جستجو در اينترنت

در سال ۲۰۰۰ حدود یکصدمیلیون پایگاه وب بر روی شبکه جهانی اینترنت وجوددارد و پیش بینی می شود که تنها پس از گذشت ۲ سال ، در سال ۲۰۰۲ به ۲۵۰ میلیون پایگاه برسد. با رشد تصاعدی حجم اطلاعات ، یافتن اطلاعات موردنظر در این دریای پهناور کار مشکلی است و بکارگیری ابزارهای جستجوی مناسب یکی از ضروریات کار باشبکه می باشد.
موتورهای جستجو از سال ۱۹۹۴ مورداستفاده قرار گرفتند. در ابتدا فعالیت آنها فقطجستجو در وب بود ولی با گذشت زمان ، خدمات دیگری از جمله فروش کالا، اجاره فضای وب و پست الکترونیک ، تحلیل سایتها و… به فعالیت آنها اضافه شد.
انواع موتور جستجو
 موتورهای عمومی که در کلیه پایگاهها فارغ از نوع آن جستجو می کنند. موتورهای عمومی معروف عبارتند از:    
altavista.com, google.com, go.com, hotbot.com .
موتورهای تخصصی در یک رشته خاص مانند اخبار “news.com”، تجارت “deja.com”، شرکتها “yellow pages.com”،افراد  2- “whowhere.com”، مقالات و انتشارات “infojump.com
بهترین پایگاه   magellan .comو deja.com موتورهای تخصصی در خدمات اینترنت مانند گروههای خبری و مباحثه –3
–    4- موتورهای کلان ; این موتورها عبارت مورد جستجو را همزمان به چند موتورجستجو داده و پاسخها را اولویت بندی کرده و با ذکر نام
–    mamma.com,savvysearch.com موتور جستجو نمایش می دهند.مانند:
 
۵-نقطه شروع ; اینگونه سایتها موتورهای جستجو را برحسب موضوعات مختلف معرفی می کنند. درصورتی که موتورهای تخصصی و عمومی رانمی شناسید از این پایگاهها شروع کنید. مانند:  
   6-موتور اختصاصی پایگاهها; بعضی از پایگاههای بزرگ مانند مایکروسافت ، جنرال الکتریک ،… از داخل پایگاه خود موتور جستجو دارند.    جدیدا می توان از موتورهای جستجو عمومی مانند hotbot,altavista,… در یک پایگاه جهت جستجو در آن استفاده کرد.
تقسیم بندی دیگری که از موتور جستجو می توان کرد، موتورهای جستجوگر، و دوم موتورهایی است که پایگاهها را دسته بندی موضوعی   -7   کرده اند و به آنها web directoryگفته می شود. معروفترین آنها webcrawear,yahooاست . درحال حاضر اکثر موتورهای جستجو دسته بندی موضوعی نیز دارند و در هر دسته و یا زیرشاخه های بعدی می توان جستجو کرد.
نحوه کار موتورهای جستجو
در این مقاله فقط نحوه کار موتورهای عمومی بررسی می شود. موتورهای عمومی ازبرنامه هایی معروف به crawler,robot و یا spiderبرای یافتن و مرور صفحات وب استفاده می کنند. نحوه کار این برنامه ها بدین صورت است که با یافتن یک صفحه کلمات مورداستفاده در آن را شناسایی کرده و به جداول فهرست بانک اطلاعاتی خود اضافه می کنند درواقع موتورها صفحات وب را در بانک اطلاعاتی نگهداری نمی کنند بلکه دربانک اطلاعاتی فهرستی از کلمات وآدرس صفحات مشمول این کلمات می باشد.
کار دیگر این برنامه ها این است که به صفحات فهرست شده قبلی مراجعه کرده ودرصورت به روز شدن صفحات ، مجددا آنها را فهرست بندی می کنند. ممکن است پایگاه موردنظرموجودنبوده ویاآدرس آن عوض شده باشد.
عوامل مهم در فهرست کردن یک صفحه وب ، تعداد وقوع کلمه در صفحه ، محل قرارگیری آن ، نوع فایلهای مورداستفاده در صفحه ، درجه اهمیت کلمه در صفحه با توجه به کلید واژه های تعیین شده توسط مالک صفحه و توضیحات آمده در بخش دستورات meta در شناسنامه صفحه می باشد.موتورهای جستجو باتوجه به حجم بانک اطلاعاتی و برنامه هایشان به پایگاههای جدید مراجعه می کنند ولی مطمئن
تمام پایگاههای وب را شامل نمی شوند. بزرگترین موتور جستجوی عمومی حدود ۵۰۰ میلیون صفحه وب را شامل می شود. درصورتی که می خواهید پایگاه وب شما به بانک اطلاعاتی یک موتور جستجو اضافه شود پایگاه وب خود را به آن موتور جستجو معرفی کنید در صفحات وب ، در بخش دستورات شناسنامه ای صفحه ، کلید واژه های موردنظر خود را معرفی کنید. موتورهای جستجوعمومی به دو روش کلمات را فهرست بندی می کنند.

اغلب موتورهای جستجو براساس کلمات فهرست بندی می کنند.درواقع درجستجوکلمات هم معنی راتشخیص نمی دهندkeyword indexing    
معروفترین موتوری که براساس مفهوم جستجو می کندمی باشد. excite.com
نکته دیگری که در فهرست بندی باید بدانید این است که هر موتور چه بخشهایی ازیک صفحه را فهرست می کند. برای مثال ممکن است فقط hyperlink,heading, titleها ویا چند خط اول صفحه را فهرست کند. در برخی از موتورهای جستجو مانند opentextمی توان تعیین کرد که کلمه مورد جستجو در کجای صفحه باشد. برای مثال در…,heading,title نکته دیگر کلمات معروف به stop word هستند ما
 web,and,or,the,is,an,a   و… بعضی از موتورها این کلمات را درنظر نمی گیرند.مانند
عوامل مهم در انتخاب موتور جستجو
عوامل زیردرانتخاب موتورجستجومهم هستند:
حجم بانک اطلاعاتی موتور جستجو و تعداد صفحات مرور شده توسط آن
به روز بودن بانک اطلاعاتی
تعداد صفحات مرورشده در روز
سرعت برگرداندن نتایج جستجو
تعداد سرویس دهنده های آن در شبکه اینترنت جهت کاهش ترافیک و افزایش سرعت
نحوه نمایش نتایج جستجو و کنترل آن توسط کاربر
نحوه اولویت بندی نتایج حاصله و ارتباط آنها با یکدیگر و کنترل آن توسط کاربر
راحتی استفاده
صفحات معرفی شده به آن طی چند روز در فهرست قرار می گیرند
پشتیبانی ,imagemap,frameامنیت در پایگاهها
قابلیت جستجو در نتایج
پشتیبانی stop words
حساس به حروف بزرگ و کوچک
پشتیبانی عبارت
عدم محدودیت درتعدادحروف عبارت جستجو
دسته بندی موضوعی وامکان جستجودرهردسته
جستجو در خدمات اینترنت شامل وب ، گروههای خبری و مباحثه ،…
پشتیبانی عملگرهای جستجو
پشتیبانی زبانهای مختلف وتبدیل زبانهابه یکدیگر
جستجو براساس تاریخ