Reacties op: De wekelijkse Google merkwaardigheden

Door: Buitenmens

Buitenmens — Tue, 11 Mar 2008 21:04:22 +0000

Marius, duplicate content blijft duplicate content, ook als het in een andere context of op een verschillende pagina staat.

Google is inmiddels slim genoeg om een een groepje specifieke zinnen en zelfs één zin ook op een andere site te herkennen, zeker als het dezelfde IP adressen betreft.

Verder komen die vacatures van een vacaturesite die natuurlijk net zo vaak door de Googlebot wordt nageplozen. Goede kans dat Google dus donders goed weet waar de content vandaan komt.

Door: mariusdroppert

mariusdroppert — Tue, 11 Mar 2008 15:18:18 +0000

Beste Ulco,

Vanwaar de mening dat het duplicaat content is?
Het betreffen resultatenlijsten van verschillende gemeente websites met ieder eigen unieke gemeentelijke fietsensmakers.

Als mash-up hebben wij vacatures die wij plaatsen met het zoekwoord fietsenmaker. Deze vacatures content kan wel identiek zijn maar maakt de totaal pagina nog niet een duplicaat van elkaar! Dus graag onderbouwing van deze plaatsing/mening.

Door: no1san

no1san — Sun, 21 Oct 2007 08:42:10 +0000

mm,
ik heb het weer.

google in firefox 33 resutlaten, na f5 47 en 66 resultaten.
In IE 6.600.000.

edit:
gevonden.
als ik op keyword zoek krijg ik 6.600.000 resultaten.
Als ik bij geavanceerd 100 per pagina invul dan krijg ik 66 resultaten. 6.600.000 is waarschijnlijk veel dezelfde url :-)

Door: no1san

no1san — Sun, 21 Oct 2007 07:35:57 +0000

misshien wat off-topic maar ik had gistren het volgende:
resltaat van mijn keyword in google was 60 ipv 6.600.000.

Ik heb er een screenprint van heeft iemand dat eerder gezien?
Dacht toch echt een tijdje dat ik een typefout maakte.

Door: Bert van Heerde

Bert van Heerde — Fri, 19 Oct 2007 18:10:00 +0000

@ Ulco: dat wordt dus een gevalletje Google Webmaster Central > Tools > Remove URLs ;-)

Door: Ulco

Ulco — Wed, 17 Oct 2007 15:41:27 +0000

Grappig, de datum van indexering is 20 september en volgens de header van de robots.txt is dat ook de datum dat ik die aangepast heb :-)

Wel toevallig dat de /track uit mijn screenshot vandaag opeens niet meer geïndexeerd is trouwens…

Door: Bert van Heerde

Bert van Heerde — Wed, 17 Oct 2007 15:21:11 +0000

@ Ulco: Wanneer heb je die robots.txt aangepast voor Netters?

Misschien hangt het af van het moment waarop robots.txt op een site is gezet / aangepast is. Als dit is gedaan nadat alles geindexeerd was, zal Google waarschijnlijk niet de pagina opnieuw indexeren, maar wel de laatste versie tonen. Anders doen ze idd iets niet goed.

Een meta-robots noindex, (no)follow is inderdaad de beste oplossing.

Door: monchito

monchito — Wed, 17 Oct 2007 14:04:21 +0000

vraag me in dat verband dan af of meta=noindex,nofollow dan beter werkt.

alle theorieen over pagerank flow e.d. mogen dan aangescherpt worden lijkt me

Door: MacSeth

MacSeth — Wed, 17 Oct 2007 07:14:51 +0000

Dit is mij ook opgevallen. Het is bij onze sites ook voorgekomen dat robots.txt volkomen genegeerd werd. Best irritant als je site nog “under construction” is of leeg is… wordt je gelijk minder gecrawled :S

Door: Ulco

Ulco — Wed, 17 Oct 2007 06:40:07 +0000

Zie trouwens net dat voor Netters exact hetzelfde geldt. Aangezien "Tom" in zijn profiel naar Queromedia linkte voelde ik me genoodzaakt hem eruit te robotsen:

Ook hier wordt het gewoon genegeerd. Bij de feeds gaat het iets beter, daar worden de URLs wel geïndexeerd maar de content niet. Lijkt er dus op alsof Google veel moeite heeft met wildcards, overigens gaat het bij Startpagina wél goed. Daar zijn helemaal geen URLs geïndexeerd, maar dat zou natuurlijk ook kunnen komen doordat Google handmatig heeft lopen rotzooien.