Analyse de pages similaires

Tweet

Je viens de développer un petit outil qui vous permet de calculer la similarité entre 2 pages web. L'algorithme utilisé repose sur l'analyse des occurrences des mots (mais pas sur leur positionnement dans les pages).

Certains pensent que Google utilise cette notion dans son algorithme. Avoir des pages trop similaires pourrait entraîner des problèmes d'indexation...

Cet outil vous permettra peut-être de vérifier si cette hypothèse a du sens, en tout cas pour vos pages.

Cet outil est encore en version beta, soyez donc indulgents...

Il compare les deux pages selon deux méthodes (Dice et Jacard) pour 4 niveaux :
- le texte de la page de manière globale
- le titre (balise title)
- la description (balise meta description)
- l'URL

Dice et Jacard sont deux méthodes de calcul de similarité textuelle, le résultat étant donné sous forme de pourcentage.

D'autres méthodes sont en cours d'analyse. N'hésitez pas à proposer une autre méthode ou à faire vos commentaires dans le forum, dans la discussion [outil] Calcul de similarité textuelle entre 2 pages web.

Consultez également une autre discussion sur le même sujet : Taux de similarité entre 2 pages.

A propos de l'auteur : Olivier Duffez

Consultant indépendant en référencement, Olivier Duffez a travaillé pour les plus grands sites (Doctissimo, FNAC, RueDuCommerce...). Il édite le site WebRankInfo.com qu'il a créé en 2002, devenu la plus grande communauté francophone sur le référencement (+ 200.000 membres et 1,3 million de posts). Il a également créé la société Ranking Metrics, leader des formations emarketing en France (référencement naturel, AdWords, Analytics, réseaux sociaux).