Munca motoarelor de căutare

Motorul de căutare modern este un complex întreg format din cele mai complicate programe și algoritmi care lucrează cu viteză uluitoare. Imaginați-vă, noul algoritmul de căutare Cofeina de la Google este capabilă să proceseze informații echivalente cu 3 km de foi A4 în doar 1 secundă!

În toate motoarele de căutare, componentele software pot fi împărțite în cinci grupuri principale:

• "Spiders"


• "Spiders călători"


• indexatorii


• bază de date


• sisteme de rezultate

Programe de păianjen - păianjeni (păianjeni) - prin algoritmul activității lor seamănă cu browserele, dar nu au componente vizuale. Spider-ul încarcă codul HTML al paginii utilizând protocoalele http.

O cerere de robot către server include o comandă"Get / path / document" și alte câteva comenzi de solicitare http. La această cerere, păianjenul primește un răspuns de la server ca un flux de text care conține informațiile despre serviciu despre document și documentul în sine. Spiderul face parte din modulul de indexare pentru motoarele de căutare.

"Spiderul călătoriei" - crawler - este o altă componentămodul de indexare. Crawler navighează automat prin toate hiperlegăturile care au fost găsite de păianjenul din pagină și căutând astfel documente care nu sunt încă cunoscute de motorul de căutare.

Robot Indexer (indexer) funcționează direct cu conținutul paginilor încărcate de roboți spiders. Indexatorul efectuează o analiză morfologică, lexicală a paginilor, fragmentându-le în părți separate.

Baze de date (baza de date) sunt software special conceput pentru a stoca documentele indexate colectate și indexate de componente.

Motorul pentru rezultatele motorului de căutare - sistemul de emitere a rezultatelor este unul dintre cele mai importantecomponente ale motorului de căutare. Acesta este cu sistemul de ieșire pe care utilizatorul final se ocupă, care introduce interogarea în șirul de căutare. Sistemul de realizare a rezultatelor pe baza a peste două sute de criterii diferite efectuează selectarea rezultatelor care satisfac cel mai mult obiectivele de căutare.

Algoritmul unei astfel de selecții este denumit de obicei un algoritm sau un mecanism de rang. Pentru a evita fraudele din partea webmasterilor pentru a influența rezultatele emiterii, motoarele de căutare cu algoritmul de clasare exactă sunt păstrate în secretul strict.

Cu toate acestea, există o serie de criterii cunoscute care sunt luate în considerare în activitatea motoarelor de căutare, optimizând care webmasterul poate "influența" în mod legal rezultatele căutării. De exemplu, Se ia în considerare motorul de căutare atunci când analizează pagina:

• dacă există un cuvânt cheie în titlul paginii (Titlu)


• Apare cuvântul cheie în URL-ul paginii?


• dacă există un cuvânt cheie în anteturile H1-H6, etichetele STRONG, B, EM, I


• care este densitatea cuvintelor cheie din pagină (Densitate)


• Există cuvântul cheie în metaetichetele: cuvinte cheie, descriere


• Există legături interne și externe pe pagină?

Utilizatorul interacționează cu motorul de căutare prin serverul de căutare. Cererea de interogare primită de la utilizatorServerul procesează și trece modulul de clasificare ca intrare în parametru. La rândul său, modulul efectuează procesarea documentelor, informații despre care sunt stocate în baza de date a sistemului de căutare și face o evaluare a paginilor corespunzătoare solicitării utilizatorului.

Apoi, sistemul generează un fragment - informații textuale care este afișată utilizatorului ca SERP (Search Engine Rezultatul Pagina) - paginile cu rezultate de căutare.

Astfel, chiar și o scurtă descriere a principalelorprincipiile muncii sistemelor de căutare arată cât de aproape toate componentele software ale sistemului sunt interconectate unul cu celălalt și cât de bine ar trebui să funcționeze motorul de căutare și să funcționeze în mod clar pentru a oferi utilizatorului informațiile cele mai rapide și mai fiabile privind interogarea de căutare.