NOTIUNI INTRODUCTIVE DESPRE MOTOARELE DE CAUTARE

Motoarele de cautare (MC) sint niste situri specializate in gasirea rapida a paginilor web care contin cuvintele specificate de internautii care le folosesc serviciile. Ele au un principiu de functionare foarte simplu care se bazeaza pe folosirea unui program special numit "crawler robot" (robot tîrîtor) care viziteaza periodic paginile web de pe intreg internetul. Robotul tîrîtor culege din fiecare pagina web vizitata niste date pe care le stocheaza in baza de date a motorului de cautare. Acest proces se numeste indexarea paginilor web si este repetat de fiecare data cind o pagina este vizitata, pentru a pune in evidenta eventualele modificari ale acesteia si a actualiza baza de date. Atunci cind un internaut cauta pagini web care contin un anumit cuvint (sau o anumita sintagma) motorul de cautare apeleaza la baza sa de date si alcatuieste o lista ordonata cu paginile web respective. In aceasta lista fiecare pagina este prezentata cu : titlul HTML (sub forma de hiperlegatura catre adresa paginii), un extras din pagina care sa dovedeasca prezenta cuvintelor cautate si adresa web a paginii.

Alcatuirea listei de pagini care contin o anumita sintagma este un proces foarte complex pentru ca el implica sortarea paginilor dupa relevanta lor. Relevanta unei pagini se defineste ca fiind o masura a calitatii informatiilor din pagina respectiva cu referire la un anumit cuvint sau la o anumita sintagma. Sa presupunem ca dorim sa realizam un site web , ca urmare dorim sa gasim situl web al unei firme specializate in servicii web design sau un sit (site) care sa prezinte tutoriale web, in cazul in care dorim sa realizam singuri site-ul. Introducem sintagma "servicii web design " (fara ghilimele) in caseta de text a unui motor de cautare si asteptam rezultatul. Motorul de cautare va investiga in baza sa de date paginile care contin aceste cuvinte si va furniza o lista de, sa zicem, cinci sute de adrese de pagini web. Daca paginile nu ar fi sortate dupa relevanta lor ar trebui sa le vizitam pe multe dintre ele ceea ce ar fi foarte dificil, chiar daca motorul de cautare ne ajuta furnizindu-ne si titlul paginilor alaturi de adresa lor.

Motoarele de cautare folosesc niste algoritmi specializati pentru a sorta paginile web in functie de relevanta lor. Acesti algoritmi nu sint infailibili, dar de cele mai multe ori ei reusesc sa ordoneze paginile in asa fel incit acelea care contin cea mai multa informatie sa se afle in fruntea listei. Pe scurt, un algoritm trebuie sa puna o pagina web care contine detalii tehnice despre realizarea unui website sau o pagina web a unei firme specializate in web design inaintea unei pagini de pe un forum online care contine urmatoarea fraza : "Doresc sa infiintez o firma de servicii web .... ". Toate cele trei pagini contin sintagma cautata insa pagina din care am dat citatul nu are nici o relevanta in cazul in care cautam o firma care sa creeze pagini web sau dorim sa aflam detalii tehnice care ne-ar ajuta sa realizam singuri site-ul dorit.

Algoritmii folositi de un anumit motor de cautare sint diferiti fata de cei ai altor motoare si sint secreti, pentru ca ei ii determina succesul si in consecinta viabilitatea economica. Cu cit lista de pagini web este mai bine sortata (in asa fel incit paginile cu relevanta mare sint prezente in fruntea listei) cu atit un motor de cautare va fi mai folosit de internauti si va putea sa vinda mai multa publicitate. Algoritmii sint dezvoltati si imbunatatiti constant de catre echipe de programatori cu ajutorul unor lingvisti si a unor matematicieni specializati in statistica. Desi algoritmii sint secreti, specialistii in optimizarea paginilor web au reusit totusi sa puna in evidenta anumite caracteristici ale paginilor web care le fac sa aiba o relevanta mare in "ochii" motoarelor de cautare si ca urmare sa fie plasate in fruntea listei generate de acestea. Totusi, destul de multe din aceste caracteristici sint inca obiect de disputa intre specialisti, cu privire la importanta lor atunci cind algoritmul decide locul unei pagini in lista.

Exista un numar mare de motoare de cautare insa internautii folosesc in marea lor majoritate cel mult doua sau trei. In fapt cel mai frecvent este folosit motorul de cautare numit Google, pentru aproximativ 90 % din cautarile de pe internet. Aceasta abordare a cautarii informatiilor pe internet nu este cea mai eficienta, insa foarte multi internauti prefera sa foloseasca un singur motor de cautare din motive de comoditate si pentru ca Google le ofera de obicei liste de pagini in care primele locuri sint ocupate de pagini cu relevanta mare. Este recomandata folosirea a cel putin doua motoare atunci cind cautam ceva pe internet. Un motor de cautare foarte bun este MSN care ofera rezultate la fel de bune si uneori mai bune decit Google. Evident exista si situatii in care rezultatele oferite de Google sint mai bune decit cele oferite de MSN si tocmai de aceea este bine sa le folosim pe amindoua. Un alt motor de cautare recomandat este Yahoo.

Motoarele de cautare se impart in trei categorii :

Motoarele care au propria baza de date (de ex. Google si AllTheWeb - FAST)
Motoarele care folosesc bazele de date ale unor alte motoare (de ex. MSN foloseste serviciile LookSmart si Inktomi)
Motoarele care folosesc atit propria baza de date cit si pe cele ale altor motoare (de ex. Yahoo care foloseste baza de date proprie dar si pe cea a motorelor Google, Inktomi (pe care l-a cumparat) si Overture (pe care l-a cumparat).
Exista si o categorie aparte de situri care nu pot fi numite motoare de cautare in adevaratul sens al cuvintului dar care isi pot dovedi si ele utilitatea. Acestea sint asa-numitele motoare integratoare ("clustering engines" sau "metasearch engines") si sint reprezentate intre altele de ProFusion, Vivisimo si Dogpile. Daca introducem in caseta de text de pe aceste situri un cuvint sau o sintagma va fi declansata cautarea cu ajutorul a cel putin 5 motoare ( de ex. Google, Overture, MSN, AllTheWeb, Altavista, etc.) iar lista obtinuta va fi sortata de motorul integrator si apoi prezentata noua. Acest tip de motoare da rezultate foarte bune si este recomandata folosirea lor.