Principalele motoare de căutare pe Internet. Motoare de căutare pe Internet: Yandex, Google, Rambler, Yahoo

Total

Introducere

Puțini oameni își pot imagina acum internetul fără căutare, rezultate de căutare și sisteme de căutare a informațiilor (IRS) care să organizeze totul. Dar până de curând, toate informațiile de pe Internet se încadrează în mai multe directoare, ale căror nume sunt încă binecunoscute (DMOZ, Yahoo).

Astăzi, volumul de informații de pe internet este atât de mare încât este imposibil să le încadrezi în orice cataloage. Pentru procesarea, stocarea informațiilor și organizarea căutărilor, au fost create și continuă să fie create produse software puternice, pe care le numim motoare de căutare (SE). Fiecare motor de căutare (motor de căutare) are propriile baze de date, algoritmi proprii de procesare, căutare, clasare și afișare a informațiilor.

Motoarele de căutare pe Internet sunt

Următoarea definiție academică a motoarelor de căutare poate fi dată. Un sistem de căutare este un set de programe și mijloace tehnice pentru organizarea unei căutări de utilizator pe Internet, în care, atunci când răspunde la o interogare de text, utilizatorul primește o listă de rezultate relevante (corespunzătoare solicitării).

Emiterea se face sub forma unei liste de link-uri către sursa de informații cu o scurtă descriere (preview), uneori cu o fotografie.

Pentru primul exemplu, să ne amintim de liderul mondial de căutare „Google” și de liderul motorului de căutare Runet „Yandex”. Pe lângă aceste motoare de căutare, puteți numi încă o duzină de motoare de căutare existente, despre care vom vorbi mai jos.

Opinie: Motoarele de căutare Google, Yandex și altele nu sunt generatoare (producători) de conținut, ci sunt agregatoare (acumulatoare) de conținut și, în cea mai mare parte, conținutul altor persoane. Merită să ne amintim că utilizarea conținutului altcuiva pentru a vă crea propriul trafic și pentru a-l monetiza poate fi caracterizată drept „piraterie”, ceea ce, desigur, nu se întâmplă în realitate.

Evaluare

• iar Google împart primele două locuri de lideri: aproximativ 49% și 45%.
• Locul al treilea: Caută Mail.ru aproximativ 3%;
• Alte motoare de căutare plutesc sub 1%.

Mă uit la statisticile de pe Google Analytics:

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

Statisticile sunt inexorabile: căutările Yandex sunt folosite cel mai mult, iar dacă considerați că 3% este un rezultat bun față de 45%, atunci căutarea Mail.ru poate fi numită a treia cea mai populară.

În acest sens, discuțiile despre popularitatea motoarelor de căutare, altele decât Yandex și Google, pot fi atribuite superstiției, iar promovarea specială a site-urilor în alte motoare de căutare (nu Yandex și Google) nu merită atenție.

Cum funcționează motoarele de căutare

Întrebarea cum funcționează motoarele de căutare este la fel de comună ca întrebarea „ce culoare este cerul”. Dacă cerul este albastru, atunci motoarele de căutare colectează informații pe Internet, le procesează, le clasifică și le trimit utilizatorului pe baza interogării de căutare.

Teoria căutării pe Internet este mult mai extinsă și nu poate fi prezentată în articol. Cu toate acestea, punctele principale ne vor fi utile:

Motoarele de căutare de pe Internet nu stochează documente, adică nu descarcă și încarcă documente complet în depozitele lor;

IRS-urile folosesc internetul ca depozit de documente descentralizat. Motoarele de căutare accesează periodic Internetul, selectează informațiile de care au nevoie pe baza algoritmilor lor și le plasează parțial (informațiile) în baza lor de date (Baza de date). Acest lucru duce la mai multe probleme:

• Sistemele de recuperare a informațiilor nu folosesc toate informațiile de pe Internet, ci doar o parte a acesteia;
• Informațiile de pe Internet se schimbă frecvent. Se adaugă aproximativ 1.500 de mii de pagini pe zi, de unde posibila „ieșire goală”;
• Există un număr mare de duplicate (conținut duplicat). Din păcate, nu am date exacte despre preluari, iar cifra raportată de 25% dintre preluari pare prea mare;
• Există multă publicitate, care este ocolită și de motoarele de căutare;
• „Rătăcirea” roboților de căutare în rețea crește foarte mult încărcarea resurselor (nu se aplică motoarelor de căutare);
• Majoritatea site-urilor sunt comerciale (aproximativ 83%) și au o valoare informațională mică.

Din aceste motive și din alte câteva motive, marea majoritate a sistemelor de regăsire a informațiilor de pe Internet utilizează o schemă de căutare prin cuvinte cheie (motoare de căutare), mai degrabă decât o schemă de căutare clasică bazată pe clasificarea informațiilor.

Caracteristici ale căutării prin cuvinte cheie

În ciuda algoritmilor în schimbare ai motoarelor de căutare, a căror publicitate încearcă să ne convingă că mașinile devin mai inteligente și mai înțelegătoare, baza muncii motoarelor de căutare este căutarea prin cuvinte cheie.

Îmi place această schemă de căutare prin cuvinte cheie.

După cum puteți vedea, munca motoarelor de căutare pe Internet se bazează pe căutarea de noi documente (robot de căutare Spider + Crawler), indexarea documentelor detectate (Indexer) și executarea unei interogări utilizator (Search Engine Results Engine). Numele roboților de căutare utilizați în aceste scopuri sunt enumerate între paranteze.

După cum am spus, majoritatea motoarelor de căutare nu copiază textul integral al documentelor în baza lor de date. Pentru căutare, la indexarea unui document, se creează o imagine de căutare. Pentru a organiza o căutare după , robotul de indexare creează o imagine a documentului folosind așa-numita metodă derivată. Adică, imaginea documentului conține un titlu și un set de cuvinte cheie.

Cu toate acestea, se poate afirma destul de precis că toate IPS acordă atenție următoarelor:

• Prezența unui cuvânt cheie în