گوگل چطور تشخیص متن کپی شده میدهد

الگوریتم دزدان دریایی گوگل چگونه با دزدی محتوا مقابله می‌کند؟

گوگل چطور تشخیص متن کپی شده میدهد؟

یک دریای پهناور را تصور کنید.

در این دریا، کشتی‌های مختلفی همچون مسافربری، باربری، تجاری و… روی سطح آب شناورند.

هرکدام از این کشتی‌ها برای اینکه بتوانند در حوزه فعالیت خودشان به خوبی عمل کنند، در تلاش اند سوخت بیشتر و با کیفیت‌تری به موتور خانه برسانند.

اما در بین این کشتی ها ، چند کشتی دزد دریایی هم هستند که به جای فعالیت عادی، تصمیم گرفته‌اند که به سوخت بقیه کشتی‌ها دستبرد بزنند و از آن برای ادامه کارشان استفاده کنند.

در این مثال ، دریا همان دنیای وب است.

کشتی‌ها سایت‌ها هستند و سوخت کشتی ها برای رقابت، محتوایی است که روی سایتشان قرار می‌دهند.

کشتی‌هایی که به جای خرید یا تولید سوخت، سوخت کشتی‌های دیگر را می‌دزدند، همان سایت‌های سارق محتوا هستند.

حالا یک سازمان نظارت‌کننده روی این دریای پهناور – یعنی گوگل – برای جلوگیری از سرقت و مقابله با دزدان دریایی، دست به کار می‌شود.

در نتیجه، الگوریتم Pirate یا همان دزد دریایی گوگل است.

در اینجا با الگوریتم  Pirate اشنا می شویم و می ببینیم که گوگل این بار برای مقابله با خرابکارها دست به چه اقداماتی زده است!

الگوریتم‌ دزد دریایی

الگوریتم دزد دریایی گوگل یا Pirate چیست؟

 الگوریتم‌ دزد دریایی در گوگل جزو مهم ترین الگوریتم ها است که در سال 2012 معرفی و در سال 2014 به‌روزرسانی شد.

نقش الگوریتم pirate، شناسایی محتوای دزدی (یا همان کپی) است!

الگوریتم pirate ، برای مبارزه با نقض قانون کپی‌رایت آمده است و با هر نوع محتوای کپی یا دزدی برخورد می‌کند.

الگوریتم Pirate چه محتوایی را از نتایج گوگل حذف می‌کند؟

اغلب مواقع زمانی که حرف از محتوا می‌زنیم، ذهن مخاطبان به سمت مقاله‌های متنی می‌رود.

اما منظور از ما از حذف محتوا توسط الگوریتم دزد دریایی، فقط محتوای متنی نیست.

تمرکز اصلی الگوریتم دزد دریایی بیشتر روی محصولات و محتواهای غیر رایگان است تا محتوای رایگانی که الگوریتم پاندا می‌تواند آن را شناسایی کند.

الگوریتم‌ دزد دریایی

در کل  انواع محتوایی که الگوریتم دزد دریایی می‌تواند برای حذف صفحه آن از نتایج اقدام کند عبارتند از:

• تصویر
• متن
• صوت
• ویدیو
• محصول

در نتیجه شما برای تصویر، محتوای متنی و حتی محصول دانلودی و غیر دانلودی خودتان هم می‌توانید به گوگل شکایت کنید و گزارش کنید که سایت دیگری با این محتوای به سرقت رفته از شما،

در نتایج رتبه دارد.

الگوریتم دزد دریایی گوگل، چه تغییراتی در نتایج جستجو ایجاد کرد؟

قبل از پیدایش  الگوریتم دزد دریایی گوگل ، با جستجوی عبارتی مثل «watch toy story 4»، سایت‌هایی را می‌دیدید که یا  برای جذب بازدیدکننده فیلم را بطور رایگان برای دانلود گذاشته بودند، یا اینکه برای دانلود غیرقانونی فیلمی که کپی شده، پول می‌گرفتند.

اما الان با پیدایش الگوریتم دزد دریایی ، حداقل در نتایج اولیه گوگل، نتایج معتبری را می‌بینید که شما را به سمت تماشای قانونی فیلم هدایت می‌کنند.

تاثیر الگوریتم دزد دریایی گوگل بر نتایج جستجو

با اجرای الگوریتم دزدان دریایی، سایت‌های زیادی که شامل دانلود رایگان نرم‌افزارها و محتوای پولی بودند، دچار افت شدید رتبه و ریزش شدید کاربران شدند.

احتمالاً الان پیش خودتان فکر می‌کنید که ما در ایران هنوز هم بهترین فیلم‌های دنیا را رایگان دانلود می‌کنیم و می‌بینیم.

پس  الگوریتم دزدان دریایی چرا هیچ کاری نمی‌کند؟ خب حق با شماست؛ همین الان هم اگر به فارسی سرچ کنید «تماشای کودک بچه رئیس»، خیلی راحت به لینک‌های دانلود رایگان می‌رسید.

در اصل، در کشور ما هنوز قانون کپی‌رایت به طور جدی رعایت نمی‌شود و از طرفی گوگل هم هنوز در برخی کشورها، از جمله ایران، آن‌قدرها برای کپی‌رایت سخت نمی‌گیرد.

چگونه محتوای دزدیده شده را به گوگل گزارش دهیم؟

کار اصلاً سختی نیست و با DMCA گوگل انجام می‌شود، اما گرفتن جواب از گوگل ممکن است مدت زیادی طول بکشد.

الگوریتم‌ دزد دریایی

سرویس DMCA گوگل چیست؟

DMCA مخفف عبارت Digital Millennium Copyright Act به معنای «قانون حق چاپ هزاره دیجیتال» است .

با استفاده از سرویس DMCA ، افرادی که محتوایشان به سرقت رفته، می‌توانند درخواست بدهند تا صفحه سایت خطاکار، از نتایج جستجوی گوگل حذف شود.

در نتیجه اگر محتوای متنیِ رایگان یا غیر رایگان، ویدیویی، محصول و هر نوع محتوای دیگری که دارید، به دست افرادی دزدیده و روی سایتشان منتشر شده باشد، می‌توانید آدرس صفحه سارق را به بخش DMCA گوگل گزارش دهید.

این بخش گزارشات (یا noticeها) را در اسنادی ذخیره می‌کند و اگر تعداد Notice ها زیاد شود، الگوریتم Pirate به بررسی آن‌ها می‌پردازد.

سرویس DMCA و الگوریتم دزدان دریایی گوگل، ارتباط نزدیکی باهم دارند.

در واقع الگوریتم دزدان دریایی گوگل با استفاده از گزارش کاربران و کمک اپراتورهای انسانی است که تصمیم می‌گیرد کدام صفحات و سایت‌ها از نتایج گوگل حذف شوند.

DMCA

مراحل گزارش محتوای کپی شده به DMCA گوگل

برای گزارش تنها باید به پیشخان DMCA گوگل مراجعه کنید؛ سپس روی  Create new notice کلیک کنید.

لطفاً به نکات زیر دقت کنید:

• متن پیام و مشخصات شما، حتماً باید به زبان انگلیسی باشد
• گزارش خود را دقیق و با دقت  بنویسید و فقط به اسم و آدرس آن سایت بسنده نکنید
• آدرس صفحات مورد نظرتان را وارد کنید؛ نه آدرس دامنه سایت
• گزارشات شما توسط نیروی انسانی گوگل بررسی می‌شود

خب در حال حاظر متوجه شدیم که الگوریتم دزد دریایی گوگل، چطور با محتوای دزدی مقابله می‌کند.

دزد دریایی گوگل چقدر سختگیر است؟

تمرکز و اولویت اول Google Pirate روی حذف URL یا همان صفحه است، نه کل سایت.

در صورتی که گوگل برای بیش از 50% محتواهای ایندکس شدۀ شما گزارش کپی بودن دریافت کند، به احتمال خیلی زیاد دچار پنالتی سخت و سنگین الگوریتم Pirate شوید.

در مورد میزان سختگیری الگوریتم دزد دریایی هم راستش را بخواهید، گوگل در بیشتر موارد از شکایت‌های DMCA چشم پوشی می‌کند! یعنی مجبور است که خیلی از آن‌ها را نادیده بگیرد. چرا؟‌

تصور کنید که شما در گوگل عبارت دانلود فتوشاپ را سرچ می‌کنید.

گوگل هم به دلیل شکایت‌های شرکت Adobe (سازنده فتوشاپ) از سایت‌های ارائه دهنده این برنامه، تمامی آن‌ها را از نتایج حذف کرده است.

آیا این موضوع باعث می‌شود تا شما راضی به خرید برنامه فتوشاپ به قیمت چند صد دلار از Adobe شوید؟  قطعا نه!

ولی باعث می‌شود شما به جای گوگل، در موتور جستجوی دیگری مثل بینگ، به دنبال دانلود برنامه فتوشاپ باشید.

در نتیجه گوگل برای اینکه مخاطبان خودش را از دست ندهد، مجبور است در برخی مواقع بیخیال شکایت‌های شرکت‌های صاحب اثر محتوا بشود.

اما کلا این شرایط برای همه محتواها هم به وجود نمی‌آید، پس مراقب باشید!

الگوریتم دزد دریایی

دزدان محتوا و آموزش مقابله با آن‌ها

هزینه‌ای که در حال حاظر باید برای نوشتن یک مقاله هزار کلمه‌ای به نویسنده محتوا بدهید، چیزی بین 30 تا 200 هزار تومان است.

حالا در نظر بگیرید سایت دیگری بدون پرداخت حتی یک ریال، مقاله‌ای را که برای آن هزینه کرده‌اید، می‌دزدد و به عنوان صاحب آن محتوا شناخته می‌شود!

سایت‌هایی در سطح وب وجود دارند که نه به دست وب مستر و مدیر، بلکه به دست ربات‌های خودکار مدیریت می‌شوند.

این ربات‌ها به صورت اتوماتیک محتوای یک سایت را کپی می‌کنند و به راحتی در سایت خودشان قرار می‌دهند.

محتوایی که از طرف این سایت‌های سارق دزدیده و منتشر می‌شود، تعداد و سرعت بالایی دارد و همین مسئله باعث می‌شود که ربات‌های گوگل و بقیه موتورهای جستجو، با سرعت بیشتری برای بررسی و ایندکس محتواها به آن سر بزنند.

حالا در نظر بگیرید که اگر یکی از این ربات‌ها به کمک وب مستر، سایت شما را هدف قرار بدهد چه اتفاقی می‌افتد؟

محتوای جدید شما امروز ساعت 16 عصر در سایتتان منتشر می‌شود، اما گوگل تا 2 روز دیگر برای ایندکس مقاله به سایت شما سر نمی‌زند.

در این حالت ربات در همان ابتدای کار محتوای دست اول‌تان را در سایت خودش منتشر و از طرف گوگل به عنوان صاحب محتوا شناخته می‌شود!

در نتیجه محتوای شما از نظر گوگل کپی است و احتمالا در صورت تکرار، با خشم پاندا روبرو می‌شوید.

الگوریتم دزد دریایی

راه مقابله با دزدی محتوا

راه پیشنهادی گوگل، کمک گرفتن از الگوریتم دزد دریایی است.

در  این صورت که شما باید به سایت گوگل و سرویس dmca در پنل گوگل کنسول سایتتان بروید و در آنجا با ارائه شواهدی مثل زمان انتشار محتوا در سایتتان یا دیگر راه‌ها به کارشناسان گوگل بفهمانید که سایت شما، صاحب اصلی محتواست.

پیشنهاد ما:

1) پس از انتشار محتوا، آن را در شبکه‌های اجتماعی (همچون توییتر) به اشتراک بگذارید تا با سرعت بیشتری ایندکس شود.

2) با استفاده از ابزار سرچ کنسول گوگل ربات‌های موتور جستجو را از انتشار محتوا در سایت باخبر کنید تا سریعاً برای ایندکس آن اقدام کنند.

برای این کار تنها کافی است وارد سرچ کنسول شوید، گزینه URL Inspection را انتخاب کنید، آدرس صفحه را در کادر وارد کنید و اینتر را بزنید.

در اینجا اگر محتوای شما ایندکس نشده باشد، به راحتی می‌توانید گزینه Request Indexing را انتخاب کنید تا در اولین فرصت، ربات‌های گوگل محتوای‌تان را بخوانند.

3) انتشار های محتواهایتان را در یک زمان مشخص انجام دهید.

به طور مثال، دو شنبه‌ها و چهار شنبه‌ها در ساعت4 عصر محتواهایتان را منتشر کنید.

در این صورت ربات‌های خزنده شرطی می‌شوند و دقیقاً در همین روز و ساعت برای ایندکس مقالات به شما مراجعه می‌کنند.

4) در تمامی محتواها از لینک‌سازی داخلی استفاده کنید و گاهی هم به صفحه اصلی لینک بدهید

موتور جستجوی گوگل از هوش مصنوعی فوق‌العاده قدرتمندی استفاده می‌کند.

اما خوشبختانه یا متأسفانه این هوش مصنوعی هنوز هم توانایی مقابله با هوش انسانی را ندارد در نتیجه  در این حالت بهتر است به جای اینکه فقط به گوگل اعتماد کنیم تا ما را به عنوان یک سایت معتبر، درستکار و با کیفیت تشخیص بدهد، خودمان هم دست به کار شده و با بررسی‌های دقیق، مطمئن شویم که کپی‌کننده‌ها از سایت ما سوء استفاده نمی‌کنند.

شما می توانید با داشتن یک طراحی سایت خوب و یک پشتیبانی سایت قوی تمام قوانین مربوط به گوگل را رعایت کنید.