به منظور مقابله با سایتهایی که اقدام به سرقت علمی مطالب و محتوای دیگر سایتها می‌نمایند و همچنین برای بالابردن نتایج جستجوها، فهرست گوگل بر روی کپی های صفحات وب و همچنین دیگر اسناد موجود در وب فیلتر اعمال میکند.
URL هایی که به محتوایی اشاره می کنند که میتواند در URL دیگری نیز پیدا شود نیز از درجه اهمیت پایین تری برخوردار خواهند بود و سرانجام بعنوان نتایج الحاقی در نظر گرفته میشوند یا اینکه اصلا در نتایج جستجو آورده نخواهند شد.
موارد مهم:
مورد 1 – در حال حاظر ایده داشتن یک نسخه پشتیبان از یک صفحه وب یا تمام یک وب سایت (مانند داشتن یک سایت آینه - mirror – که روی هاست دیگری میزبانی میشود یا دامنه مجزایی دارد ) به موازات سایت اصلی باعث میشود که این فیلتر بر روی آنها اعمال شود
راه حل:
از این ایده استفاده نکنید!!! و تنها کاربران را به یک سایت حاوی مطالب بفرستید.
مورد 2- در برخی موارد بخصوص زمانی که تاریخچه URL، نرخ یا الگوی خزنده موتور جستجو، رتبه صفحه، سطح فهرست یا رتبه اعتماد به صفحه پیشنهاد دهد که صفحه وب جدید آن صفحه ای است که اهمیت بیشتری دارد، سایت اصلی بعنوان نتایج ذخیره شده در نظر گرفته میشود یا این که به کل از فهرست حذف می شود.
راه حل- شما نباید هیچ نسخه کاملا برابر با یک صفحه وب داشته باشید. همچنین نباید یک وب سایت شبیه به سایت خود داشته باشید.
در مواردی که مطلع میگردید صفحات وب شما توسط شخص ثالثی بدون جایی استفاده میشوند با مدیر سایت تماس گرفته و درخواست حذف آن مطالب را داشته باشید. اگر مدیر آن سایت پاسخی به شما نداد با شرکت خدمات میزبانی، ISP تماس بگیرید یا اینکه مستقیما این مورد را از طریق پانل کنترل ابزارهای مدیریتی گوگل گزارش دهید.
مورد 3 – گاهی اوقات یک صفحه وب میتواند از طریق URL های متفاوتی قابل دسترسی باشد که این شبهه را ایجاد میکند که شاید دو نسخه کپی یکسان از یک محتوا وجود دارد.
در برخی موارد، URL ای که توسط مدیر سایت بعنوان اصلی در نظر گرفته می شود، ممکن است توسط گوگل قابل شناسایی نباشد یا اینکه الگوهای URL چندگانه بعنوان هرزنامه درنظر گرفته میشوند و بنابراین این URL ها از فهرست حذف میشوند.
راه حل:
گوگل تماش تلاش خود را برای شناسایی الگوهای چندگانه انجام میدهد. مثلا واضح است که www.example.com و example.com هر دو به یک محتوا اشاره میکنند. اما در برخی مواقع که ممکن است الگوریتم نتواند تشخیص دهد که کدام یک از URL های کپی شده هرزنامه هستند، نتایج لینکهای محدود و متعدد یا ناوبری های ناسازگار برای تشخیص این مطلب استفاده میکند.
مورد 4 – در برخی موارد بسیار نادر یک پروکسی سرور یا یک وب سایت هک شده ممکن است صفحات وب یا تمام یک وب سایت را cache کند و به صورت خواسته یا ناخواسته باعث شود تا گوگل صفحاتش را ایندکس کند.
در برخی مواقع ممکن است گوگل قادر به تشخیص منبع اصلی محتوا نباشد و به جای URL های سایت اصلی، URL های پروکسی سرور را در فهرست خود نگهدارد.
این موضوع یکی از آن مواردی است که مهندسین گوگل در حال کار بر روی آن هستند.
راه حل:
برای جلوگیری از حل این مشکل شما میتوانید یک هشدار گوگل در آدرس http://www.google.com/alerts برای نام دامنه ثبت کنید و گزارشهایی که در مورد هر URL مشکوکی که آن را بعنوان نام دامنه خود بعنوان بخشی از آدرسش قرار میدهد بازرسی کنید. منبع: diagnostics.googlerankings.com
