Google a sorti un article de blog qui concerne les reproductions d'articles sur internet et leurs référencements.
http://feedproxy.google.com/~r/blogspot/amDG/~3/lhG6eepTCjw/handling-leg...
Lorsque Google trouve du contenu à double, il choisi la page qu'il croit être la meilleure et filtrera les autres pour qu'elles n'apparaissent pas. Si on prend l'exemple de Drupal, qui si on utilise la taxonomie génère un grand nombre de pages avec peu d'articles, on constate que le résultat est bon car c'est la variante la plus proche de ce que demande l'utilisateur qui lui est offerte.
Il faut aussi faire attention à la gestion des adresses URL. Souvent une page demande des paramètres qui sont passés dans l'adresse de votre site comme par exemple "www.mondomaine.com/index.php?page=accueil". Un webmaster va utiliser la réécriture d'adresse pour que la saisie soit plus facile, ainsi "www.mondomaine.com/accueil.html" pointera à la même adresse. Un problème peut alors survenir si Google préfère les pages avec les adresses qui ne sont pas jolies et ne référence que celles-ci. Il est alors conseillé d'utiliser la balise rel="canonical" dans la tête de vos pages pour forcer le bon référencement.
Un même genre de problème peut survenir si on duplique son contenu sur plusieurs domaines ou sous-domaines (un site accessible avec ou sans le www en début d'adresse). Google ne va afficher que la version qu'il préfère et il faut alors utiliser une redirection pour afficher le contenu le mieux habillé. Il ne sert à rien non plus de copier-coller les articles d'autrui sur son blog, mieux vaut les commenter et créer un lien vers ceux-ci.
C'est logique en fin de compte et pour ceux qui cherchent encore à trouver le secret de l'algorithme Google, il ne cherche qu'à être le plus humain possible! ;)
