ukupno

Uvod

Malo ljudi sada može zamisliti Internet bez pretraživanja, rezultata pretraživanja i sistema za pretraživanje informacija (IRS) koji sve to organiziraju. Ali donedavno su se sve informacije na Internetu uklapale u nekoliko direktorija, čiji su nazivi još uvijek dobro poznati (DMOZ, Yahoo).

Danas je obim informacija na Internetu toliko ogroman da ih je nemoguće uklopiti u bilo koji katalog. Za obradu, pohranjivanje informacija, organiziranje pretraživanja, moćan softverskih proizvoda koje nazivamo pretraživačima (SE). Svaki pretraživač (pretraživač) ima svoje baze podataka, svoje algoritme za obradu, pretraživanje, rangiranje i prikazivanje informacija.

Internet pretraživači su

Može se dati sljedeća akademska definicija pretraživača. Sistem za pretraživanje je skup programa i tehničkih sredstava za organizovanje pretraživanja korisnika na Internetu, u kojem korisnik, kada odgovara na tekstualni upit, dobija listu relevantnih (koja odgovaraju zahtjevu) rezultata.

Izdavanje se vrši u obliku liste veza do izvora informacija sa kratak opis(pregled) ponekad sa fotografijama.

Za prvi primjer, sjetimo se svjetskog lidera u pretraživanju "Google" i lidera Runet pretraživača "Yandex". Pored ovih pretraživača, možete imenovati još desetak postojećih pretraživača, o kojima ćemo govoriti u nastavku.

Mišljenje: Pretraživači Google sistemi, Yandex i drugi nisu generatori (proizvođači) sadržaja, već su agregatori (akumulatori) sadržaja i, uglavnom, sadržaja drugih ljudi. Vrijedi zapamtiti da se korištenje tuđeg sadržaja za stvaranje vlastitog prometa i unovčavanje može okarakterizirati kao „piraterija“, što se, naravno, ne događa u stvarnosti.

Ocjena

• i Google dijele prva dva mjesta lidera: oko 49% i 45%.
• Treće mjesto: Pretraga Mail.ru oko 3%;
• Ostali pretraživači plivaju ispod 1%.

Gledam statistiku na Google Analytics:

• yandex/organski 40,26%
• google/organski 38,93%
• mail.ru/organic 0,60%
• rambler/organsko 0,52%
• bing/organski 0,12%

Statistika je neumoljiva: najviše se koriste Yandex pretrage, a ako uzmete u obzir da je 3% dobar rezultat u odnosu na 45%, onda se treća najpopularnija pretraga može nazvati Mail.ru pretraživanjem.

S tim u vezi, rasprave o popularnosti pretraživača osim Yandexa i Gugla mogu se pripisati praznovjerju, a posebna promocija web stranica u drugim pretraživačima (ne Yandex i Google) ne zaslužuju pažnju.

Kako rade pretraživači

Pitanje kako pretraživači rade jednako je uobičajeno kao i pitanje "koje je boje nebo". Ako je nebo plavo, onda pretraživači prikupljaju informacije na Internetu, obrađuju ih, rangiraju i šalju korisniku na osnovu upita za pretragu.

Teorija internet pretraživanja je mnogo opsežnija i ne može se predstaviti u članku. Međutim, glavne tačke će nam biti korisne:

Internet pretraživači ne pohranjuju dokumente, odnosno ne preuzimaju i učitavaju dokumente u potpunosti u svoja spremišta;

Porezne uprave koriste Internet kao decentralizovano spremište dokumenata. Pretraživači periodično indeksiraju internet, biraju informacije koje su im potrebne na osnovu svojih algoritama i djelimično ih (informacije) stavljaju u svoju bazu podataka (bazu podataka). To dovodi do nekoliko problema:

• Sistemi za pronalaženje informacija ne koriste sve informacije na Internetu, već samo njihov dio;
• Internet informacije se često mijenjaju. Dnevno se doda oko 1.500 hiljada stranica, otuda mogući „prazan izlaz“;
• Dostupan veliki broj duplikati (duplikati sadržaja). Nažalost, nemam tačne podatke o uzimanjima, a prijavljena brojka od 25% uzima se čini previsokom;
• Mnogo je reklama, koje također zaobilaze pretraživači;
• „Lutanje“ robota za pretraživanje po mreži uvelike povećava opterećenje resursa (ne odnosi se na pretraživače);
• Većina stranica je komercijalna (oko 83%) i imaju malu informativnu vrijednost.

Iz ovih i nekih drugih razloga, velika većina internetskih sistema za pronalaženje informacija koristi šemu pretraživanja po ključnim riječima (pretraživači), a ne klasičnu šemu pretraživanja zasnovanu na klasifikaciji informacija.

Karakteristike pretraživanja po ključnim riječima

Unatoč promjenjivim algoritmima pretraživača, čije oglašavanje pokušava da nas uvjeri da mašine postaju sve pametnije i razumnije, osnova pretraživača je pretraživanje po ključnim riječima.

Sviđa mi se ova šema pretraživanja ključnih riječi.

Kao što vidite, rad internet pretraživača zasniva se na traženju novih dokumenata (search robot Spider + Crawler), indeksiranju otkrivenih dokumenata (Indexer) i izvršavanju korisničkog upita (Search Engine Results Engine). Nazivi robota za pretraživanje koji se koriste u ove svrhe navedeni su u zagradama.

Kao što sam rekao, većina pretraživača ne kopira puni tekstovi dokumenata u vašu bazu podataka. Za pretraživanje, prilikom indeksiranja dokumenta, kreira se slika za pretragu. Da bi organizirao pretragu prema , robot za indeksiranje kreira sliku dokumenta koristeći tzv. izvedenu metodu. To jest, slika dokumenta sadrži naslov i skup ključnih riječi.

Međutim, može se sasvim precizno reći da svi IPS obraćaju pažnju na sljedeće:

• Prisutnost ključna riječ V