Spamdexing

El relleno de palabras clave es una técnica de optimización para motores de búsqueda (SEO) en la que se cargan palabras clave en las metaetiquetas , el contenido visible o el texto ancla de los enlaces de una página web con el fin de obtener una ventaja de posicionamiento injusta en los motores de búsqueda . Una variante del relleno de palabras clave es etiquetar el propio sitio web con la marca registrada de otra empresa . ^{[ 14 ]} El relleno de palabras clave puede provocar que un sitio web sea bloqueado o penalizado temporal o permanentemente en los principales motores de búsqueda. ^{[ 15 ]} La repetición de palabras en las metaetiquetas puede explicar por qué muchos motores de búsqueda ya no se basan en estas etiquetas para el posicionamiento. Hoy en día, los motores de búsqueda se centran más en el contenido único, completo, relevante y útil. Como resultado, el relleno de palabras clave se ha vuelto en gran medida ineficaz, aunque todavía lo practican muchos webmasters. ^{[ 16 ] [ 17 ] [ 18 ]}

Muchos de los principales motores de búsqueda han implementado algoritmos que reconocen el relleno de palabras clave y reducen o eliminan cualquier ventaja de búsqueda injusta que se pudiera haber obtenido con esta táctica. A menudo, también penalizan, degradan o eliminan de sus índices los sitios web que implementan el relleno de palabras clave. ^{[ 19 ] [ 20 ]}

Los cambios y algoritmos específicamente destinados a penalizar o prohibir sitios que utilizan relleno de palabras clave incluyen la actualización de Google Florida (noviembre de 2003), Google Panda (febrero de 2011) ^{[ 21 ]} , Google Hummingbird (agosto de 2013) ^{[ 22 ]} y la actualización de Bing de septiembre de 2014. ^{[ 23 ]}

Los titulares de los sitios web de noticias en línea están cada vez más repletos de palabras clave optimizadas para motores de búsqueda que identifican la noticia. Los periodistas y editores tradicionales desaprueban esta práctica, pero resulta eficaz para optimizar las noticias para los motores de búsqueda. ^{[ 24 ]}

El texto oculto no relacionado se disfraza haciéndolo del mismo color que el fondo, usando un tamaño de fuente diminuto o ocultándolo dentro del código HTML , como secciones "no frame", atributos alt , DIVs de tamaño cero y secciones "no script". Las personas que revisan manualmente sitios web marcados como sospechosos para una empresa de motores de búsqueda pueden bloquear temporal o permanentemente un sitio web completo por tener texto invisible en algunas de sus páginas. Sin embargo, el texto oculto no siempre es spamdexing: también puede usarse para mejorar la accesibilidad . ^{[ 25 ]}

Esto implica repetir palabras clave en las metaetiquetas y usar metapalabras clave que no guardan relación con el contenido del sitio. Esta táctica ha resultado ineficaz. Google declaró en septiembre de 2009 que no utiliza la metaetiqueta de palabras clave en su clasificación de búsqueda en línea. ^{[ 26 ]}

Las páginas de entrada o páginas de acceso son páginas web de baja calidad con muy poco contenido, que en cambio están repletas de palabras clave y frases muy similares. Están diseñadas para posicionarse bien en los resultados de búsqueda, pero no aportan nada útil a los visitantes que buscan información. Una página de entrada generalmente incluye la frase "haz clic aquí para entrar"; también se puede utilizar el reenvío automático para este fin. En 2006, Google expulsó al fabricante de vehículos BMW por utilizar páginas de entrada para su sitio web alemán, BMW.de. ^{[ 27 ]} Google anunció que penalizaría las tácticas de páginas de entrada. ^{[ 28 ]}

Los sitios web de extracción de datos se crean utilizando diversos programas diseñados para extraer información de las páginas de resultados de los motores de búsqueda u otras fuentes de contenido y generar contenido para un sitio web. La presentación específica del contenido en estos sitios es única, pero se trata simplemente de una recopilación de contenido tomado de otras fuentes, a menudo sin permiso. Estos sitios web suelen estar repletos de publicidad (como anuncios de pago por clic ) o redirigen al usuario a otros sitios. Incluso es posible que los sitios de extracción de datos superen en posicionamiento a los sitios web originales en cuanto a su propia información y nombres de organizaciones.

La reescritura de artículos implica modificar artículos ya existentes, en lugar de simplemente copiar contenido de otros sitios, para evitar las penalizaciones que imponen los motores de búsqueda por contenido duplicado . Este proceso lo llevan a cabo redactores contratados o se automatiza mediante sistemas de sustitución de sinónimos, redes neuronales artificiales o modelos lingüísticos complejos (MLC).

De forma similar a la manipulación de artículos , algunos sitios web utilizan la traducción automática para presentar su contenido en varios idiomas, sin edición humana, lo que da como resultado textos ininteligibles que, sin embargo, siguen siendo indexados por los motores de búsqueda, atrayendo así tráfico.

Las granjas de enlaces son redes muy unidas de sitios web que se enlazan entre sí con el único propósito de explotar los algoritmos de clasificación de los motores de búsqueda. También se las conoce jocosamente como sociedades de admiración mutua . ^{[ 30 ]} El uso de granjas de enlaces se redujo considerablemente con el lanzamiento de la primera actualización Panda de Google en febrero de 2011, que introdujo mejoras significativas en su algoritmo de detección de spam.

Las redes de blogs (PBN, por sus siglas en inglés) son grupos de sitios web con autoridad que se utilizan como fuente de enlaces contextuales que apuntan al sitio web principal del propietario para lograr un mejor posicionamiento en los motores de búsqueda. Los propietarios de sitios web PBN utilizan dominios caducados o dominios de subasta que tienen enlaces entrantes de sitios web con alta autoridad. Google ha atacado y penalizado a usuarios de PBN en varias ocasiones con varias campañas masivas de desindexación desde 2014. ^{[ 31 ]}

Colocar hipervínculos donde los visitantes no los vean se utiliza para aumentar la popularidad de los enlaces . Resaltar el texto del enlace puede ayudar a que una página web se posicione mejor para las búsquedas que coincidan con esa frase.

Un ataque Sybil es la falsificación de múltiples identidades con intención maliciosa, llamado así por la famosa paciente con trastorno de identidad disociativo y el libro sobre ella que lleva su nombre, " Sybil ". ^{[ 32 ] [ 33 ]} Un spammer puede crear múltiples sitios web en diferentes nombres de dominio que se enlazan entre sí, como blogs falsos (conocidos como blogs de spam ).

Los blogs de spam son blogs creados exclusivamente para la promoción comercial y la transferencia de autoridad de enlace a sitios web objetivo. A menudo, estos "splogs" están diseñados de forma engañosa para dar la impresión de ser un sitio web legítimo, pero tras una inspección minuciosa, suelen estar escritos con software de reescritura de texto o tener un contenido muy deficiente y apenas legible. Son similares a las granjas de enlaces. ^{[ 34 ] [ 35 ]}

El spam de blogs invitados consiste en publicar blogs invitados en sitios web con el único propósito de obtener un enlace a otro u otros sitios web. Desafortunadamente, esto suele confundirse con formas legítimas de blogueo invitado con otros motivos además de la colocación de enlaces. Esta técnica se hizo famosa gracias a Matt Cutts , quien declaró públicamente la "guerra" contra esta forma de spam de enlaces. ^{[ 36 ]}

Algunos spammers de enlaces utilizan software de rastreo de dominios caducados o monitorizan los registros DNS de dominios que pronto expirarán. Luego, los compran cuando caducan y reemplazan las páginas con enlaces a las suyas. Sin embargo, es posible, aunque no está confirmado, que Google restablezca los datos de enlace en los dominios caducados. Para mantener el posicionamiento anterior del dominio en Google, se recomienda que el comprador lo adquiera antes de que caduque.

Algunas de estas técnicas pueden aplicarse para crear una "bomba de Google" , es decir, para cooperar con otros usuarios con el fin de mejorar el posicionamiento de una página determinada para una consulta específica.

Los sitios web que pueden ser editados por los usuarios pueden ser utilizados por los spamdexers para insertar enlaces a sitios de spam si no se toman las medidas antispam adecuadas.

Los bots de spam automatizados pueden hacer que la parte editable de un sitio web sea rápidamente inutilizable. Los programadores han desarrollado diversas técnicas automatizadas de prevención de spam para bloquear o al menos ralentizar a los bots de spam. ^{[ 37 ]}

Un sitio espejo consiste en alojar varios sitios web con contenido conceptualmente similar, pero que utilizan URL diferentes . Algunos motores de búsqueda dan mayor prioridad a los resultados donde la palabra clave buscada aparece en la URL.

La redirección de URL consiste en llevar al usuario a otra página sin su intervención, por ejemplo , mediante etiquetas META refresh , Flash , JavaScript , Java o redirecciones del lado del servidor . Sin embargo, la redirección 301 , o redirección permanente, no se considera un comportamiento malicioso.

El cloaking se refiere a cualquiera de los diversos métodos para mostrar a la araña del motor de búsqueda una página diferente a la que ven los usuarios humanos. Puede ser un intento de engañar a los motores de búsqueda sobre el contenido de un sitio web en particular. Sin embargo, el cloaking también puede utilizarse para aumentar éticamente la accesibilidad de un sitio a usuarios con discapacidades o para proporcionar a los usuarios humanos contenido que los motores de búsqueda no pueden procesar o analizar. También se utiliza para ofrecer contenido en función de la ubicación del usuario; Google mismo utiliza la entrega de IP , una forma de cloaking, para ofrecer resultados. Otra forma de cloaking es el intercambio de código , es decir , optimizar una página para obtener un buen posicionamiento y luego reemplazarla por otra una vez que se alcanza dicho posicionamiento. Google se refiere a este tipo de redirecciones como redirecciones engañosas . ^{[ 41 ]}

Si un motor de búsqueda sospecha que una página está siendo marcada como spam, a veces la elimina de los resultados de búsqueda. ^{[ 42 ]} A menudo lo hacen mediante software automático de detección de spam. ^{[ 43 ]}

Muchos motores de búsqueda permiten a los usuarios denunciar contenido que aparece como resultado de spam. Google cita como razón para esto un "intento de comprometer la calidad de los resultados de búsqueda de Google viola nuestras políticas de spam. Esto a su vez alimenta la precisión del software de detección automática de spam ^{[ 44 ]} .

Los usuarios pueden utilizar operadores de búsqueda para filtrar. En Google, una palabra clave precedida por "-" (menos) omitirá de los resultados de búsqueda los sitios que contengan dicha palabra clave en sus páginas o en la URL de las mismas. Por ejemplo, la búsqueda "-<sitio no deseado>" eliminará los sitios que contengan la palabra "<sitio no deseado>" en sus páginas y las páginas cuya URL contenga "<sitio no deseado>".

Los usuarios también podían usar la extensión de Google Chrome "Personal Blocklist (by Google)", lanzada por Google en 2011 como parte de las medidas contra la creación de contenido fraudulento . ^{[ 45 ]} Mediante esta extensión, los usuarios podían bloquear una página específica o un conjunto de páginas para que no aparecieran en sus resultados de búsqueda. A partir de 2021, la extensión original parece haber sido eliminada, aunque es posible que se utilicen extensiones con funciones similares.

Entre las posibles soluciones para superar el envenenamiento por redirección de búsqueda que redirige a farmacias ilegales en internet se incluye la notificación a los operadores de dominios legítimos vulnerables. Además, la evaluación manual de las SERP, los algoritmos basados ​​en enlaces y en contenido publicados anteriormente, así como los motores de detección y clasificación automáticos personalizados, pueden utilizarse como referencias para la identificación eficaz de campañas de estafa farmacéutica. ^{[ 46 ]}