211service.com
Hur Google rankar tweets
För att leverera användbara sökresultat från den så kallade realtidswebben – som sekunder gamla Twitter-tweets som rapporterar trafikstockningar – har Google anpassat sin sidrankningsteknik och utvecklat nya algoritmiska knep och filter för att hålla avkastningen relevant, enligt en ledande Googles ingenjör.
Amit Singhal, Google Fellow
Google lanserade sökteknologi i realtid förra månaden för att ge de som söker tillgång till helt nya blogginlägg och nyheter mycket snabbare än de fem till 15 minuter som det tidigare tog Googles webbsökrobotar att upptäcka nyskapade föremål.
Bing, Cuil och andra sökmotorer tillhandahåller också olika typer av realtidsresultat. Både Google och Bing har också gjort stora affärer med Twitter för att få tillgång till tweets i realtid, dessa 140-teckens mikroblogginlägg som skickas ut av Twitter-medlemmar. Men Google påstår sig erbjuda de mest omfattande realtidsresultaten genom att skanna nyhetsrubriker, bloggar och flöden från Facebook, MySpace, Twitter och andra källor.
Tweetarna är en stöttepelare i Googles resultat i realtid, men Google har inte tidigare diskuterat hur man rankar dem. En grundläggande Google-strategi för att identifiera tweets relevans är analog med den som används av Googles PageRank-teknik, som hjälper till att hitta relevanta webbsidor med traditionell webbsökning. Under PageRank bedömer Google vikten av sidor som innehåller ett givet sökord delvis genom att titta på sidornas länkstruktur. Ju fler sidor som länkar till en sida – och ju fler sidor som länkar till länkarna – desto mer relevant är den ursprungliga sidan.
När det gäller tweets är nyckeln att identifiera välrenommerade följare, säger Amit Singhal, en Google Fellow, som ledde utvecklingen av realtidssökning. (Twittrare följer kommentarerna från andra Twitterare som de har valt och följs själva.)
Du tjänar rykte, och sedan ger du rykte. Om många människor följer dig, och sedan följer du någon – även om den här [nya personen] inte har många följare, anses hans tweet vara värdefull eftersom hans följare själva följs brett, säger Singhal. Det är definitivt, definitivt mer än en popularitetstävling, tillägger han.
En användare som följer en annan i sociala medier är analogt med att en sida länkar till en annan på webben. Båda är en form av rekommendation, säger Singhal. Eftersom högkvalitativa sidor länkar till en annan sida på webben, ökar kvaliteten på sidan som länkas till. Likaså i sociala medier, när etablerade användare följer en annan användare, ökar kvaliteten på den följe användaren också.
Men Googles sociala rankingtrick är knappast den enda metoden som sökjätten använder för att extrahera relevans från tweets. Google utvecklade också nya sätt att välja vilka (om några) tweets som ska dyka upp för vanliga termer som Obama – och för att undvika spam eller tweets av låg kvalitet – allt inom några sekunder.
Ett problem med tweets är att folk ofta späcker upp dem med så kallade hashtags. Det här är symboler som börjar med ett pundtecken (#) följt av ett ord som representerar ett mycket populärt aktuellt ämne, som Nexus One eller Earthquake eller vad som helst som kan vara ett trendigt ämne för tillfället. När en hashtagg ingår i en tweet, kommer den resulterande tweeten att dyka upp när andra Twitterare klickar på hashtaggens ämnesord någon annanstans på webbplatsen.
Även om sådana taggar med fördel kan maximera exponeringen av en tweet, kan de också fungera som röda flaggor för att sänka tweetkvaliteten och locka till sig spamliknande innehåll, säger Singhal. Även om han inte skulle gå in på detaljer, sa han att Google modellerade detta hashtaggningsbeteende på sätt som tenderar att minska exponeringen av tweets av låg kvalitet. Vi behövde modellera det [hashtagging]-beteendet. Det är den tekniska utmaningen som vi gick efter med våra modelleringsmetoder, säger Singhal.
Ett annat problem: hur, om någon söker efter Obama, sålla bland Vita husets presstweets och tusentals andra för att hitta den mest aktuella och aktuella informationen. Google skannar tweets för att hitta signalen i bruset, säger han. En sådan signal kan inkludera ett nytt angrepp av tweets och andra bloggar som nämner Cambridgepolisen eller Harry Reid nära omnämnanden av Obama. Genom att se upp för sådana signaler kan Google tillhandahålla träffar i realtid som innehåller det senaste ämnet även för mycket vanliga söktermer.
I framtiden hoppas både Twitter och Google förbättra relevansen av sökresultat i alla sammanhang genom att lägga till geo-platsdata, som kan läggas till inlägg som skickas från smarta telefoner. Generellt sett utvecklas realtidssökning, säger Dylan Casey, Googles produktchef för realtidssökning. Jag pratar med killarna på Twitter regelbundet för att lära mig vart funktionen är på väg. Vi får feedback från dem, vi ger dem feedback och våra ingenjörer samarbetar. Det är verkligen symbiotiskt.
Singhal tillade att Twitter knappast är den enda källan till realtidsinformation. Twitter är verkligen en mycket viktig del av realtidswebben. Men vad vi observerar är att det bara är en av komponenterna. Det finns mycket värde i nyheter, bloggar och webbsidor som genereras i realtid, eftersom nyhetsorganisationer arbetar mycket hårt för att få kvalitet till en viss nivå, säger han. Twitter är verkligen användbart eftersom det är kortformigt innehåll. Men vi finner att realtidswebben är mycket större.