Alexander Egorov
Dans cet article, vous en apprendrez sur les principaux moteurs de recherche du rafilier et de l'Internet anglophone, ainsi que de la part de la part de chacun d'entre eux occupant sur le réseau conformément aux statistiques mondiales.
Sur Internet, de nombreux moteurs de recherche bien organisés. Par exemple, Yahoo à rechercher tout au long du réseau ou de la randonneuse à rechercher sa partie russophone (qui est souvent brièvement appelée le raket).
Un catalogue sur le réseau, ainsi qu'un répertoire régulier, vous permet de rechercher les informations dont vous avez besoin, d'approfondir les partitions et les sous-sections adaptées aux sujets. Par exemple, en commençant par la référence au catalogue Rambler, vous pouvez accéder à la section "Business / Finance", puis au paragraphe "Cours en espèces dans les points d'échange de Moscou aujourd'hui", etc.
La recherche par catalogues est assez familière pour beaucoup. Internet de ce point de vue - juste une bibliothèque globulaire incroyablement riche avec accès rapide en stock. Dans ce cas, presque tout nœud réseau décent peut être utilisé comme répertoire de cette bibliothèque.
Internet fournit un outil de recherche récemment difficile à imaginer. Ce sont des moteurs de recherche dites ou des moteurs de recherche.
Contrairement à la recherche de catalogues, qui peuvent être appelées verticales («descendez» des sections générales aux sous-sections privées), les moteurs de recherche vous permettent de rechercher «horizontalement» (immédiatement tout au long du champ d'information du réseau global ou du nœud sélectionné).
En pratique, la recherche verticale est combinée à horizontale, d'autant plus que les moteurs de recherche populaires fournissent des recherches automatiques et des catalogues vérifiées.
Comment utiliser les moteurs de recherche?
Afin d'utiliser le moteur de recherche, vous devez entrer une demande dans le champ de requête et cliquer sur la recherche, rechercher ou rechercher. Le moteur de recherche affichera une liste de liens correspondant à votre demande. Si la recherche a été capable, vous pouvez cliquer sur le lien pour ouvrir les ressources dont vous avez besoin.
Formulation de questions
Généralement assez pour rechercher plusieurs mots clésséparé par des espaces. Dans le même temps, les documents liés à au moins un mot de la demande sont recherchés. Par exemple, si vous marquez " Caméras digitales"Les pages seront recherchées là où se trouvent ces mots. Ils seront des dizaines de milliers. Mais vous verrez immédiatement 10-20 liens vers des sites dans lesquels il se trouve combinaison complète de ces mots. Parmi ces liens, vous trouverez probablement probablement information nécessaire. Si vous avez besoin de trouver la phrase exacte, placez-la dans des guillemets. Pour augmenter l'efficacité de la recherche, je ne recommande jamais d'écrire mots de recherche ensemble. Par exemple, vous recherchez "unités de réfrigération pour les produits de givre rapide". Donc, au lieu de cette phrase, je vous recommande d'écrire des "produits d'installation réfrigérée", et le moteur de recherche vous donnera un résultat plus étendu et non un matériau étroitement spécialisé.
Selon les statistiques globales, dans Runet, les principaux moteurs de recherche sont Yandex, Google, Rambler, Yandex.News, Mail.ru, Yahoo! et APORT.
Le diagramme présente les données des statistiques globales pour la période de 19.08.2006 au 10.10.2006 (dia. 1).
Yandex recherche la partie russe d'Internet, en tenant compte de la morphologie de la langue russe. Avoir un mécanisme de sélection très puissant pour les demandes, ce moteur de recherche aide à trouver les pages Web les plus appropriées de la partie russe d'Internet. Yandex parcourant des centaines de milliers de pages Web à la recherche de modifications ou de nouveaux liens. La collecte de liens est en croissance constante.
Le mot "Yandex" signifie "index de langue" ou, si en anglais, "Yandex" - "Encore un autre indexeur". Pendant 4 ans d'existence publique, l'indice a d'autres interprétations. Par exemple, si dans le mot "index" traduit de l'anglais la première lettre ("i" - "i"), il ira sur "Yandex".
Officiellement, le moteur de recherche Yandex.ru a été annoncé le 23 septembre 1997 à l'exposition Soellool. Déjà alors le moteur de recherche a eu quelques avantages - la possibilité de vérifier les documents pour l'unicité, en tenant compte de la morphologie de la langue russe, la possibilité de rechercher, en tenant compte de la distance (par exemple, lors de la recherche de phrases précises). Principale caractéristique distinctive Yandex a été un algorithme soigneusement développé pour la conformité de la réponse à la demande (pertinence), en tenant compte non seulement du nombre de mots de la demande trouvés dans le texte, mais également du «contraste» du mot (sa fréquence relative pour ce document) , la distance entre les mots et la position du mot dans le document.
Selon les statistiques globales du Runlet, 46% du trafic de recherche est générée par ce moteur de recherche (à comparaison, la part de Google "A comptes d'environ 22%, et Rambler" A est d'environ 17%).
Au moment de la rédaction de l'article dans la base de données données Google contenait près de 3,5 milliards de documents! C'est l'une des plus grandes bases de recherche au monde. Google recherche non seulement des fichiers hypertextes (HTML), mais également des fichiers dans format pdf, Doc, PostScript, Corel WordPerfect, etc.
Rechercher système Google Il dispose d'un moteur de recherche de très haute qualité. L'exactitude de la délivrance des résultats de la recherche dans Google dépasse souvent la qualité des résultats de recherche de moteurs de recherche russes, par exemple Yandex. C'est pourquoi de plus en plus d'utilisateurs commencent à aller à Google. Dans son système Google utilise le mécanisme de Pagerank, modifiant l'importance du site lors de la publication des résultats de la recherche. PageRank dépend de la quantité et de la qualité des références à la ressource (c'est-à-dire la même chose que l'indice de citation de Yandex). Mais contrairement à Yandex, l'influence de Pagerank dans Google n'est pas si importante, afin que les gens de Google trouvent exactement ce qu'ils recherchent.
Tout pages Google CACHES (entre dans sa base) et permet à une personne qui produit une recherche, surveillez un document sans l'ouvrir dans la source d'origine et de prendre du cache Google (qui est souvent beaucoup plus rapide). Google est l'un des rares moteurs de recherche qui incitent complètement toutes les pages, et pas seulement les plus importants.
Le moteur de recherche Google a également la capacité de rechercher des images. Le nombre d'images est énorme, car Google Index est la plupart des sites du monde. Vous pouvez rechercher des photos de différentes tailles, profondeur de couleur, format de fichier.
La chaîne de recherche Google peut également être utilisée comme calculatrice. Vous entrez, disons, (24 + 15) * 31 et Google donne le résultat correct.
Google vous permet de configurer chaque langue d'interface utilisateur. moteur de recherche, Sélectionnez Zones de langue à rechercher, le nombre de messages lors de l'émission de résultats, etc.
Utilisateurs Microsoft Internet Explorer. peut vous installer programme Google Barre d'outils, qui crée une nouvelle barre d'outils, vous permettant de rechercher Google sans entrer dans le site lui-même. Utilisateurs navigateurs d'opéra Et Firefox a déjà un panneau intégré similaire.
Au fait, le mot de Google est formé à partir du mot googol, qui signifie un numéro d'une centaine de zéros après une unité.
Moteur de recherche "APORT!" Agama a été développé avec le soutien d'Intel et a été démontré d'abord en février 1996 lors d'une conférence de presse "Agama" lors de l'ouverture du club russe. Ensuite, elle cherchait seulement sur le site Russie.agama.com.
Les propriétés les plus importantes de la première version de "APORT" ont été la traduction de la demande et les résultats de la recherche sur anglais et de retour, ainsi que la reconstruction de toutes les pages indexées de sa propre base (ce qui signifie la possibilité de visualiser des pages déjà inexistantes dans l'original).
À la fin de 1999 a été présenté une nouvelle version APORT - "APORT 2000", qui est devenu le premier moteur de recherche russe construit sur la base de résultats émetteurs de sites distincts. "APORT 2000" a pratiquement mis en œuvre deux technologies de base du moteur de recherche Google American: Comptabilité "Classement du site" (classement de la page) et traitement de la demande, concentrant sur la page HTML de la page. Parmi les caractéristiques non documentées, il est une plus grande priorité aux sites qui ont reçu les lieues les plus élevées et les ligues élites dans le répertoire Atrus.
Une autre fonctionnalité APORT est que APORT est un moteur de recherche en texte intégral. Cela signifie qu'il indexe tous les mots qu'une personne a vu à l'écran en parcourant la page spécifique de votre serveur. En conséquence, tout mot du texte de vos documents peut servir de critère de la recherche ultérieure. APORT Index à la fois les textes des hyperliens sur ce document à partir d'autres pages à la fois à l'intérieur du site et au-delà, ainsi que des éditeurs compilés (ou vérifiés) des éditeurs de description du site du catalogue.
Les résultats de la recherche sont organisés dans la fréquence de consommation des termes souhaités. Ensemble avec référence, le fragment de texte est affiché, où le terme est trouvé, l'indice de conformité est spécifié et la date de la dernière modification du fichier. "Un port!" Il est très pratique car dans le fragment émis du texte met en évidence les mots demandés rouges.
Je recommande d'utiliser, à mon avis, le meilleur système de recherche www.nigma.ru. Pourquoi exactement elle? Le fait est qu'il est conçu tout récemment (c'est-à-dire que peu de choses connaissent son existence). Nigma prend des informations provenant des moteurs de recherche les plus courants (vous pouvez les marquer vous-même avec des beckocks), analyser les données obtenues et affiche le résultat de la recherche avec le résultat le plus souhaité.
Yahoo a été fondée en 1994 et c'est aujourd'hui le catalogue le plus ancien et le plus complet des ressources Internet.
Étonnamment, ce système incroyablement populaire servant des millions de requêtes quotidiennes, originaire d'une simple collection de signets, qui seulement 2 personnes ont reconstitué - David Filo et Jerry Young.
Yahoo est le plus populaire agence de recherche. Le secret du succès de Yahoo est chez l'homme. Yahoo a environ 150 éditeurs afin de compiler et de modifier le contenu de leurs répertoires. Yahoo a une base de données sur plus d'un million de sites indexés. De plus, en cas de pénurie de sa propre base de données, Yahoo utilise la base de données Google (jusqu'en juillet 2000, Yahoo a utilisé la base de données Inktomi).
Altavista a commencé à fournir ses services en décembre 1995 et à ce jour est l'un des plus grands moteurs de recherche (par le nombre de pages indexées). La particularité de ce moteur de recherche est la possibilité de rechercher des critères de sélection compliqués. Alta-Vista propose également des services supplémentaires Sous la recherche de répertoires (extraites de Open Directory and LookMart), ainsi qu'un service appelé «Posez une question AltaVista» («Posez une question Alavista»), les résultats sont tirés de demander à Jeeves. Actuellement, Altavista possède le moteur de recherche Raging Recherche.
Le moteur de recherche est conçu et lancé par Microsoft en 1997. Contrairement aux autres moteurs de recherche, MSN antérieure n'a jamais eu sa propre araignée ou son annuaire. Depuis 1997, diverses bases de données ont été utilisées pour émettre des résultats de recherche, tels que: Yahoo!, Lookmart, Altavista, DirectHit, Inktomi et Realnames.
Dès le début de 2005, MSN a lancé une version bêta de son propre algorithme de recherche. Les utilisateurs de la recherche MSN, comme avant, seront en mesure de rechercher dans tout le réseau dans leur ensemble, ainsi que sur des catégories thématiques individuelles, y compris l'encyclopédie Microsoft Encarta.
En outre, le nouveau moteur inclut la possibilité de moi local (près de moi) - le système est capable de localiser automatiquement l'utilisateur sur l'adresse IP de son ordinateur.
Eh bien, nous avons connu la connaissance des principaux moteurs de recherche d'Internet, choisissez celui que vous aimez plus.
|
Moteur de recherche ou simplement "Moteur de recherche" consiste à rechercher des pages en ligne conformément à la demande de l'utilisateur. Le moteur de recherche le plus célèbre du monde est Google, le plus populaire en Russie - Yandex et l'un des plus anciens moteurs de recherche sont Yahoo. Dans l'architecture des moteurs de recherche, vous pouvez allouer moteur de recherche - le noyau du système représenté par un ensemble de modules logiciels; Base de données ou indicestocker des informations sur tout le moteur de recherche bien connu des ressources Internet; et un ensemble de sites qui sont points d'entrée Utilisateurs (www.google.com, www.yandex.ru, ru.yahoo.com, etc.). Tout cela correspond à l'architecture classique d'architecture de systèmes d'information: oui interface utilisateur, Logic Business, qui est dans ce cas représenté par la mise en œuvre d'algorithmes de recherche et de base de données.
Spécificité Recherche en ligne
À première vue, la recherche sur Internet n'est pas très différente de celle habituelle recherche d'informationPar exemple, du traitement à une base de données ou de la tâche de recherche de fichiers. Donc, ils ont considéré les développeurs des premiers moteurs de recherche sur Internet, mais avec le temps, ils ont réalisé qu'ils se sont trompés ...
La première différence dans la recherche Internet à partir de l'habitude est que l'algorithme de recherche de la même base de données suppose que sa structure est connue à l'avance par le moteur de recherche et l'auteur de la demande. Sur Internet, pour des raisons évidentes, ce n'est pas le cas. Les pages Internet ne constituent pas la structure du répertoire, mais le réseau, qui affecte également les algorithmes de recherche et le format de données affiché sur les ressources Internet, n'est contrôlé par personne.
La deuxième différence, comme l'une des conséquences du premier, c'est que la demande n'est pas présentée sous la forme d'un ensemble de valeurs de paramètre (critères de recherche) et sous la forme de texte écrit par l'homme sur une langue naturelle pour lui . Ainsi, avant de commencer à chercher, vous devez toujours comprendre ce que l'auteur de la demande veut. Je note, pour comprendre une autre personne, mais une machine informatique.
La troisième différence est déjà moins évidente, mais pas moins fondamentale: dans le répertoire ou la base de données, tous les éléments sont égaux. Il existe une concurrence sur Internet et, par conséquent, la Division des «fournisseurs dignes de confiance des informations» et des sources proches du statut de «Information Massor». Donc, les ressources de ressources de classe et incluent également des moteurs de recherche.
Et en conclusion, il convient d'ajouter que la zone de recherche est des milliards de pages, plusieurs kilo-octets et plus chacun. À propos d'une tente de millions de pages est ajoutée quotidiennement et mis à jour autant. Tout cela est présenté par divers format numérique. Malheureusement, même technologies modernes Et les ressources disponibles à la disposition des leaders du marché à Internet ne leur permettent pas de traiter toute cette variété "à la volée" et en totalité.
Quel est le moteur de recherche
Il est principalement important de réaliser un autre et, probablement, la différence la plus significative entre le travail du moteur de recherche sur Internet et le travail de tout autre système d'InformationEn recherchant différents types de catalogues et de bases de données. Moteur de recherche La machine ne recherche pas d'informations entre ce qui est sur Internet au moment de la réception de la demande et tente de créer une réponse sur la base de votre propre stockage d'informations - base de données appelée Index, où elle stocke un dossier à tous connu de il et la mise à jour périodique. En d'autres termes, le moteur de recherche ne fonctionne pas avec l'original, mais avec la zone de projection des valeurs de recherche admissibles. Toutes les dernières modifications sur Internet peuvent être reflétées dans les résultats de la recherche qu'après que les pages concernées seront index - ajouté à l'index des moteurs de recherche. Donc, le moteur de recherche dans la première approximation consiste en un moteur de recherche, une base de données ou des index (index) et des points de connexion.
Maintenant brièvement sur ce que le moteur de recherche comprend:
- Araignée ou araignée (araignée). Une application qui est engagée dans le téléchargement de pages de ressources Internet. Awhere ne "rampe" pas - il ne demande que le contenu des pages de la même manière que le navigateur internet habituel le fait serveur http Demander et recevoir une réponse de celui-ci. Une fois le contenu de la page téléchargé, il est envoyé à l'indexeur et au robotler, décrit ci-dessous.
- Indexeur (indexeur). L'indexeur produit une analyse initiale du contenu de la page téléchargée, alloue les parties principales (nom de page, description, liens, titres, etc.) et décline tout cela par sections. base de données de recherche Données - Places dans l'index des moteurs de recherche. Ce processus est appelé indexation des ressources InternetD'ici et le nom du sous-système lui-même. Sur la base des résultats de l'analyse initiale, l'indexeur peut également décider que la page est généralement "indigne" d'être dans l'index. Les raisons d'une telle solution peuvent être différentes: la page n'a pas de nom, est une copie exacte de l'autre déjà disponible dans l'index de la page ou contient des références aux ressources interdites par la loi.
- Crawler. Cet "animal" est conçu pour "crawler" par des liens disponibles sur une page d'araignée. Le robotler analyse les chemins qui ont conduit de la page en cours à d'autres sections du site, ou sur la page de ressources Internet externes et détermine la procédure supplémentaire de contournement de l'araignée des threads du World Wide Web. C'était Krauller qui trouve de nouveau pour la page de moteur de recherche et les transfère à Spider. Le travail du robotler est construit sur la base d'algorithmes de recherche sur des colonnes de largeur et de profondeur.
- Moteur de recherche et moteur de résultats). La partie la plus importante de tout moteur de recherche. Les algorithmes des développeurs de sous-systèmes de travail de la société sont stockés dans un secrétaire strict, car ils sont un secret commercial. C'est cette partie du moteur de recherche qui est responsable de l'adéquation de la réponse du moteur de recherche à la demande de l'utilisateur. Vous pouvez sélectionner ici deux composants principaux:
- Sous-système de classement. Variant - Ce sont des pages de sites Internet conformément à leur pertinence pour une requête spécifique. Pertinence de la page - Ceci, à son tour, le degré de conformité du contenu de la signification de la page de la page et cette valeur du moteur de recherche détermine indépendamment, en fonction de l'énorme nombre de paramètres. Classement - C'est la partie la plus mystérieuse et la plus controversée de l'intelligence artificielle du moteur de recherche. Sur le classement de la page, en plus de sa structure et de sa contenance (contenu), affecte également: le nombre et la qualité des références menant à cette page des autres sites; l'âge du domaine du site lui-même; La nature du comportement des utilisateurs examine via la page et de nombreux autres facteurs.
- Sous-systèmes pour la délivrance des résultats. La tâche de ce sous-système comprend une interprétation d'une requête d'utilisateur, sa traduction dans la langue des demandes structurées à l'index et la formation des pages de résultats de recherche. En plus d'analyser le texte de la requête, le moteur de recherche peut également prendre en compte:
- Demande de demande, Formable basé sur la signification des demandes précédemment mises en œuvre. Par exemple, si l'utilisateur visit souvent des sites sur les thèmes de la voiture, il souhaite probablement recevoir des informations sur ces marques dans le mot «volga» ou «oka», et non sur l'endroit où les Russes du même nom commencent. On l'appelle recherche personnaliséelors de l'émission d'une seule et même demande de différents utilisateurs significativement différent.
- Préférences personnaliséesqui elle (moteur de recherche) peut "deviner" analyser les liens sélectionnés par l'utilisateur sur les pages de résultats de recherche. C'est une autre façon d'ajuster le contexte de la demande: l'utilisateur avec ses actions comme s'il dit à la voiture, qu'est-ce qu'il voulait trouver exactement. En règle générale, les moteurs de recherche dans les résultats de la recherche tentent d'ajouter des pages, une enquête pertinente, mais de se rapporter à des zones de vie assez différentes. Supposons que l'utilisateur soit intéressé par les films et sélectionne souvent des liens vers des pages avec les annonces de Kinonovinki, même si ces pages ne sont pas tout à fait pertinentes pour la requête originale. Lorsque vous formez une réponse à sa demande suivante, le système peut préférer les pages avec une description des films, au nom de laquelle sont des mots du texte de la requête.
- RégionIl est très important lors du traitement des demandes commerciales liées à l'acquisition de biens et de services à partir de fournisseurs locaux. Si vous êtes intéressé par les ventes et les réductions et que vous êtes à Moscou, vous n'êtes probablement probablement pas tout à fait intéressant, quelles actions ont lieu sur ce sujet à Saint-Pétersbourg, si vous n'avez pas précisé cela explicitement dans le texte de la requête. Tout d'abord, des informations sur les ventes à Moscou doivent apparaître dans les résultats de la recherche. Ainsi, les moteurs de recherche modernes partagent des demandes de géospendu et dépendant de la géone. Très probablement, si le moteur de recherche décide que votre demande est de la dépendance géographique, elle ajoute automatiquement un signe d'une région qui tente de déterminer les informations sur votre fournisseur Internet.
- Temps. Machines à la recherche Parfois, vous devez analyser lorsque les événements décrits sur la page ont eu lieu. Après tout, les informations sont constamment obsolètes et l'utilisateur a besoin d'abord des liens vers les dernières nouvelles, les prévisions actuelles et les annonces d'événements qui n'ont pas encore été achevés ou devraient venir à l'avenir. Il est entendu que la pertinence de la page dépend du temps et le comparer avec le moment d'exécution de la requête nécessite également le moteur de recherche du complexe d'intelligence.
Principes généraux du moteur de recherche
Il faut comprendre que les services de recherche en ligne sont très et très affaires rentables. Dans les détails, en raison de quelles entreprises telles que Google et Yandex ne peuvent pas entrer dans, car la partie principale de leurs bénéfices est leur revenu de la publicité contextuelle. Et une fois que la recherche sur Internet est une entreprise extrêmement rentable, la concurrence entre ces sociétés est très grave. Qu'est-ce qui détermine la compétitivité sur le marché de la recherche en ligne? La réponse est la qualité du moteur de recherche. Il est logique que plus il s'agisse, plus les nouveaux utilisateurs apparaissent sur le système et plus de valeur sur les pages de ce problème lui-même publicité contextuelle. Les développeurs de moteurs de recherche dépensent de gros efforts pour «nettoyer» les résultats de son résultats de recherche De divers types de débris d'information, appelés spam (spam). De plus en détail sur la manière dont cela se fait, sera informé dans un article distinct et je donnerai ici les principes généraux du comportement du moteur de recherche, formulé sous la forme de conclusions tout au long de ce qui précède.
- Le moteur de recherche représenté par ses araignées et son robot scanne constamment Internet pour l'apparition de nouvelles et mises à jour des pages existantes, car les informations non pertinentes sont appréciées ci-dessous.
- Le moteur de recherche met périodiquement le classement des ressources par leur pertinence pour les requêtes clés, car les nouvelles pages apparaissent constamment dans l'index. Ce processus s'appelle les résultats de la recherche de mise à jour (mise à jour).
- En raison d'énormes quantités d'informations publiées dans internet et des ressources limitées du moteur de recherche lui-même, le moteur de recherche essaie toujours de télécharger uniquement le plus nécessaire (à son avis). Dans son arsenal, il y a toutes sortes de filtres qui réduisent beaucoup de personnes inutiles déjà à la phase d'indexation ou lancez le spam de l'index en fonction des résultats des résultats de la recherche.
- Les moteurs de recherche modernes lors de l'analyse de la requête tentent non seulement de prendre en compte le texte de la plupart des demandes elles-mêmes, mais également de son environnement: le contexte et les préférences de l'utilisateur, qui ont précédemment déclaré, ainsi que la demande de requête, la région et beaucoup plus.
- Non seulement les paramètres internes (structure, contenu), mais également paramètres externes, tels que des liens vers la page à partir d'autres sites et le comportement de l'utilisateur, affectent la pertinence d'une page spécifique.
Le travail des moteurs de recherche est constamment amélioré. Le travail idéal du moteur de recherche (pour une personne) n'est possible que si toutes les décisions concernant l'indexation et le classement prennent une commission composée de grand nombre spécialistes de toutes les régions et directions de l'activité humaine. Comme il est irréaliste, la Commission remplace les systèmes d'experts, des algorithmes de recherche heuristique et d'autres éléments d'intelligence artificielle. Le travail de tous ces sous-systèmes pourrait probablement donner des résultats plus adéquats s'il était possible de gérer absolument toutes les données disponibles dans accès ouvert Sur Internet, mais c'est presque impossible. Imparfait intelligence artificielle Et les ressources limitées sont les deux principales raisons du fait que les résultats de la recherche de délivrance ne sont pas toujours satisfaits des utilisateurs, mais tout cela est traité. Pour aujourd'hui, à mon avis, le travail des moteurs de recherche les plus célèbres et les plus importants est tout à fait conforme aux besoins et aux attentes de leurs utilisateurs.
