisation sur un seul mot-clé doit être bien plus grande.

[WebRankInfo]

Pour le mot voiture, sort aussi le mot véhicule . Ce qui est marrant ce que pour les mots ayant la même orthographe en français et en anglais, les synonimes anglais sortent sur le serveur FR. Il n'y a qu'un seul lexique .

tu as raison dièse, je n'avais pas bien regardé, je m'étais penché surtout sur les titres qui comportent surtout le mot voiture dans mon exemple.
Je retire donc ce que j'ai dit, mais il faudrait creuser un peu plus cette histoire qui me semble très importante dans l'algo de Google aujourd'hui...

[MagicYoyo]

Est-ce qu'il y a déjà eu un test pour vérifier qu'un lien entre 2 pages sémantiquement proches a plus de "poids" qu'un lien entre pages au sens éloignés ?

si non, qu'elle forme pourrait prendre ce test ?

[Cendrillon]

Cendrillon, les résultats de ta technique sont peut-être liés aux liens que tu ajoutes entre tes pages

je ne crois pas que cela suffirait, tout le monde fait des liens entre ses pages ...
je pense que le fait qu'un lien soit fait entre deux pages d'une même thèmatique avec un texte de lien lui même dans la même thèmatique renforce les pages appelante et appelée dans la thèmatique concernée, et le lien devrait avoir plus de poids plus de poids ...

[MagicYoyo]

Comment on pourrait vérifier ça ?

[pene-r]

Ola,
ne pourrait on pas vérifier ça en faisant un triple test, dans les forum test,

Je n'y connais pas grand chose mais si on fait:
une page texte, sans lien,
une autre même texte avec liens thématique,
une dernière même texte autant de liens, mais des liens pas thématique.

Je l'aurai bien fait, mais quand j'ai lu les recomandations du forum test, j'ai eu peur de faire une connerie ...
alors si quelqu'un se le sent et que ça peut faire avancer le schmilblick.

bon ben finalement, je l'ai lancé ce test, ici