ZGODNOŚĆ ZE STANDARDAMI SIECIOWYMI JAKO KRYTERIUM POZYCJONOWANIA SERWISÓW INTERNETOWYCH W WYSZUKIWARKACH. Jarosław Mutwil

Transkrypt

1 ZGODNOŚĆ ZE STANDARDAMI SIECIOWYMI JAKO KRYTERIUM POZYCJONOWANIA SERWISÓW INTERNETOWYCH W WYSZUKIWARKACH Jarosław Mutwil Wprowadzenie Serwisy internetowe są obecnie podstawowym narzędziem komunikacji firmy z otoczeniem. Posiadanie witryny internetowej jest jednak bezcelowe, jeśli prawdopodobieństwo jej znalezienia przez potencjalnego uŝytkownika, czy teŝ klienta, jest znikome [Fron2006]. Szacuje się, Ŝe od 42 do 86 procent uŝytkowników w celu dotarcia do odpowiedniej witryny internetowej posługuje się wyszukiwarkami [Thur2004]. Według badań przeprowadzonych przez Megapanel PBI/Gemius [www1], do najbardziej popularnych wyszukiwarek domen na terenie Polski naleŝą: google.pl (mechanizm (ang. engine) Google), wp.pl (mechanizm NetSprint) oraz onet.pl (mechanizm OnetSzukaj). NaleŜy zaznaczyć, Ŝe poszczególne mechanizmy mogą być dostępne na wielu witrynach, np. mechanizm NetSprint jest dostępny m.in. w serwisach wp.pl, netsprint.pl, o2.pl, hoga.pl. Powszechnie wiadomo, Ŝe uŝytkownicy korzystający z wyszukiwarek, w celu odszukania stron internetowych, najczęściej oglądają te umieszczone na pierwszej wyświetlanej stronie. Stąd firmy podejmują działania, których celem jest umieszczenie strony na jak najwyŝszej pozycji w wy-

2 szukiwarkach. Działania te określa się mianem pozycjonowania stron w wyszukiwarkach. Wyniki zwracane przez wyszukiwarkę moŝna podzielić na dwie grupy: budowane na podstawie algorytmu oceniającego jakość strony (tzw. wyniki naturalne) oraz zaleŝne od opłat wniesionych przez reklamodawcę (tzw. wyniki płatne) [Fron2006]. W artykule skupiono uwagę tylko na pierwszej z przedstawionych grup. W celu uzyskania jak najwyŝszej pozycji strony w wyszukiwarkach naleŝy zarówno zoptymalizować stronę, czyli dostosować jej kod i treść tak, aby została dobrze zaindeksowana, jak i odpowiednio dostosować strukturę serwisu. Aby zapewnić taki sam lub podobny wygląd oraz zachowanie witryny we wszystkich przeglądarkach i systemach operacyjnych, a takŝe w innych urządzeniach niŝ komputer (np. palmtop), podczas projektowania struktury naleŝy korzystać ze standardów sieciowych. Wydaje się, Ŝe zgodność serwisu internetowego ze standardami sieciowymi powinna być uwzględniona w budowaniu rankingu stron w wyszukiwarkach. W artykule przedstawiono przykładową funkcję algorytmu tworzącego ranking stron na postawie zgodności serwisu ze standardami sieciowymi. Elementy standardów sieciowych Projekt standardów sieciowych (ang. The Web Standards Project) został zapoczątkowany w 1998 roku przez konsorcjum W3C (ang. World Wide Web Consortium), opracowujące wytyczne i specyfikacje, których celem jest promowanie rozwoju sieci Internet. Jednym z efektów było

3 nakłonienie przedsiębiorstw projektujących m.in. przeglądarki internetowe (w tym Netscape i Microsoft) do wiernego i kompletnego obsługiwania specyfikacji [Zeld2004]. W myśl teorii standardy sieciowe mają zapewnić zbudowanym zgodnie z nimi witrynom zgodność z wcześniejszymi, obecnymi i przyszłymi systemami. To natomiast powinno uczynić serwisy internetowe bardziej dostępnymi oraz w dłuŝszej perspektywie bardziej stabilnymi [Cohe2003]. Standardy sieciowe składają się z elementów, rozbijających stronę na niezaleŝne komponenty, odpowiadających za: strukturę, prezentację, zachowanie. Struktura zapewniona jest poprzez zastosowanie języka strukturalnego XHTML (ang. Extensible Hypertext Markup Language), zachowującego zgodność ze ścisłymi regułami języka XML (ang. Extensible Markup Language). Obecnie język XHTML 1.0 stanowi rekomendację W3C, pomimo istnienia wersji XHTML 1.1. Poprawny (bez błędów, niedozwolonych znaczników i atrybutów) kod XHTML jest całkowicie przenośny, czyli działa w przeglądarkach internetowych, programach odczytujących zawartość ekranu, urządzeniach bezprzewodowych itp. [MuKe2001]. Zastosowanie języków prezentacyjnych, CSS1 (ang. Cascading Style Sheets) oraz CSS2, słuŝy do formatowania witryn WWW, poprzez kontrolę typografii, koloru, rozmieszczenia poszczególnych elementów itp. [Meye2002]. PoniewaŜ prezentacja oddzielona jest od struktury, moŝna modyfikować dowolny z tych komponentów bez negatywnego wpływu na drugi.

4 Tworzenie zaawansowanych funkcji witryny oraz efektów działających w róŝnych przeglądarkach i na róŝnych platformach umoŝliwione jest poprzez zastosowanie standardowego modelu obiektów W3C DOM (ang. Document Object Model), który współpracuje z CSS, XHTML i ECMAScript 262 standardową wersją języka JavaScript [Zeld2004]. Według załoŝeń konsorcjum W3C, projektanci i programiści wykorzystując standardy sieciowe odseparowują strukturę od prezentacji i zachowania, a rezultat na kaŝdej platformie i w kaŝdym urządzeniu jest identyczny. Niestety rzeczywistość nie potwierdza przedstawionych załoŝeń, poniewaŝ nie wszystkie przeglądarki interpretują w sposób jednoznaczny specyfikację, czego przykładem jest działanie tzw. modelu ramkowego. Tworzenie rankingu strony Rezultatem zapytania do wyszukiwarki jest często zbiór składający się z setek odpowiedzi. UŜytkownicy przewaŝnie oglądają kilka z nich, zwykle umieszczonych na pierwszej stronie. Opracowano szereg algorytmów, zwanych rankingiem (oceną, wagą dokumentu), decydujących o kolejności wyświetlania witryn w odpowiedzi na kwerendę uŝytkownika [Kłop2001]. Zadaniem tych algorytmów jest ocena jakości serwisów, a właściwie stopnia ich korelacji z wpisanym przez uŝytkownika zapytaniem (tzw. słowem kluczowym) i posortowanie według oceny będącej składową kilku czynników. Dokładna specyfikacja algorytmów rankingujących nie jest jawna, a kaŝdy algorytm jest inny (ocenianie są róŝne elementy znajdujące się na stronie). Nie oznacza to jednak, Ŝe nie podejmuje się prób znalezienia

5 najistotniejszych czynników warunkujących wysokie rankingi. Generalnie dla wyszukiwarek najwaŝniejsze znaczenie mają następujące czynniki [Fron2006]: Tzw. link popularity ocena ilości oraz jakości odnośników odwołujących się do danego serwisu. Większe znaczenie od ilości odnośników ma jakość witryn publikujących łącza. Treść witryny jest to głównie statyczna analiza strony, opierająca się na sprawdzeniu informacji umieszczonych na określonych pozycjach. NajwaŜniejszym składnikiem branym pod uwagę przez algorytmy wyszukiwarek jest zestaw słów kluczowych, rozmieszczonych w następujących miejscach [Thur2004]: w tytule strony (znacznik title), w wyróŝnionych obszarach tekstu strony (m.in. znaczniki nagłówków), w opisach rysunków i tekstach zastępczych dla rysunków. Jak zauwaŝa M.A. Kłopotek zaproponowane miary nie są zwykle do siebie zbieŝne nawet asymptotycznie [Kłop2001]. Przykładowo tytuł strony, który został nadany tylko w celu uatrakcyjnienia zawartości witryny, moŝe nie mieć nic wspólnego z prezentowaną w niej treścią, więc nie odzwierciedla on rzeczywistej tematyki umieszczonej w serwisie. Omówione elementy są równieŝ naraŝone na tzw. spamowanie, którego idea polega na oszukaniu wyszukiwarki w sposób niezauwaŝalny dla uŝytkownika. Wielu projektantów aby ich strony były na najwyŝszych pozycjach w rankingu dla określonych słów kluczowych korzysta z motta: wyszukiwarka to najzwyklejszy program komputerowy. Jedne zasady moŝna nagiąć, inne... moŝna złamać [www2]. Wynika z tego koniecz-

6 ność tworzenia rankingu stron w oparciu o bardziej przejrzyste i jednoznaczne kryteria, do których naleŝy miedzy innymi zgodność ze standardami sieciowymi wykorzystanymi w tworzeniu strony. Tworzenie rankingu strony w oparciu o zgodność ze standardami sieciowymi Standardy sieciowe zyskują na popularności. Coraz większa liczba osób projektujących serwisy internetowe stara się przestrzegać zasad organizacji W3C, co jednocześnie moŝe pośrednio wpływać na ranking w wyszukiwarkach, poniewaŝ kod niezgodny ze specyfikacją moŝe spowodować, Ŝe treść strony nie zostanie zrozumiana przez program go przetwarzający. Obecnie jednak algorytmy wyszukiwarek w procesie oceniania strony nie uwzględniają zgodności ze standardami, nie faworyzują stron zaprojektowanych zgodnie ze standardami [Fron2006], więc przestrzeganie wytycznych konsorcjum W3C nie wpływa bezpośrednio na ranking. Algorytmy wyszukiwarek internetowych rozwijają się nieustannie, wydaje się więc, Ŝe wkrótce kryterium zgodności ze standardami sieciowymi będzie uwzględniane w tworzeniu rankingu wyświetlanych stron. PoniŜej zaprezentowano przykładową funkcję oceniającą przestrzeganie wytycznych organizacji W3C. W trakcie tworzenia odpowiedniego algorytmu moŝna zarówno stworzyć własny program walidujący, jak i skorzystać z gotowych rozwiązań (m.in. walidator on-line organizacji W3C dostępny pod adresem Ten drugi sposób został

7 wykorzystany w przedstawionej funkcji napisanej w języku PHP zaprezentowanej na rysunku function checkvalidation($url) 2. { 3. $host = 'validator.w3.org'; 4. $path = '/check?uri='. $url; 5. $endofheaders = false; 6. $pcontent = ""; 7. $pheaders = array(); $fp = fsockopen($host, 80, $errornr, $errormsg, 30); if($fp == false) { return false; } 12. else { 13. fputs($fp, "GET ". $path. " HTTP/1.0\r\n"); 14. fputs($fp, "Host: ". $host. "\r\n"); 15. fputs($fp, "User-Agent: Mozilla/4.0 (compatible; MSIE 5.01; Windows 98)\r\n\r\n"); 16. while(!feof($fp)) { 17. $line = fgets($fp, 4096); 18. if($endofheaders === true) { $pcontent.= $line; } 19. else { $pheaders[] = $line; } 20. if(($endofheaders === false) && ($line == "\r\n" $line == "\n")) { $endofheaders = true; } 21. } 22. } 23. fclose($fp); if(ereg("^http/[0-9].[0-9] ([0-9]{3})", $pheaders[0], $httpstatus)) { 26. $answerclass = $httpstatus[1][0]; 27. if($answerclass == 2) { 28. eregi('<tr>[[:space:]]*<th>[[:space:]]*result:[[:space:]]*</th>[[: space:]]* <td [a-z0-9=\"\/\' ]*>[[:space:]]*([a-z0-9, ]+)[[:space:]]*</td> [[:space:]]*</tr>', $pcontent, $vresult); 29. if(eregi('passed', $vresult[1])) { return 10; } 30. else if(eregi('failed', $vresult[1])) { return -10; } 31. else return false; 32. } 33. } 34. return false; 35. } Rys 1. Funkcja sprawdzająca zgodność strony ze standardami. Źródło: Opracowanie własne.

8 Podstawowym celem funkcji jest juŝ wspomniana ocena zgodności strony ze standardami sieciowymi. Funkcja pobiera jako argument adres sprawdzanej strony, a następnie łączy się za pomocą tzw. gniazda z serwisem w celu skontrolowania zastosowania standardów sieciowych. Wynik zwracany przez walidator organizacji W3C zapisany jest w postaci dokumentu HTML, którego część zaprezentowana jest na rysunku 2, dlatego aby sformułować wnioski, naleŝy skonstruować elementy wrappera. Temat budowania wrapperów i pozyskiwania informacji ze źródeł internetowych został omówiony m.in. w [Fili2000] oraz [Fili2001], dlatego w opracowaniu nie podjęto szczegółowo tej tematyki. Rys 2. Rezultat walidacji przedstawiony w przeglądarce. Źródło: Analizując zawartość przedstawionej strony oraz odpowiadający jej kod w języku HTML, którego odpowiednia część przedstawiona została na rysunku 3, moŝna zauwaŝyć, Ŝe moŝliwe jest wskazanie kilku znaczników pozwalających na weryfikację witryny pod kątem zastosowania standardów sieciowych. W opracowanej funkcji skorzystano z atrybutu umieszczonego w komórce tabeli przedstawiającego rezultat:

9 <TR><TH>Result:</TH><TD class=invalid colspan=2> x </TD></TR>, którego postać moŝe przybrać jedną z dwóch form: Passed validation, albo Failed validation, errors. Rys 3. Fragment kodu HTML przedstawiającego rezultat weryfikacji. Źródło: Opracowanie własne. Linia 28 przedstawionego kodu PHP odpowiada za odczyt i zapis do zmiennej wyników przeprowadzonego sprawdzenia poprzez zastosowanie odpowiednio zbudowanego wyraŝenia regularnego. WyraŜenie zaprezentowanej postaci wybiera wartość komórki tabeli, której nagłówek oznaczony jest jako result, dodatkowo naleŝy zaznaczyć, Ŝe wielkość liter nie ma znaczenia. Następne linie kodu PHP porównują wartość zmiennej (a właściwie jej część) zapisanej przez wyraŝenie regularne ze słowami kluczowymi passed oraz failed (wielkość liter nie ma znaczenia) i na ich podstawie zwracana jest wartość funkcji, odpowiednio 10 lub -10. W przypadku gdyby nie było moŝliwe w danym momencie przeprowadzenia weryfikacji zwracana jest wartość false. Zaimplementowanie w algorytmach wyszukiwarek przetwarzających serwisy internetowe przedstawionej metody powinno spowodować wzrost

10 zainteresowania projektantów standardami i bezpośrednio przyczynić się do poprawienia jakości publikowanych serwisów. Przewaga uwzględnienia przez algorytmy zastosowania bądź nie standardów sieciowych nad innymi wcześniej opisanymi czynnikami budowania stron zoptymalizowanych pod kątem wyszukiwarek polega przede wszystkim na skuteczności. Nie da się oszukać programu, twierdząc, Ŝe strona przestrzega zasad projektowania stron i jest tym samym zgodna ze standardami, w rzeczywistości nie będąc. Jest to więc metoda odporna na tzw. techniki spamerskie. Wykorzystanie natomiast algorytmu organizacji W3C nie narzuca na projektantów serwisów internetowych stosowania określonej wersji języka (np. HTML 4.0 czy XHTML 1.1) i określonej jego definicji (np. Transitional czy Strict). Podsumowanie Popularyzacja serwisu internetowego przekłada się na wzrost zainteresowania ofertą. Serwisy znajdujące się na czołowych pozycjach wyników wyszukiwania postrzegane są jako najbardziej adekwatne do zadanego zapytania, jednocześnie wyniki prowadzonych badań jednoznacznie wskazują, iŝ propozycjami serwisów znajdujących się na dalszych pozycjach interesuje się znikomy procent uŝytkowników. Zaawansowane techniki pozycjonowania ulegają modyfikacjom stosownie do obserwowanych zmian zasad działania algorytmów wyszukiwarek. Propozycja bezpośredniego uwzględnienia przez algorytmy zastosowania na danej stronie standardów sieciowych spowoduje zwiększenie

11 dostępności stron opublikowanych w Internecie, oraz wymusi na projektantach stosowanie reguł określonych przez organizację W3C. Literatura [Cohe2003] Cohen J.: Serwisy WWW. Projektowanie, tworzenie i zarządzanie, Helion, Gliwice [Fili2000] Filipczyk G.: Pozyskiwanie informacji z semistrukturalnych źródeł internetowych, [w:] Gołuchowski J., Sroka H. (red), Systemy Wspomagania Organizacji SWO 2000, Akademia Ekonomiczna, Katowice [Fili2001] Filipczyk G.: Indukcja reguł wydobywania informacji z semistrukturalnych źródeł danyc, [w:] Gołuchowski J., Sroka H. (red), Systemy Wspomagania Organizacji SWO 2001, Akademia Ekonomiczna, Katowice [Fron2006] Frontczak T.: Marketing internetowy w wyszukiwarkach. Helion, Gliwice [Kłop2001] Kłopotek M.A.: Inteligentne wyszukiwarki internetowe, Akademicka Oficyna Wydawnicza EXIT, Warszawa [Meye2002] Meyer E.A.: CSS. Kaskadowe arkusze stylów. Przewodnik encyklopedyczny, Helion, Gliwice [MuKe2001] Musciano C., Kennedy B.: HTML i XHTML. Przewodnik encyklopedyczny, Helion, Gliwice [Thur2004] Thurow S.: Pozycjonowanie w wyszukiwarkach internetowych, Helion, Gliwice 2004.

12 [Zeld2004] [www1] [www2] Zeldman J.: Projektowanie serwisów WWW. Standardy sieciowe, Helion, Gliwice Jarosław Mutwil Katedra Informatyki Akademia Ekonomiczna ul. Bogucicka Katowice Polska Numer telefonu (fax) +48/32/ jarekmutwil@poczta.onet.pl