La vélocité des liens en SEO : comment Google lit l'historique de vos liens dans le temps

La vélocité des liens est le rythme auquel de nouveaux liens vers une page apparaissent dans le temps. Le brevet US 8,407,231 B2, « Document scoring based on link-based criteria », revendique une méthode qui classe une page comme périmée et fait baisser son score quand « le rythme ou la quantité d'apparitions de nouveaux liens qui pointent vers le document a diminué dans le temps ». Le brevet a été délivré le 26 mars 2013, au sein d'une famille dont le premier dépôt, une demande provisoire, date du 30 septembre 2003.

Que décrit le brevet US 8,407,231 ?

Le brevet US 8,407,231 décrit une méthode de notation fondée sur l'évolution dans le temps des liens qui pointent vers une page. Il appartient à la même famille que le brevet US 7,346,839, « Information retrieval based on historical data », le brevet à l'origine du mythe de l'âge du domaine : c'est une continuation d'une demande de 2006 (aujourd'hui abandonnée), elle-même issue d'une division de la demande de 2003 devenue US 7,346,839. Sa description est celle du brevet parent : elle couvre de nombreux types de données historiques (date de création, modifications du contenu, requêtes, trafic, domaines, classements), mais ses revendications ne portent que sur les liens.

Ses 8 inventeurs sont Anurag Acharya, Matt Cutts, Jeffrey Dean, Paul Haahr, Monika Henzinger, Steve Lawrence, Karl Pfleger et Simon Tong. Le brevet compte 20 revendications, dont 3 indépendantes (une méthode, un système et un support de stockage), et 4 planches de dessins.

Que protègent exactement les revendications ?

Les revendications protègent un test précis sur les dates d'apparition des liens d'une page. La revendication 1 fonctionne en 4 étapes :

1. Recueillir les données historiques : une date d'apparition pour chaque lien vers le document.
2. Détecter le déclin : comparer la date d'apparition la plus ancienne de tous les liens avec la date d'apparition la plus ancienne du groupe des liens les plus récents, ceux dont la date se situe « dans un pourcentage des dates d'apparition les plus récentes ».
3. Classer le document comme périmé et faire baisser son score initial.
4. Classer le document par rapport à au moins un autre document selon le score modifié.

Les revendications dépendantes ajoutent les détails :

• La date d'apparition d'un lien peut être « la date à laquelle un robot d'exploration de moteur de recherche explore pour la première fois un document qui contient ce lien » (revendication 3).
• Le déclin peut aussi se mesurer en comparant les nouveaux liens d'« un nombre prédéfini de jours les plus récents » à la quantité totale de nouveaux liens (revendications 4 et 5).
• Le cas inverse : une hausse du rythme ou de la quantité de nouveaux liens classe un document comme frais et fait monter son score (revendication 6).
• Les liens qui disparaissent : un document peut aussi être classé comme périmé à partir des dates de disparition de ses liens (revendication 7).

Comment Google mesure-t-il la fraîcheur des liens d'une page ?

Google mesure la fraîcheur des liens en comparant les liens récents aux plus anciens. Le brevet décrit 4 mesures :

1. Les nouveaux liens dans le temps : le nombre de nouveaux liens « sur les n derniers jours comparé au nombre de nouveaux liens depuis que le document a été découvert ».
2. L'âge des liens les plus récents : « l'âge du plus ancien des y % de liens les plus récents comparé à l'âge du premier lien ».
3. La répartition par âge des liens : le brevet suppose que « la répartition par âge d'un document périmé est très différente de celle d'un document frais ».
4. Les liens qui disparaissent : la date à laquelle des liens disparaissent et le nombre de liens qui disparaissent sur une période donnée.

L'exemple du brevet prend y = 10 et 2 sites découverts il y a 100 jours. Pour le site A, 10 % des liens ont été trouvés il y a moins de 10 jours ; pour le site B, aucun. La mesure donne 0,1 pour le site A et 0 pour le site B, et « peut être mise à l'échelle de façon appropriée ». Une analyse plus fine de la répartition des dates des liens est aussi possible : des modèles peuvent prédire si une répartition signale un site qui n'est plus mis à jour, ou dont la popularité augmente ou diminue.

« Une tendance à la baisse du nombre ou du rythme de nouveaux liens » signale un document périmé, et « une tendance à la hausse peut signaler un document frais ». Le brevet ajoute qu'un document frais « peut être considéré comme plus pertinent, selon la situation et la mise en œuvre ».

Pourquoi l'âge d'une page change-t-il la valeur de ses nouveaux liens ?

L'âge d'une page change la valeur de ses nouveaux liens parce que le brevet raisonne en rythmes, pas en totaux. Il peut calculer le rythme de création des liens vers un document, « sous forme de moyenne par unité de temps fondée sur le nombre de liens créés depuis la date de création », et donner « plus de poids aux documents vers lesquels des liens sont créés plus souvent ».

L'exemple du brevet : un document créé hier et cité par 10 liens entrants peut être mieux noté qu'un document créé il y a 10 ans et cité par 100 liens entrants, « parce que le rythme de croissance des liens du premier est relativement plus élevé que celui du second ». Le même paragraphe fixe la limite : une croissance en pic « peut aussi signaler une tentative de spam », auquel cas le score peut être abaissé.

Le brevet donne aussi une formule pour ajuster un score de liens selon l'âge : H = L / log(F + 2), où L est le score de liens issu de n'importe quelle technique de notation par les liens (comme le PageRank), F le temps écoulé depuis la date de création et H le score de liens ajusté par l'historique.

Comment chaque lien est-il pondéré dans le temps ?

Chaque lien est pondéré par une fonction qui augmente avec sa fraîcheur. La fraîcheur d'un lien peut venir de la date d'apparition ou de modification du lien, de la date d'apparition ou de modification de son texte d'ancre, ou de la date d'apparition ou de modification de la page qui le contient. Le brevet note que cette dernière « peut être un meilleur indicateur de la fraîcheur du lien, en partant du principe qu'un bon lien peut rester inchangé lors d'une mise à jour du document s'il reste pertinent et bon ». Pour éviter de rafraîchir chaque lien après une modification mineure, chaque page mise à jour est « testée pour vérifier que les changements sont significatifs ».

Le brevet ajoute d'autres façons de pondérer les liens :

1. La confiance : « les documents gouvernementaux peuvent recevoir une confiance élevée ».
2. L'autorité : les pages qui font autorité, déterminées de façon similaire au brevet d'origine sur l'autorité.
3. La fraîcheur de la source : une page mise à jour souvent (la page d'accueil de Yahoo est l'exemple) qui retire soudain un lien vers un document.
4. La stabilité : les pages qui affichent « un lien mis en avant différent chaque jour » pèsent moins que celles qui sont mises à jour régulièrement et « pointent régulièrement vers un même document cible ».
5. La péremption de la source : une fois une page jugée périmée, « les liens qu'elle contient peuvent être minorés ou ignorés ».

Le score d'une page peut alors monter ou baisser « en fonction de la somme des poids des liens qui pointent vers elle », et la technique peut s'appliquer de façon récursive. Un document vieux de 2 ans peut encore être jugé frais si une part de ses liens est fraîche, ou si les pages qui pointent vers lui sont elles-mêmes fraîches.

Que signifie un pic de liens ?

Un pic de liens signifie soit un phénomène d'actualité, soit une tentative de spam. Le brevet place cette analyse dans la détection des propriétaires ou de leurs proches qui « créent des liens vers leur propre document pour faire monter son score ». Il affirme qu'« un document légitime type attire ses liens lentement ». Un pic important peut signaler une vraie actualité : « le site du CDC peut recevoir de nombreux liens très vite après une épidémie comme le SRAS ». Il peut aussi signaler du spam, par « l'échange de liens, l'achat de liens ou l'obtention de liens depuis des documents sans contrôle éditorial ».

Le brevet cite 3 sources de liens sans contrôle éditorial : « les livres d'or, les journaux de référents et les pages ouvertes où chacun peut ajouter un lien ».

Pour distinguer les 2, Google peut tenir compte des mentions dans « les articles de presse, les forums, etc., en partant du principe que les documents de spam ne sont pas cités dans la presse ». Il peut aussi faire des exceptions pour les documents qui font autorité, « comme les documents gouvernementaux, les annuaires web (Yahoo par exemple) et les documents au classement stable et élevé dans le temps ». Pour un tel document, un pic inhabituel de liens n'est pas traité comme du spam, et le système peut accorder « un seuil relativement élevé, voire aucun seuil » à la croissance de son classement.

La même logique s'applique aux classements : une page qui bondit dans les résultats sur de nombreuses requêtes peut être d'actualité ou relever du spam. Contre le spam, le brevet décrit le recours à « l'hystérésis pour permettre à un classement de croître à un certain rythme », ou un seuil maximal de croissance du classement sur une fenêtre de temps prédéfinie.

Comment le texte d'ancre évolue-t-il dans le temps ?

Le texte d'ancre évolue quand une page ou un domaine change de sujet. Le brevet décrit un domaine expiré racheté par un nouveau propriétaire : les anciens textes d'ancre continuent de pointer vers lui, si bien que « le domaine peut apparaître dans des résultats pour des requêtes qui ne correspondent plus à son sujet ». La solution consiste à estimer « la date à laquelle le domaine a changé de sujet », à partir de la date où le texte du document ou ses textes d'ancre changent de façon significative, et à ignorer « tous les liens et textes d'ancre antérieurs à cette date ». Dans le même esprit, un changement important des sujets d'un document « peut indiquer que le document a changé de propriétaire », si bien que les indicateurs antérieurs comme le score et le texte d'ancre « ne sont plus fiables ».

La croissance des mots d'ancre compte aussi. « Les graphes de liens qui se développent naturellement reposent en général sur des décisions indépendantes », tandis que les graphes synthétiques « reposent sur des décisions coordonnées », ce qui rend la croissance des mots d'ancre « relativement en dents de scie ». Le brevet cite 2 schémas : « un grand nombre d'ancres identiques venant de nombreux documents », ou « des ancres volontairement différentes venant de nombreux documents ». Google peut « plafonner l'effet des ancres suspectes » ou utiliser une échelle continue de probabilité de création artificielle pour en tirer un facteur multiplicatif appliqué au score de la page.

Que sont les pairs indépendants ?

Les pairs indépendants sont des documents sans rapport entre eux, liés à une page par des liens entrants ou sortants. « Une croissance soudaine du nombre de pairs apparemment indépendants, entrants et/ou sortants, avec un grand nombre de liens vers des documents individuels peut indiquer un graphe de liens potentiellement synthétique, signe d'une tentative de spam. » Le signal est plus fort quand cette croissance correspond à un texte d'ancre « anormalement cohérent ou discordant ». L'effet de ces liens peut alors être minoré soit par une décision binaire (« abaisser le score d'un montant fixe »), soit par un facteur multiplicatif.

La même distinction entre liens indépendants et liens liés traverse le brevet Panda, qui ne compte que les liens de sites sans rapport avec le site cible.

Que change la vélocité des liens pour votre SEO ?

La vélocité des liens signifie que l'historique de vos liens compte autant que leur nombre. 5 conséquences en découlent :

1. Continuez à obtenir de nouveaux liens. Un rythme de nouveaux liens en baisse peut classer une page comme périmée, et son score peut alors baisser.
2. Progressez à un rythme naturel. Les pages légitimes attirent leurs liens lentement ; un pic soudain sans actualité pour l'expliquer ressemble à des liens achetés ou échangés.
3. Associez les pics de liens à une vraie actualité. Les mentions dans les articles de presse et les forums sont le propre moyen du brevet pour distinguer un phénomène d'actualité du spam.
4. Évitez les liens sans contrôle éditorial. Les livres d'or, les journaux de référents et les pages où chacun peut ajouter un lien sont les propres exemples du brevet.
5. Vérifiez l'historique avant d'acheter un domaine expiré. Les liens et ancres antérieurs à un changement de sujet peuvent être ignorés : un domaine expiré peut ne pas transmettre son ancienne autorité à un nouveau sujet.

Le brevet décrit ce que le système de Google peut faire. Il ne confirme ni les signaux d'historique de liens que Google utilise aujourd'hui, ni leur poids.