LocalRank est une méthode de reclassement qui renforce les résultats d'une requête cités par d'autres résultats de cette même requête. Le brevet US 6,526,440 B1, « Ranking search results by reranking the results based on local inter-connectivity », la décrit. Google l'a déposé le 30 janvier 2001, et le brevet a été délivré le 25 février 2003.
Que décrit le brevet US 6,526,440 ?
Le brevet US 6,526,440 décrit un moteur de recherche qui affine le score de pertinence de chaque résultat selon les liens qu'il reçoit des autres résultats pertinents. Son unique inventeur est Krishna Bharat, l'auteur de l'algorithme Hilltop (« Hilltop: A Search Engine Based on Expert Documents », février 2000), que le brevet cite, et le créateur de Google Actualités, lancé en 2002. Le brevet compte 14 revendications et 3 planches de dessins. Sa durée a été prolongée de 185 jours, et il a expiré en août 2021.
Le résumé énonce le principe : « les documents souvent cités dans l'ensemble initial de documents pertinents sont préférés à ceux qui y sont moins cités ». Un document fortement relié aux autres « bénéficie d'un soutien dans l'ensemble, et son nouveau classement augmente ».
Pourquoi LocalRank n'utilise-t-il que l'ensemble initial de résultats ?
LocalRank n'utilise que l'ensemble initial parce que le brevet traite les liens entre documents déjà jugés pertinents pour la requête comme un « soutien » : un document fortement relié aux autres documents de l'ensemble initial « bénéficie d'un soutien dans l'ensemble ». Le PageRank mesure l'importance sur tout le web : un lien venant d'une page populaire sur n'importe quel sujet compte. LocalRank pose une question plus étroite : parmi les pages pertinentes pour cette requête, lesquelles les autres citent-elles ?
L'ensemble initial « peut, de façon facultative, être limité à un nombre prédéfini N (par exemple N = 1 000) des documents les mieux classés ». Leurs scores d'origine sont appelés OldScores. Ils viennent d'un composant de classement principal, dont le brevet laisse l'algorithme ouvert : ce peut être l'algorithme de Brin et Page (l'article qui décrit le PageRank), ou un score fondé sur la proximité des termes de recherche dans le document ou sur leur nombre d'occurrences.
Comment Google calcule-t-il le LocalScore ?
Google calcule le LocalScore en 5 étapes pour chaque document x de l'ensemble initial :
- Lister les liens entrants internes à l'ensemble : les documents de l'ensemble qui pointent vers x, notés B(y).
- Retirer les liens du même hôte : les documents « du même hôte que x lui ressemblent souvent sans apporter d'information nouvelle importante ». La comparaison des hôtes utilise « les trois premiers octets de l'adresse IP », c'est-à-dire le sous-réseau IP : « si IP3(x) = IP3(y), le document y est retiré de B(y) ».
- Retirer les sites miroirs et les hôtes affiliés : un site « miroir », ou un site affilié à un autre qui contient « les mêmes documents ou presque », compte comme le même hôte. Ces hôtes sont repérés « par une recherche manuelle ou par une recherche automatisée sur le web qui compare les contenus de différents hôtes ».
- Garder un seul document par hôte parmi les pages qui font le lien : quand 2 documents qui pointent vers x partagent le même sous-réseau IP, seul celui qui a le meilleur OldScore reste, « pour éviter qu'un seul auteur de contenu web ait trop d'influence sur le classement ».
- Additionner les meilleurs scores : trier les documents restants par OldScore, garder les k premiers (par exemple 20), et calculer LocalScore(x) = Σ OldScore(BackSet(i))^m. Le brevet précise : « des valeurs typiques de m sont, par exemple, de un à trois ».
La puissance m « contrôle la sensibilité du LocalScore aux documents de BackSet », et sa valeur « peut être déterminée par des tests de type essai-erreur ». Elle règle le poids d'une page forte par rapport à une page faible : avec m = 3, une page dont l'OldScore est deux fois plus élevé apporte 8 fois plus. Seules les k meilleures pages entrent dans la somme : au-delà des k premières (20 dans l'exemple), une page de plus n'apporte rien.
Comment le score final est-il calculé ?
Le score final combine le score local et le score d'origine sous forme de produit : NewScore(x) = (a + LocalScore(x) / MaxLS) × (b + OldScore(x) / MaxOS), où MaxLS et MaxOS sont les scores local et d'origine les plus élevés de l'ensemble, et a et b des constantes « par exemple égales à un ».
Le brevet traite le cas des ensembles peu reliés entre eux. Dans un tel ensemble, MaxLS est faible, or « en raison du manque d'interconnexion, la contribution du LocalScore à la valeur NewScore devrait être réduite ». Quand MaxLS passe sous un minimum prédéfini, MaxLSMin, MaxLS prend donc la valeur MaxLSMin, une valeur qui « peut être déterminée par essai-erreur ». Diviser par un MaxLS plus élevé réduit le facteur local : un sujet sur lequel les pages se lient rarement garde un classement proche du classement d'origine.
Que protègent les 14 revendications ?
Les revendications protègent le principe général plus largement que les formules détaillées :
- La revendication 1 couvre toute méthode qui classe un ensemble initial de documents pertinents, calcule un score local « quantifiant la mesure dans laquelle au moins deux documents sont référencés par d'autres documents de l'ensemble initial », et s'en sert pour affiner les scores de pertinence.
- Les revendications 2 et 3 ajoutent les filtres : retirer les pages qui font le lien « du même hôte ou d'un hôte affilié », puis ne garder, dans chaque paire issue du même hôte ou d'un hôte affilié, que celle qui a le meilleur score de pertinence.
- La revendication 6 couvre la somme des OldScores élevés à la puissance m sur les k premiers documents, la revendication 7 le produit des deux scores, la revendication 8 la formule du NewScore et la revendication 9 le seuil de MaxLS.
- Les revendications 11 à 14 couvrent la même idée sous forme de méthode qui renvoie à l'utilisateur la liste reclassée, de système serveur, de système à « moyens » et de support lisible par ordinateur.
La description ajoute que le moteur de recherche « pourrait être mis en œuvre sur n'importe quel corpus », pas seulement le web, et que l'ordre des étapes « peut être différent dans d'autres mises en œuvre ».
En quoi LocalRank diffère-t-il du PageRank ?
LocalRank diffère du PageRank sur 4 points :
| Point | PageRank | LocalRank |
|---|---|---|
| Périmètre | Tout le graphe du web | Les premiers résultats d'une requête |
| Moment du calcul | Avant toute requête | Après une requête, comme un reclassement |
| Liens qui comptent | Tous les liens | Les liens des résultats pertinents, un par hôte ou sous-réseau IP |
| Ce qui est mesuré | L'importance générale | Le soutien des autres pages du sujet |
LocalRank dépend de la requête : une même page peut avoir un fort soutien local sur une requête et aucun sur une autre.
Que change LocalRank pour votre SEO ?
LocalRank signifie qu'un lien venant d'une page déjà classée sur votre requête cible vaut plus qu'un lien venant d'une page populaire sans rapport. 6 conséquences en découlent :
- Obtenez des liens de pages classées sur votre sujet. Les pages qui comptent sont dans les premiers résultats de la requête. Regardez qui se positionne sur vos requêtes cibles : ce sont vos sources de liens les plus précieuses.
- Diversifiez les hôtes qui vous citent. Un seul document par hôte, et par sous-réseau IP, compte : 10 liens venant d'un même site pèsent comme 1.
- Ne comptez pas sur votre propre réseau. Les liens du même hôte, de sites miroirs ou de sites affiliés sont retirés avant le calcul.
- Visez les pages les plus fortes. Avec une puissance m supérieure à 1, le score d'une page qui fait le lien est amplifié : avec m = 3, une page deux fois plus pertinente compte 8 fois plus.
- La qualité avant le volume. Seules les k meilleures pages sont additionnées (20 dans l'exemple du brevet) : la 21e page de soutien n'apporte rien.
- Devenez une référence que votre niche cite. Le soutien des autres pages pertinentes fait monter un résultat : soyez la source vers laquelle pointent les autres pages de votre sujet.
La même logique de mise à l'écart des liens entre sites liés apparaît dans le brevet Panda, et l'idée d'une autorité qui vient de pages de confiance proches traverse le PageRank par pages de confiance.
Le brevet décrit ce que le système de Google peut faire. Il ne confirme pas que Google utilise LocalRank dans son classement aujourd'hui.