Comment l'autorité SEO circule vraiment : maillage interne et brevet PageRank de Google

Le PageRank est un score qui mesure l'importance d'une page à partir des liens qui pointent vers elle, pondérés par l'importance des pages qui émettent ces liens. Le brevet US 6,285,999 B1, « Method for node ranking in a linked database », le décrit. Lawrence Page l'a déposé le 9 janvier 1998, en revendiquant la priorité d'une demande provisoire déposée le 10 janvier 1997, et le brevet a été délivré le 4 septembre 2001.

Que décrit le brevet PageRank ?

Le brevet PageRank décrit une méthode qui attribue un rang d'importance à chaque nœud d'une base de données liée : le web, mais aussi toute base de documents qui se citent entre eux. Son seul inventeur est Lawrence Page, et le titulaire est The Board of Trustees of the Leland Stanford Junior University. Le brevet compte 29 revendications et 3 planches de dessins. Il a depuis expiré.

L'abrégé énonce l'idée centrale : « Le rang attribué à un document est calculé à partir des rangs des documents qui le citent. » Le brevet l'oppose au simple comptage de citations, qui donne la même valeur à chaque citation : « Une citation provenant d'un document important compte davantage qu'une citation provenant d'un document relativement peu important. »

Comment le rang d'une page est-il calculé ?

Le rang d'une page est calculé à partir des rangs des pages qui pointent vers elle, chacun divisé par le nombre de liens sortants de la page qui fait le lien. La formule du brevet :

r(A) = α/N + (1 − α) · (r(B1)/|B1| + … + r(Bn)/|Bn|)

• B1 … Bn sont les pages qui font un lien vers A (ses backlinks), et r(B1) … r(Bn) sont leurs rangs.
• |B1| … |Bn| sont leurs nombres de liens sortants.
• α est une constante comprise entre 0 et 1 : la probabilité que le surfeur « saute au hasard vers n'importe quelle page web au lieu de suivre un lien sortant ».
• N est le nombre total de pages du web.

La littérature SEO écrit souvent la même formule avec un facteur d'amortissement d = 1 − α : PR(A) = (1 − d)/N + d · Σ PR(i)/L(i). Le brevet appelle lui-même (1 − α) le facteur d'amortissement, qui « limite la mesure dans laquelle le rang d'un document peut être hérité par les documents enfants ». Il indique pour α une valeur « typiquement autour de 15 % » dans un passage et « ~0,1 » dans son exemple illustratif.

Les rangs forment une distribution de probabilité : leur somme vaut 1 sur l'ensemble des pages. « Le rang d'une page peut s'interpréter comme la probabilité qu'un surfeur se trouve sur la page après avoir suivi un grand nombre de liens sortants. »

Pourquoi un lien fort peut-il battre de nombreux liens faibles ?

Un lien fort peut battre de nombreux liens faibles parce que chaque backlink transmet le rang de la page qui fait le lien, pas un vote fixe. Le brevet le dit directement : « il est donc possible qu'un document avec un seul backlink (provenant d'une page très bien classée) ait un rang plus élevé qu'un autre document avec de nombreux backlinks (provenant de pages très mal classées) ». Une masse de backlinks faibles a un coût au-delà de leur faible valeur : les mathématiques du PageRank permettent à Google de détecter le spam de liens comme les fermes de liens.

Il pose une condition. Une citation provenant d'un backlink bien classé compte davantage qu'une citation provenant d'un backlink mal classé « à condition que les deux citations proviennent de documents ayant le même nombre de liens sortants ». Le nombre de liens de la page source compte autant que son rang : une page qui pointe vers 2 pages donne à chacune la moitié de sa part, une page de 150 liens donne à chacune 1/150.

Que montre l'exemple à trois pages ?

L'exemple du brevet (FIG. 2) utilise 3 documents : A pointe vers B et C, B pointe vers C, et C pointe vers A.

• Avec α = 0 (aucun saut aléatoire), les rangs sont r(A) = 0,4, r(B) = 0,2 et r(C) = 0,4. A reçoit tout le rang de C, car A est l'unique lien sortant de C. B ne reçoit que la moitié du rang de A, car A a 2 liens sortants.
• Avec α = 0,5, les équations deviennent r(A) = 1/6 + r(C)/2, r(B) = 1/6 + r(A)/4 et r(C) = 1/6 + r(A)/4 + r(B)/2. La solution est r(A) = 14/39, r(B) = 10/39 et r(C) = 15/39.

Avec le saut aléatoire, C, la seule page qui a 2 backlinks, passe devant A. La valeur de α ne change pas seulement les scores, elle change l'ordre.

Comment le PageRank est-il calculé sur des millions de pages ?

Le PageRank est calculé par itération. Comme état initial, le système peut « simplement fixer tous les rangs à 1/N », puis la formule calcule de nouveaux rangs à partir des rangs existants. « Dans le cas de millions de documents, une convergence suffisante demande typiquement de l'ordre de 100 itérations. » Le brevet ajoute que « même des valeurs de rang approximatives, obtenues avec deux itérations ou plus, peuvent fournir une information très précieuse, voire supérieure ».

Le brevet décrit le même calcul sous la forme d'un modèle de surfeur aléatoire (FIG. 3). Une matrice de transition donne la probabilité de passer de la page i à la page j, et l'état stationnaire est le vecteur propre dominant de cette matrice. « L'itération fait circuler la probabilité à travers les nœuds liés comme l'énergie circule dans un circuit, et elle s'accumule aux endroits importants. »

2 détails comptent pour les propriétaires de sites :

• Les pages sans lien sortant. Ces pages sans enfant « laissent fuir l'énergie » et compliquent le calcul. Le brevet propose de les retirer pendant les itérations et de les réintégrer une fois l'itération terminée, puis de refaire autant d'itérations pour qu'elles reçoivent toutes une valeur.
• Les boucles. L'amortissement est « important lorsque de nombreuses itérations servent à calculer le rang, afin d'éviter toute concentration artificielle de l'importance dans les boucles du web ».

Quelles variantes le brevet décrit-il ?

Le brevet décrit plusieurs adaptations de la méthode de base, et plusieurs d'entre elles concernent les liens entre pages d'un même site :

1. Liens locaux ignorés ou minorés. « Une modification qui évite d'attirer une attention injustifiée sur des pages à la pertinence artificiellement gonflée consiste à ignorer les liens locaux entre documents et à ne considérer que les liens entre domaines distincts. » Une approche plus simple consiste à « pondérer les liens provenant de pages hébergées sur le même serveur web moins que les liens provenant d'autres serveurs ».
2. Sources diversifiées. « Le rang peut être augmenté pour les documents dont les backlinks sont gérés par des institutions et des auteurs différents situés dans divers lieux géographiques. »
3. Emplacements importants. Le rang peut être augmenté « si les liens proviennent d'emplacements web particulièrement importants, comme la page racine d'un domaine ».
4. Liens visibles. « Les liens très visibles situés près du haut d'un document peuvent recevoir plus de poids », de même que les liens en grande police ou mis en valeur d'une autre manière.
5. Liens récents. Une valeur plus élevée peut aller aux liens « provenant de pages modifiées récemment, car une telle information a moins de chances d'être obsolète ».
6. Sauts aléatoires ciblés. Le saut aléatoire peut ne mener qu'à quelques nœuds de grande importance, ce qui « peut être très efficace pour empêcher des documents trompeusement balisés d'obtenir une pertinence artificiellement gonflée ». Le brevet du PageRank à graines prolonge l'idée de partir de pages de confiance.
7. Personnalisation. La page d'accueil ou les favoris d'un utilisateur peuvent recevoir une importance initiale élevée, ou une forte probabilité qu'un saut aléatoire y ramène.

La variante des liens visibles annonce le brevet du surfeur raisonnable, qui pondère chaque lien selon sa probabilité d'être cliqué.

Les revendications couvrent ces facteurs. Les revendications 2 à 7 pondèrent les documents sources selon leur nombre de liens, la probabilité qu'ils soient consultés, leur « URL, hôte, domaine, auteur, institution ou date de dernière mise à jour », l'importance, la visibilité ou la mise en valeur textuelle de leurs liens, ou les préférences d'un utilisateur. La revendication 10 couvre le classement de documents par un parcours aléatoire automatisé, qui compte le nombre de fois où chaque document est parcouru.

Comment le moteur de recherche utilise-t-il le rang ?

Le moteur de recherche utilise le rang comme un facteur combiné à la correspondance textuelle. Un robot construit un index du contenu et un graphe des liens. Le moteur trouve les documents qui correspondent à la requête, dans le texte intégral, dans les titres ou dans « le texte d'ancre associé aux backlinks de la page », puis les trie « avec les documents les mieux classés en premier ». Le brevet précise : « Le classement est dans ce cas une fonction qui combine tous les facteurs ci-dessus, comme le classement objectif et la correspondance textuelle. »

Dans le brevet, le rang ordonne des documents qui correspondent déjà à la requête. Il ne remplace pas la correspondance.

Que change le PageRank pour votre SEO ?

Le PageRank signifie qu'un lien transmet une part du rang de la page source, divisée par le nombre de liens de cette page. 6 conséquences en découlent :

1. Obtenez des liens depuis des pages importantes. Un seul lien depuis une page bien classée peut peser plus que de nombreux liens depuis des pages faibles.
2. Limitez la dilution sur les pages qui comptent. Chaque lien sortant prend une part. Une page de 150 liens transmet 1/150 de sa part par lien. Allégez les liens génériques sur les pages censées pousser le rang vers vos pages clés.
3. Liez depuis vos pages les plus fortes. Le rang part des pages qui en ont déjà. Vos pages les mieux classées, souvent la page d'accueil et les articles les plus liés, sont vos meilleures sources de liens internes. Faites-les pointer vers les pages que vous voulez positionner.
4. Construisez des clusters, pas des chaînes. L'amortissement limite le rang qu'une page transmet à chaque étape, si bien que le rang s'épuise le long d'une longue chaîne de pages. Regroupez les pages liées et maillez-les autour d'une page pilier : selon la formule, la page pilier collecte le rang des pages du cluster et le transmet aux pages vers lesquelles elle pointe.
5. Ne comptez pas sur les seuls liens internes. Le brevet propose d'ignorer les liens locaux ou de pondérer moins les liens venant du même serveur. Les liens internes organisent la circulation du rang dans un site ; les liens venant d'autres domaines l'y font entrer.
6. Évitez les culs-de-sac. Les pages sans lien sortant sont un cas particulier du calcul. Donnez à chaque page des liens vers des contenus proches.

Notre audit de maillage interne mesure combien de clics séparent chaque page clé de la page d'accueil et entre combien de liens se partage le rang des pages qui pointent vers elle.

Le brevet décrit la méthode telle que déposée en 1998. Il ne dit ni quel poids Google accorde aujourd'hui au PageRank, ni lesquelles de ses variantes Google applique.