Google关于Blog Ranking的Patent.

读了一下 Google 关于 Blog Ranking 的 Patent，总结如下。

正面的指标：

[0038] 订阅数

统计 blog 在各种 reader 中被订阅的数量。被订阅的越多，ranking 越高。但同时会使用一些方法处理“subscriptions spam”，诸如验证订制人和 IP 的唯一性。 [0039] 搜索点击数

统计 blog 作为搜索结果时被点击的次数。点击次数越多，ranking 越高。

[0040] 在其他 blogger 的 blogroll 里的出现次数

blogger 通常会使用 blogroll 来整理指到其他 blogger 的链接集合。统计所有 blogroll 中，指向某个 blog 的链接越多，ranking 越高。

[0041] 来自高质量的 blogroll 的链接数

高质量的 blogroll 的链接大多都指向著名的或值得信任的 blog。 [0042] 来自高质量的 blog 的 blogroll 的链接数

这里的假定是著名的或值得信任的 blogger 不会放指向 spam blog 的链接。 [0043] 有Tag

blog 作者如果分析了 blog 内容，归类并打上了 tag，起码可以说明作者的态度比较认真。

[0044] 来自邮件和聊天记录的链接数

如果在 Email 正文里或者聊天记录里出现了指向 blog 的链接，会加分。GEmail 和 Gtalk 被用在了这里。

[0045] PageRank

PageRank 越高对应的 blog 也就越重要。考虑到blog的更新比较频繁，最新的 blog post 可能还没有PR。这时可以用对应的 blog 的 PR 来代替。

其中 [0040-0042]，其实是类似于传统网页间 PageRank 计算的一套模式，只不过这里把它限制在了 blog 之间。

负面的指标：

[0047] 更新频率异常

更新过于频繁或者非常有规律，会被认为是在 spam，ranking 会降低。这里提醒喜欢在每天的固定时间更新 blog 的朋友注意一下了。

[0048] feed 内容和 blog 内容的不一致

spammer 有可能会为了提升自己的 ranking 而把有价值的内容放到 feed 里面，同时在 blog 内容里面放一些指向不相关内容的广告链接。为了惩罚这种情况，对于 feed 内容和 blog 内容不一致的情况，要降低 ranking。 [0049] 出现重复内容

有些 spammer 为了让某些内容能够多次长时间的出现在 feed 里面，会重复发布同样的内容。这样的情况会被惩罚。 [0050] 垃圾词过多

通过词频统计（bi-gram 或者 tri-gram 等），如果 blog 内容里垃圾词的比较过高，会降低 ranking。 [0051] 多数 blog 长度相近

这个主要是针对使用机器自动生成 blog 的情况。 [0052] 链接异常

当 blog 里的链接多为指向单一网页，或者单一的外站，会被认为是在 spam，ranking 会降低。 [0053] 广告太多

如果一个 blog 页面内含有过多的广告，会降低 ranking。 [0054] 广告出现在正文里

一般 blog 页面会包括三方面的内容：最近发表的 blog，blogroll 和 metadata。如果广告出现在正文里，会降低 ranking。不知道 adsense 的广告有没有特殊待遇？