3). - O Que é Spamdexamento

Spamdexar ou Spamear search engines ou "mecanismos de busca" é a prática deliberativa de criar páginas da web que serão indexadas pelos mecanismos de busca para aumentar a chance de um site ou página ser melhor posicionado no ranking dos resultados, ou para influenciar a categoria a qual a página será classificada. Muitos designers de páginas, tentam conseguir um ranking melhor e mudam o design de acordo com esse objetivo.

A palavra vem de uma junção entre "spamear" e indexar Spamming + indexing = spamdexing.

Spamdexar se refere exclusivamente às práticas que são desonestas e que levam às buscas e os spiders programas indexadores a, de forma errônea, dar à uma página uma posição que ela não merece. Técnicas limpas para fazer o site ser indexado por mecanismos de busca, sem enganar o processo de indexação, são conhecidas como SEO do inglês Search Engine Optimization - Otimização de mecanismos de busca.

Técnicas SEO não involvem fraudes ou não na maioria das vezes.

Spammers de Mecanismos de Busca, por outro lado, estão geralmente cientes que o conteúdo que eles oferecem não tem grande utilidade ou relevância para o Internauta Comum. Mecanismos de Busca se utilizam de vários algorítimos para determinar o ranking de relevância de uma página. Alguns deles incluem se o termo da busca aparece nas Keywords da META tag, outros se o termo da busca aparece no corpo do texto da página da web. Uma variedade de técnicas são usadas para spamdex (veja abaixo). Muitos mecanismos de busca checam por instâncias de "spamdexamento" e irão remover páginas suspeitas dos seus índices (indexes).

A ascensão do indexamento spammico em meados dos anos 90 fez com que os mecanismos de busca ficassem menos úteis. O sucesso do Google, em produzir resultados melhores, e em combater a fraude de palavras-chaves, com o seu bem visto (e reconhecido de análise de links - PageRank, o ajudou a se tornar o mais dominante site de busca dessa última década (década essa que viu o seu nascimento). No entanto, apesar do Google não ter se tornado inútil por causa do spamdexamento, ele não ficou imune aos mais novos e sofisticados métodos de fraudes. Google bombing (Bombeamento ao Google) é uma outra forma de vandalismo na web, que envolve a criação de páginas que diretamente afetam o ranking de outros sites.

Spamdexadores* devem atuar como consultores, ajudando outros web publishers à aumentarem os seus rankings usando técnicas "black-hat". Alternativamente, eles constrõem sites (próprios) que os beneficiam quando são rankeados no topo (por confusão do mecanismo de busca), pois eles criam milhares, ou milhões de páginas pula-pula (landing pages) contendo links para os quais o spammer ganha uma comissão quando alguém efetua uma compra (se o afiliado for por comissão) ou quando alguém clica no anúncio (se o afiliado for por PPC).

Técnicas comuns de Spamdexamento podem ser classificados em duas categorias amplas:
Spam de conteúdo e Spam de links.

Spam de Conteúdo
Essas técnicas envolvem a alteração da visão lógica que o mecanismo de busca tem sobre um determinado conteúdo da página. Elas são todas variações do Modelo espaço-vetorial em sistemas de recuperação da informação em uma coletânea de textos.

Texto Recôndito ou Invisível
Se trata da camuflagem de palavras e frases/expressões lingüísticas, fazendo-as parecerem (ou quase) com a mesma cor do fundo, ou usando uma fonte fina combinada a um tamanho reduzido ou até mesmo escondendo-as com códigos HTML como as seções "no frame", atributos ALT (aqueles que dão nomes ás imagens) e seções "no script". É muito oportuno fazer uma página parecer relevante á um "web crawler" (spider, bot , etc..) de forma tal que facilite a aparição na lista de resultados de busca.

Exemplo: Um divulgador de um Esquema Ponzi quer atrair internautas para visitar o site que ele promove o seu SCAM. Ele coloca textos escondidos referentes á uma banda muito famosa em sua página, esperando que a página seja listada como uma página relevante á buscas feitas sobre a tal banda. Assim ele receberá muitos visitantes dessa banda, pois a demanda em sites de busca por essa tal banda é muito grande. Entretanto nem sempre palavras escondidas classificam uma página como Spamdexadora.

Por exemplo, as palavras podem aparecer escondidas apenas pra facilitar a navegação na página. As combo boxes são essas caixinhas que guardam várias palavras que ligam diversas páginas. Elas apesar de estarem escondidas no código não caracterizam uma prática spamica.

Massificação de Palavras-Chaves (Keyword Stuffing)
Essa prática envolve a inserção de texto escondido ou ramdômico (aleatório) em uma página para elevar a densidade de palavras ou o peso das palavras chaves na página. Versões antigas de programas de indexamento simplesmente contavam quão frequentemente uma palavra-chave aparecia, e usava essa informação pra determinar o nível de relevância. A maioria dos Mecanismos de Busca modernos já tem a habilidade de analisar/reconhecer a massificação de palavras chaves e determinar quando essa freqüência mencionada está acima do nível normal.

Massificação de META Tags "META Tags Stuffing"
Trata de repetir em massa determinadas palavras-chaves nas META Tags, ás vezes se utilizando de palavras diversas das relacionadas ao conteúdo do site.

Páginas "Doorway"
Criação de páginas com baixa qualidade e com muito pouco conteúdo. Possuem palavras chaves e expressões em massa também. São páginas Pula-Pula* que oferecem ao spider um conteúdo, e ao usuário outro através do uso de códigos de javascript, php, perl, etc..redirecionando o usuário para outro conteúdo.

Sites com conteúdo plagiado (Scraper Sites)
São páginas que todo o seu conteúdo é advindo de outras páginas, mas que não mencionam essas como suas fontes. Geralmente se utilizam de programação em php pra literalmente sugar o conteúdo das outras páginas automaticamente. Muito comum é a presença no Google Adsense. O principal alvo dessa prática é o Wikipédia. Muitos sugadores usam Feeds que são vulneráveis. Assim eles sugam através do RSS o conteúdo, e o exibem em seu site parecendo que foi criado por eles mesmos.

O grande problema desses sites é efetivamente a quebra de direitos autorais. Mesmo o conteúdo do wikipédia sendo livre, está sob licensa do GNU Free Documentation License

Spam de Links
Spam com links levam vantagem em algorítmos baseados em links, como o algorítimo PageRank do Google, que dá uma posição mais elevada ao site quão mais outros sites bem posicionados linkam para ele. Essas técnicas visam também influenciar outras técnicas de ranking baseados em links como o algorítimo HITS.

Fazenda de Links
Envolve a criação de uma comunidade sutíl de páginas que se linkam mutuamente. Irônicamente foram apelidadas de Sociedades de Admiração Mútua.

Links Ocultos
Colocar links onde o usuário não pode ver apenas pra aumentar a popularidade do link.

Ataque Sybil
Se refere ao forjamento de uma multiplicidade de identidades para fins maliciosos. Esse nome veio da famosa paciente de esquisofrenia Shirley Ardell Mason. Um spammer pode criar múltiplos sites com diferentes domínios (subdomínios) que linkam uns aos outros, como blogs falsos chamados Spam Blogs (Splogs).

Spam em Blogs
Esta prática se relaciona á colocação ou solicitação de links ramdomicamente em outros sites, colocando a palavra chave (ou expressão) em um texto hyperlink dentro de um link. Livro de visitas, foruns, blogs e qualquer outro tipo de site que aceita comentários de usuários são alvos particulares e geralmente vitimas desse tipo de spam onde softwares automáticos criam posts sem sentido que geralmente são irrelevantes e/ou sem sentido.

Splogs (Blogs Spamicos)
Um Spam Blog, pelo contrário, é um blog totalmente falso criado tão e somente com o objetivo de spammear! Sua natureza é muito semelhante às fazendas de links.

Páginas HiJacking
Trata-se da criação de páginas que são muito semelhantes à uma determinada página, mas que redireciona o usuário á uma terceira página, que geralmente é de afiliados. Vamos supor um domínio www.exemplo.com e que esse link seja um famoso site de exemplos. Então é registrado o dominio www.exemplo.net que contém o mesmo conteúdo do site principal mas que só difere com a inclusão de um código em javascript ou alteração no .htaccess que faça o usuário final ser redirecionado para uma página de afiliados.

Logs de Referentes
Quando alguém acessa uma página, que é referida, seguindo um link para uma outra página, que é a referente, essa dá o endereço do referido através do browser de internet do usuário. Alguns sites tem um log de referentes que mostra quais páginas linkam para aquele site. Tendo um robô que acessa ramdomicamente (aleatoriaemente) muitos sites muitas vezes, com uma mensagem ou endereço específico dado como referente, a mensagem ou o endereço de interent aparece no log do referente todos aqueles sites que tem logs de referentes. Uma vez que alguns Mecanismos de Busca baseiam a importância de um site em quantos sites diferentes linkam diretamente à ele, o spam por log de referecia deve ter sido usado paara aumentar os rankings dos mecanismos de busca de sites de spammers, através da obtenção de logs de referencia de quantos sites linkaram para eles.

Exemplo: Eu instalo em meu site um código ou programa em php que mostra os últimos 10 sites que foram referentes ao meu site. O spammer junta a lista de sites que possuem essa característica e faz um bot pra ramdomicamente ficar acessando os sites. Então quando o spider passa no site com o pagerank 5 (por exemplo) o spider vê o meu link no site de pagerank 5 e já me dá o voto positivo.

Compra de Domínios Expirados
Alguns spammers de links monitoram as gravações de DNS de domínios que vão expirar em breve, então os compram quando eles vão expirar e colocam páginas com links para as páginas deles.
Algumas dessas técnicas podem ser aplicadas para criar um efeito Google Bomb, isto é, cooperar com outros usuários para bombar o ranking de uma página particular para determinada busca, tecniaca muito utilizada pelos grandes provedores de intenet.

Outros tipos de Spamdexamento

Sites Espelho
Hospedando uma multiplicidade de websites todos com o mesmo conteúdo mas usando diferentes URLs. Alguns mecanismos de busca dão um ranking maior para resultados onde a palavra chave buscada aparece na URL.

Redirecionamentos de URL
Levar o usuário à outra página sem a sua própria intervenção, por exemplo suando META Refresh Tags, CGI scripts, Java, JavaScript, Redirecionamentos através do Servidor, e outros meios através do Servidor.

Camuflagem (Cloaking)
Camuflagem se refere à qualquer forma de mostrar uma página diferente ao spider do mecanismo de busca daquele que vai aparecer para os usuários humanos. Pode ser uma tentativa de tapear os mecanismos de busca considerando o conteúdo de determinado site. Entretanto, camuflagem pode também ser usado para eticamente aumentar a acessibilidade de um site para usuários com dificuldades (ou demandas de caráter especial), ou para prover aos usuários humanos conteúdo que os mecanismos de busca não são capazes de processar. Pode ser usado, também para fornecer conteúdo baseado na localização do usuário; Google por exemplo usa o fornecimento de IP, como uma forma de camuflagem para entregar resultados.

Uma forma dessa troca de código é: otimizar uma página para o top do ranking, e depois trocar por outra página uma vez que o topo já foi alcançado.

As seguintes formas são também vastamente conhecidas como spam ou "black hat":
Páginas Doorway
Fazendas de Links
Googlando (Googleating)

De forma alguma incentivamos esses tipos de práticas. O artigo visa conscientizar os WEBMASTER de todas as atividades fraudulentas as quais ele não pode fazer para promover o seu site. Se hoje em dia, os mecanismos de busca, diretórios, e outros tem preconceito com relação à sites que discutem formas de remuneração online é devido à esse tipo de prática. Que é nosciva à internet!

O artigo traz informaçoes e conhecimento necessário para que vocês possam evitar esse tipo de prática e denunciar sites que se utilizam dessas páginas.

Denuncie
Google - Clique aqui
Yahoo - Clique aqui

Spamdexamento, assim como seus derivativos (spamdexar, etc), é um neologismo em português, criado por mim, na tentativa de apresentar uma forma lexical compatível com a versão em inglês.
**Páginas Pula-Pula foi uma terminologia criada por mim para retratar a natureza de "jump pages"

<<< Voltar Para Manual - Proximo Capitulo >>>