تاپیک کلی جستجوگرها

[رزیتا]

هر بار كه شما توسط موتور جستجو، جستجويي انجام مي دهيد، عنكبوت(spider) آن به آهستگي از ميان ميليون ها فهرست حركت مي كند و آنهايي را كه بيشتر با مورد جستجوي شما ارتباط دارند را به تصوير مي كشد .حتي ميزان اين ارتباط نيز مورد ارزشيابي قرار مي گيرد تا مرتبط ترين سايتها در ابتدا به نمايش درآيند. البته موتور جستجو همواره درست عمل نمي كند. گاهي صفحات نا مربوط به چشم مي خورند و در مواردي براي يافتن آنچه مي خواهيد بايد جستجوي بيشتري انجام دهيد. موتور جستجو در يافتن اطلاعات عمل شگفت انگيزي انجام ميدهد.

براستي موتورهاي جستجو عمل ارزش گذاري ورتبه بندي را چگونه انجام ميدهند ؟ پاسخ از اين قرار است : توسط يك گروه دستورالعملها كه الگوريتم خوانده مي شوند. هر موتور جستجو از گروه متفاوتي از الگوريتم ها استفاده مي كند، اما همه آنها از اصول عمومي خاصي پيروي مي كنند. از آنجا كه موتورهاي جستجو قصد دارند توجه مشتريان را مجددا به خود جلب كنند، تلاششان بر اين است كه نتايج جستجوي مرتبط تري را پيدا کنند.

يك راه براي دستيابي به اين هدف توجه به مكان قرارگيري و تراكم عبارات جستجو يا كلمات كليدي در يك صفحه وب است. موتور جستجو بررسي مي كند که كلمات كليدي در بخش عنوان(Title)، بخش سرآغاز(Head)، در ابتداي پاراگراف يا در متن آمده اند. فرض بر اينست كه صفحات مرتبط با کلمات مورد جستجو، اين عبارات كليدي را برجسته تر و چشمگيرتر مورد استفاده قرار مي دهند. موتور جستجو تحليل مي كند كه كلمات كليدي در مقايسه با ديگر كلمات چند مرتبه به كار رفته اند.

Meta tag ها نيزممكن است در تشخيص ارتباط نقش داشته باشند، هرچند بسياري از موتورهاي جستجو آنها را در نظر نمي گيرند و آن دسته كه به آن اهميت مي دهند، ممكن است به صورتهاي متفاوتي آنها را ارزشگذاري كنند.

امكان دارد موتورهاي جستجو، وب سايتها را بعلت Spamming جريمه يا تحريم كنند. كلمات كليدي يكنواخت و خسته كننده ، كلمات كليدي تكراري در انتهاي يك صفحه و ارايه كردن صفحه اي كه به صورت اتوماتيك مخاطب را به صفحه اي با محتواي كاملا متفاوت هدايت كند، همه اشكالي از Spamming هستند.

در پايان، موتورهاي جستجو تحليل ارتباط (Link Analysis) را نيز در مشخص كردن ارزشيابي خود به كار مي برند. با تحليل اينكه صفحات چگونه به يكديگر متصل مي شوند يك موتور جستجو مي تواند مشخص كند که آن صفحه در چه مورد است و آيا آن صفحه به اندازه كافي مهم است كه در رتبه بندي به حساب آيد يا خير؟
مهم است كه به ياد داشته باشيم , با اينكه اكثر موتورهاي جستجو از اصول يكساني پيروي مي كنند، الگوريتم هاي متفاوتي دارند. به اين دليل است كه انجام يك جستجو در موتورهاي جستجوي مختلف، نتايج بسيار متفاوتي به بارمي آورد. براي مثال ممكن است برخي موتورهاي جستجو تعداد بيشتري از صفحات وب را فهرست کنند و برخي ديگر در فاصله هاي زماني کم تر اين کار را انجام دهند.

نتيجه نهايي اينكه هيچ دو موتور جستجويي فهرست يكساني از صفحات وب ندارند. بنابراين رتبه بندي در موتورهاي جستجو ممكن است بسيار متفاوت باشد. به همين دليل طراحان سايتهاي وب، معمولا يک موتور عمده را هدف قرار مي دهند و سعي مي کنند طراحي سايت را به گونه اي انجام دهند که براي آن موتور خاص، مناسب تر باشد و رتبه بهتري داشته باشد و البته با اين کار، به احتمال زياد، رتبه در برخي موتورهاي ديگر را از دست خواهد داد. حتي برخي از طراحان ممکن است موتورهاي منطقه اي و تخصصي خاصي را هدف قرار دهند و برايشان امتياز در موتورهاي عمومي اهميت نداشته باشد.

شما بايد قبل از اعمال هرگونه تنظيمات در سايت خود، اول به اين نکته که کدام موتور جستجو را هدف قرار مي دهيد توجه کنيد سپس سايت خود را براي بدست آوردن حداکثر امتياز در آن موتور بهينه کنيد.

[رزیتا]

قبل از شروع گفتگو درباره هر موضوعي نياز به آن است كه مفاهيم اوليه و اصطلاحات رايج در آن موضوع، بيان شود تا طرفين گفتگو راحت تر به منظور يکديگر پی ببرند. ما نيز در اين بخش، بعضي از مفاهيم و اصطلاحاتي را كه در صفحه های ديگر سايت از آنها به كرات استفاده مي شود، شــرح داده شده است.

Spider:
نرم افزاري است كه كار جمع آوري اطلاعات از صفحات مختلف را بر عهده دارد.
Crawler:
نرم افزاري كه مسير حركت اسپايدر را مشخص مي كند.
Directory :
فهرست. نوعي از موتورهاي جستجوگر كه پايگاه داده آن توسط ويراستاران تكميل مي گردد.
Keyword:
بــه واژه ها ي مهم (کليدی) هر صفحه گفته مي شود. اما غالبا" منظور كلماتي است كه دوست داريم با آنها رتبه هاي مناسبي كسب كنيم.
Keyword Density:
چگالي كلمه، منظور تعداد دفعات تكرار واژه های كليدي در مقايسه با ساير كلمات متن است.
Keyword Staffing:
تكرار يك كلمه به دفعات و پشت سر هم به منظور بالا بردن چگالی کلمه. اين کار تقلب محسوب می شود.

Tinny Text:
نوشتن متن با اندازه های بسیار کوچک و ریز به گونه ای که کلمات بسیاری بدین ترتیب در یک خط قرار داده می شود و به سختی نیز در صفحه قابل رویت هستند. نوشتن مطالب به اين صورت، تقلب محسوب است.
Invisible Text:
متن نامرئی. منظور استفاده از متن هاي همرنگ با پس زمينه صفحه است. متن هايی که از ديد کاربران مخفی می ماند. به عنوان مثال اگر پس زمينه يك صفحه سياه است، متن صفحه نيز با رنگ سياه نوشته می شود تا ديده نشود . اين نوع متن ها از مصاديق تقلب می باشند.
Spam:
تقلب، به تمام تلاش هايي گفته مي شود كه به كمك آن سعي مي شود از راه هاي غير معمول، رتبه هاي بالايي كسب شود. يا در اختيار گذاردن اطلاعاتي كه موتورهاي جستجوگر آنرا دوست ندارند (اطلاعات ناخواسته) مانند تكرار يك كلمه به دفعات و پشت سر هم، استفاده از متن هاي هم رنگ زمينه و ...
ALT tag:
محتواي اين شناسه، متني است كه يك عكس را توضيح مي دهد.
Deep Crawl:
به معناي اين است كه موتور جستجوگر، مي تواندصفحات زيادي از يك سايت را در پايگاه داده اش قرار دهد. موتور جستجوگر هرچه پايگاه داده اش بزرگتر باشد، صفحات بيشتري از يك سايت را می تواند در پايگاه داده اش قرار دهد. همه موتورهاي جستجوگر داراي اين ويژگي نمي باشند.
Robots.txt:
با اين فايل متني و ساده، ميزان دسترسي موتور جستجوگر به محتواي يك "سايت" را مي توان كنترل كرد.
META robots tag:
به كمك اين شناسه ميزان دسترسي موتور جستجوگر به محتواي يك "صفحه" را مي توان كنترل كرد.
Link:
پيوند. در واقع پلی بين دو صفحه است. به کمک آن می توان از يک صفحه به صفحه ديگر رفت.
Link Popularity
مقصود اين است که چه تعداد از سايت هاي ديگر به سايتي مشخص لينك کرده اند يا اينكه از چند سايت ديگر می توان به کمک پيوندها به سايتی مشخص رفت.
Link Reputation:
اشاره به اين دارد كه ساير سايتها درباره سايتي كه بدان لينك داده اند، چه مي گويند. عموما در اين موارد عنوان، متن لينك و كلمات اطراف لينك در سايت مقصد، بررسي مي شوند.
LearnFrequency:
بعضي از موتورهای جستجوگر مي توانند تشخيص دهند كه محتواي صفحات پس از چه مدتی تغيير مي كند (به روز می گردد) و بعد از آن مدت به آن صفحات مراجعه می کنند.
URL-UniformResource Locator:
به آدرس منحصر به فرد هر منبع موجود در اينترنت گفته می شود. اين منبع می تواند يک صفحه وب، يک فايل متنی و... باشد
StopWord:
به کلماتی گفته می شود که در کل اینترنت از آنها بسيار استفاده شده است. کلماتی نظير the, a, an, web, www, home page و ...
Metatags:
به كمك اين شناسه ها، اطلاعاتي از صفحه در اختيار بينندگان (موتور جستجوگر، مرورگرها و ...) قرار داده مي شود.
METAKeywords:
به كمك آن، كلمات کليدی صفحه در اختيار موتورهاي جستجوگر قرار داده می شود.
META Description
به كمك آن، توضيحي مختصر از صفحه در اختيار موتورهاي جستجوگر قرار داده می شود.
Stemming:
به معناي اين است كه موتور جستجوگر مي تواند صورت هاي مختلف يک كلمه را جستجو كند. به عنوان مثال با جستجوي swim موتور جستجوگر به دنبال swimmer ، swimming نيز مي گردد. همه موتورهاي جستجوگر داراي اين ويژگي نمي باشند.
Rank:
رتبه يك صفحه در نتايج جستجو است زماني كه جستجويي مرتبط با محتواي آن صفحه انجام مي شود.
Spamdexing:
مختصر شده spamindexing است. منظور طراحی و معرفي صفحاتي به موتورهاي جستجوگر است كه كيفيت نتايج جستجو را پايين مي آورند. موتورهای جستجوگر تمايل دارند که كاربران بارها و بارها به آنها مراجعه كنند و كيفيت بالاي نتايج مي تواند اين روند را تضمين كند. لذا آنها هركدام به نوعي سعي در تشخيص صفحاتي دارند كه كيفيت نتايج جستجو را پايين مي آورد. برخی از اين موارد عبارتند از: ساختن صفحاتي كه همگي داراي محتواي يكساني اند، تكرار يك كلمه بيش از حد و ...
Comment:
توضيحاتي است كه طراحان سايت در لا به لاي كدهاي HTML مي گنجانند تا برای فهميدن وظيفه بخش هاي متفاوت كدهای HTML در مراجعات آتی نيازی به صرف وقت بسيار نداشته باشند.

[تاري]

وقتی جستجویی در یك موتور جستجوگر انجام و نتایج جستجو ارایه می‌شود، كاربران در واقع نتیجه كار بخش‌های متفاوت موتور جستجوگر را می‌بینند.

موتور جستجوگر قبلاً پایگاه داده‌اش را آماده كرده است و این گونه نیست كه درست در همان لحظه‌ی جستجو، تمام وب را بگردد.

بسیاری از خود می‌پرسند كه چگونه ممكن است گوگل در كمتر از یك ثانیه تمام سایت‌های وب را بگردد و میلیون‌ها صفحه را در نتایج جستجوی خود ارایه كند؟


گوگل و هیچ موتور جستجوی دیگری توانایی انجام این كار را ندارند. همه آنها در زمان پاسخ‌گویی به جستجوهای كاربران، تنها در پایگاه داده‌ای كه در اختیار دارند به جستجو می‌پردازند و نه در وب! موتور جستجوگر به كمك بخش‌های متفاوت خود، اطلاعات مورد نیاز را قبلاً جمع‌آوری، تجزیه و تحلیل می‌كند، آنرا در پایگاه داده‌اش ذخیره می‌نماید و به هنگام جستجوی كاربر تنها در همین پایگاه داده می‌گردد. بخش‌های مجزای یك موتور جستجوگر عبارتند از:
Spider یا عنكبوت
Crawler یا خزنده
Indexer یا بایگانی كننده
Database یا پایگاه داده
Ranker یا سیستم رتبه‌بندی

الف: Spider (عنكبوت)
اسپایدر یا روبوت (Robot) نرم افزاری است كه كار جمع‌آوری اطلاعات مورد نیاز یك موتور جستجو را بر عهده دارد. اسپایدر به صفحات مختلف سر می‌زند، محتوای آنها را می‌خواند، لینك‌ها را دنبال می‌كند، اطلاعات مورد نیاز را جمع‌آوری می‌كند و آنرا در اختیار سایر بخش‌های موتور جستجوگر قرار می‌دهد. كار یك اسپایدر، بسیار شبیه كار كاربران وب است. همانطور كه كاربران، صفحات مختلف را بازدید می‌كنند، اسپایدر هم درست این كار را انجام می‌دهد با این تفاوت كه اسپایدر كدهای HTML صفحات را می‌بیند اما كاربران نتیجه حاصل از كنار هم قرار گرفتن این كدها را.

اسپایدر، به هنگام مشاهده صفحات، بر روی سرورها رد پا برجای می‌گذارد. شما اگر اجازه دسترسی به آمار دید و بازدیدهای صورت گرفته از یك سایت و اتفاقات انجام شده در آن را داشته باشید، می‌توانید مشخص كنید كه اسپایدر كدام یك از موتورهای جستجوگر صفحات سایت را مورد بازدید قرار داده است. یكی از فعالیت‌های اصلی كه در SEM انجام می‌شود تحلیل آمار همین دید و بازدیدها است.

اسپایدرها كاربردهای دیگری نیز دارند، به عنوان مثال عده‌ای از آنها به سایت‌های مختلف مراجعه می‌كنند و فقط به بررسی فعال بودن لینك‌های آنها می‌پردازند و یا به دنبال آدرس ایمیل (E-mail) می‌گردند.

ب: Crawler (خزنده)
كراولر، نرم‌افزاری است كه به عنوان یك فرمانده برای اسپایدر عمل می‌كند. كراولر مشخص می‌كند كه اسپایدر كدام صفحات را مورد بازدید قرار دهد. در واقع كراولر تصمیم می‌گیرد كه كدام یك از لینك‌های صفحه‌ای كه اسپایدر در حال حاضر در آن قرار دارد، دنبال شود. ممكن است همه آنها را دنبال كند، بعضی‌ها را دنبال كند و یا هیچ كدام را دنبال نكند.

كراولر، ممكن است قبلاً برنامه‌ریزی شده باشد كه آدرس‌های خاصی را طبق برنامه در اختیار اسپایدر قرار دهد تا از آنها دیدن كند. دنبال كردن لینك‌های یك صفحه به این بستگی دارد كه موتور جستجو چه حجمی از اطلاعات یك سایت را می‌تواند (یا می‌خواهد) در پایگاه داده‌اش ذخیره كند. همچنین ممكن است اجازه دسترسی به بعضی از صفحات به موتورهای جستجوگر داده نشده باشد.

شما به عنوان دارنده سایت، همان طور كه دوست دارید موتورهای جستجو اطلاعات سایت شما را با خود ببرند، می‌توانید آنها را از بعضی صفحات سایت‌تان دور كنید و اجازه دسترسی به محتوای آن صفحات را به آنها ندهید. موتور جستجو اگر مودب باشد قبل از ورود به هر سایتی ابتدا قوانین دسترسی به محتوای سایت را (در صورت وجود) در فایلی خاص بررسی می‌كند و از حقوق دسترسی خود اطلاع می‌یابد. تنظیم میزان دسترسی موتورهای جستجو به محتوای یك سایت توسط پروتكل Robots انجام می‌شود. به عمل كراولر، خزش (Crawling) می‌گویند

[GolBarg]

نحوه کار موتورهای جستجو(اسپایدر)

موتورها جستجو اینترنت ، سایت ها به خصوص در اینترنت است و طور طراح شده که به افراد کمک می کنند تا اطلاعات مورد نیازشان را که در سایت ها دیگر ذخیره شده است ، بیابند. به طور حتم شما هم بارها ، زمان که به یک مقاله ای نیاز دارید یا حتی برا یافتن معنی اصطلاح ، پشت رایانه نشسته اید با استفاده از اینترنت آن را در مدت زمان کوتاه پیدا کرده اید ، اما آیا تا به حال فکر کرده اید چگونه در عرض چند ثانیه توسط یک موتور جستجو انبوه از اطلاعات در اختیار شما قرار می گیرد؟

صدها میلیون صفحه در اینترنت در دسترس است و اطلاعات را با تنوع شگفت انگیز از موضوعات در اختیار کاربر ارائه می دهند. زمان که شما می خواهید درباره یک موضوع خاص اطلاعات کسب کنید ، چگونه می دانید که چه صفحات را باید بخوانید؟

» شیوه عملکرد موتورها جستجو
تفاوت های در شیوه عملکرد موتورها جستجو مختلف وجود دارد ، اما همه آن ها ۳ وظیفه اصلی را انجام می دهند:

۱) در اینترنت ، یا بخش ها برگزیده ها از اینترنت ، براساس کلمات مهم جستجو را انجام می دهند.

۲) یک فهرست از کلمات و مکان هایی که پیداکرده اند تهیه می کنند.

۳) این امکان را برا کاربران فراهم می کنند تا کلمات یا مجموعه ا از کلمات مورد نظر خود را که در فهرست یافت می شود جستجو کنند.


» موتورها جستجو اولیه
موتورها جستجو اولیه یک فهرست شامل تنها چند صدهزار صفحه و فایل نگهدار می کردند و در روز شاید یک یا ۲هزار بازدیدکننده داشتند. امروزه یک موتور جستجو خوب ، صدها میلیون صفحه را فهرست می کند و در روز پاسخگو ده ها میلیون جستجو کننده است. حالا باید ببینیم چگونه این مسئولیت مهم انجام می شود و چگونه موتورها جستجو اینترنت ، بخش ها مختلف را به کار می گیرند تا ما بتوانیم اطلاعات مورد نیاز خود را در اینترنت بیابیم. در جستجو میان صدها میلیون صفحه قبل از این که یک موتور جستجوگر بتواند به شما بگوید که یک فایل در کجا قرار دارد ، باید آن فایل پیدا شود.

» روبات عنکبوتی
یک موتور جستجوگر برای یافتن اطلاعات از میان صدها میلیون صفحه که در شبکه اینترنت وجود دارد ، روبات نرم افزار خاص به نام اسپایدر(عنکبوت) را به کار می گیرد تا فهرستی از کلمات را که در سایت ها اینترنت یافت می شود ایجاد کند. فرآیند که یک اسپایدر فهرست خود را ایجاد می کند ، Web crawling نامیده می شود. برای ایجاد و نگهداری یک فهرست مفید و مناسب از کلمات ، یک اسپایدر موتور جستجوگر باید صفحات بسیار زیاد را بررسی کند. حال سوالی که این جا پیش می آید این است که چگونه هر اسپایدر مسیر خود را در اینترنت آغاز می کند؟ در پاسخ باید گفت که به طور معمول نقطه شروع ، فهرستی از صفحات است که توسط سرورها زیاد استفاده می شود و هم چنین صفحات که معروف تر است.


» طرز عملکرد
اسپایدر از یک سایت عموم شروع می شود و کلمات موجود در صفحات آن را فهرست می کند و هر لینک را که در آن سایت یافت می شود دنبال می کند.
به این طریق سیستم جستجوگر به سرعت شروع به حرکت می کند و در بخش های که بیشتر از همه مورد استفاده قرار می گیرد ، حرکت می کند.برای نمونه گوگل به عنوان یک موتور جستجوگر علم آغاز به کار کرد.
سرج برین و لورنس پیج از مدیران گوگل بیان کردند که اسپایدرها سیستم آن ها با چه سرعت می تواند کار کند. آن ها سیستم اولیه خود را به گونه ای ساختند که از چندین اسپایدر استفاده کند ، که به طور معمول ۳ تا در یک زمان بود.در گوگل هر اسپایدر می توانست به حدود ۳۰۰ صفحه شبکه که در یک زمان باز بود اتصال برقرار کند. در بهترین عملکرد خود ، با استفاده از ۴ اسپایدر ، این سیستم می توانست در هر ثانیه به ۱۰۰ صفحه متصل باشد. زمان که اسپایدر گوگل یک صفحه HTML را مشاهده می کرد ، به ۲ نکته توجه می کرد:
کلمات درون صفحه ، که در کدام مکان کلمات پیدا شده است
و کلمات که در عنوان اصل یا عناوین فرع و یا سایر موقعیت های که دارا اهمیت نسب است ،

قرار دارد که برای جستجو بعد کاربر مورد توجه خاص قرار می گرفت.اسپایدر گوگل هر کلمه معن داری در صفحه را فهرست و از کلماتthe ، an و a صرف نظر می کرد. دیگر اسپایدرها از روش ها متفاوت استفاده می کردند. در کل تمام این روش ها سعی می کند تا عملکرد اسپایدر را سریع تر کند و به کاربران اجازه بدهد تا با کارای بهتر جستجو کنند.به عنوان مثال ، بعض اسپایدرها کلمات را که در عنوان ها ، عنوان ها فرع و لینک ها وجود دارد یا کلمات که بارها در صفحه تکرار می شود فهرست می کنند؛ سایت Lycos از این روش استفاده می کند.

سایر سیستم ها ، از قبیل AltaVista ، هر کلمه در صفحه ، شامل the ، an و a و سایر کلمات را که بی اهمیت است هم فهرست می کنند.


» ایجاد فهرست
زمان که اسپایدرها وظیفه یافتن اطلاعات از صفحات اینترنت را به اتمام رساندند موتور جستجو باید این اطلاعات را به شکل که مفید است ، ذخیره کند (البته باید در نظر داشت که این وظیفه هرگز تمام نمی شود ، خاصیت تغییر دائم اینترنت به این معنی است که اسپایدرها همیشه در حال حرکت و جستجو هستند).

۲ مولفه کلید برای در دسترس قرار دادن اطلاعات جمع آوری شده برای کاربران وجود دارد: اطلاعات ذخیره شده با داده ها و روش که توسط آن اطلاعات فهرست می شود. در آسان ترین حالت ، موتور جستجوگر می تواند تنها کلمه و URL را ذخیره کند. در حقیقت ، این روش برای موتور با کاربرد محدود است ، زیرا در این حالت راه وجود ندارد برای این که تعیین کند آیا کلمه در بخش مهم یا بخش بی اهمیت از صفحه استفاده شده است ، آیا کلمه تنها یک بار یا چندین مرتبه تکرار شده است یا صفحه لینک های به صفحات دیگر دارد که شامل آن کلمه است. به عبارت دیگر راه برا ایجاد فهرستی رتبه بندی شده که تلاش می کند تا مفیدترین و بهترین صفحات را در بالا فهرست نتایج جستجو قرار بدهد ، وجود ندارد.

» حرکت به سوی کارایی بهتر
برای به دست آوردن نتایج بهتر ، بیشتر موتورها جستجو اطلاعات بیشتر علاوه بر کلمه و URL ذخیره می کنند. موتور ممکن است تعداد دفعات را که کلمه در صفحه تکرار شده است ذخیره کند ، یا ممکن است مقدار را به هر ورود اختصاص بدهد و زمان که کلمات در عناوین ، عنوان ها فرع و لینک ها ظاهر می شود ارزش اختصاص یافته به آن ها بیشتر می شود.

هر موتور جستجوگر تجار ، فرمول متفاوت برای ارزش گذار کلمات فهرست خود دارد. این مسئله یک از دلایل است که موجب می شود جستجو یک کلمه در موتورها جستجوگر متفاوت ، فهرست ها متفاوت را ارائه بدهد و صفحات با ترتیب ها متفاوت ارائه شود. داده ها برای صرفه جوی در فضا ذخیره ساز رمزگذار می شود. به عنوان مثال در صفحه گوگل اطلاعات از قبیل این که آیا کلمه با حروف بزرگ بوده است ، اندازه فونت آن ، موقعیت کلمه و سایر اطلاعات که به رتبه بند آن کمک می کند به صورت بیت و بایت ذخیره می کند ، در نتیجه میزان بسیار زیاد از داده ها می تواند به شکل بسیار فشرده ای ذخیره شود. بعد از این که اطلاعات فشرده شد ، برا فهرست شدن آماده است. هدف از ایجاد یک فهرست این است که باعث شود تا بتوانیم اطلاعات را با سریع ترین حالت ممکن پیدا کنیم.


» ایجاد فهرست وب سایت ها
به طور کلی ، تنها چند راه برای ایجاد فهرست وجود دارد ، اما یک از مهم ترین و موثرترین روش ها ، ایجاد جدول hash است. در این روش فرمول به کار می رود تا به هر کلمه یک ارزش عدد اختصاص دهد. پرسش و جستجو انجام شده در این روش توسط کاربر خیل ساده است ، حتی یک کلمه. برای پرسش ها پیچیده تر لازم است تا از عملگرها بولین (AND ORNOT NEAR) استفاده کرد تا بتوان شرایط جستجو را گسترش داد.

به طور خلاصه عملکرد یک موتور جستجو به این صورت است: نرم افزار اسپایدر با جستجو در سایت ها مختلف فهرستی از کلمات و مکانی که قرار دارد فراهم می کند ، سپس بر اساس سیستم ارزش گذار خود فهرست رتبه بند شده تهیه ، داده ها را رمزگذار و سرانجام اطلاعات را برا دسترس کاربران ذخیره می کند.در جستجوهای که از عملگرها بولین استفاده می شود ، جستجوها لفظ است.

موتور به طور دقیق همان کلمات یا عبارت را که وارد شده است جستجو می کند. زمان که کلمات ورود دارا چندین معنی است ، جستجو صحیح آن ها مشکل است. در این حالت ، اگر برای شما تنها یک از معانی آن کلمه مهم باشد ، شما نمی خواهید سایر صفحات را که شامل معانی دیگر کلمه است ببینید ، می توانید یک جستجو لفظ ایجاد کنید که تا حدود معنی ها ناخواسته را حذف کند ، اما بهتر این بود که خود موتور جستجو می توانست این کار را انجام بدهد. یک از حوزه ها تحقیق در موتورها جستجوگر ، جستجو براساس مفهوم است. در یک موتور جستجوگر مبتنی بر مفهوم ، اطلاعات ذخیره شده برا هر صفحه ، بیشتر است.

هنوز بسیار از گروه ها تلاش می کنند تا نتایج و عملکرد این نوع از موتورها جستجو را افزایش دهند. قلمرو دیگر که پژوهش گران درباره آن تلاش می کنند ، پرسش ها به زبان طبیعی نامیده می شود.

[رزیتا]

فایرفاکس یا اکسپلورر؟


بسیاری از کارشناسان مرورگر موزیلا فایرفاکس را بسیار برتر از مرورگر قدیمی و معروف اینترنت اکسپلورر می دانند.

این کارشناسان 20 دلیل گویا و روشن را برای این انتخاب خود ذکر می کنند. در یکی از سایتهای Forum نیز به بحث در این زمینه پرداختیم که افراد دلایل گوناگونی را عنوان کردند در اینجا 20 دلیل عنوان شده برای استفاده از فایرفاکس به جای اینترنت اکسپلورر را برای شما مطرح می نماییم

1. امنیت :

یكی از مهمترین نكات بارز این مرورگر امنیت بسیار بالاتر فایر فاكس نسبت به IE می باشد . بدین معنی كه با استفاده از فایر فاكس شما بسیار كمتر مورد حملات ویروسی قرار می گیرید .

2. سرعت :

دومین گزینه برتری FF ( فایرفاكس ) نسبت به IE سرعت بالاتر این مرورگر می باشد . بدین معنی كه صفحات اینترنتی بسیار سریعتر در این مرورگر بارگذاری می شوند و برای اكثر ما كه از اینترنت هایی با سرعت پایین استفاده می كنیم مزیت بسیار جالبی می باشد .

3. امكان :

Tab Browser: در فایرفاكس پنجره های جدید در یك تب (در داخل همان پنجره ) بازگشایی می شوند و این عمل باعث می شود كه اولا محیط Taskbar ویندوز شلوغ نشود و دوم دسترسی سریعتر به سایتهای موجود در تب می باشد ، البته به تازگی IE هم در نسخه ۷ از مرورگر خود كه البته هنوز بتا است ، این قابلیت را اضافه كرده است … ولی این كجا و آن كجا !





4. دسترسی همیشگی به موتورهای جستجو :

در FF ( همون فایر فاكس دیگه … ) شما به راحتی می توانید در موتورهای جستجو معروف از قبیل گوگل ، یاهو ، آمازون ، ای بی ، انسور و دیگر موتورهای جستجو ، به جستجو بپردازید بدون اینكه نیازی به تایپ آدرس موتور جستجو باشد . امكانی كه در IE وجود ندارد .

5. امكان Import از مرورگر های دیگر :

فایر فاكس همچنین می تواند اطلاعاتی از قبیل : History و كوكی ها و پسوردها و اطلاعاتی كه در فرمها وارد كرده اید (در مرورگر های دیگر ) را Import كند .

6. ذخیره سریع صفحات لود شده به طور كامل :

در IE، حتما برایتان پیش آمده كه مثلا وارد سایتی شده اید و وقتی قصد ذخیره آن صفحه را دارید ، یا باید خیلی منتظر شوید تا صفحه ذخیره شود و یا اینكه پیغامی را خواهید دید كه مبنی بر این است كه شما نمی توانید این صفحه را ذخیره كنید . و دومین مشكل هم عدم ذخیره كامل سایتها می باشد بدین معنی كه مثلا اگر در صفحه ای ، یك یا چند فایل فلش موجود باشد ، پس از ذخیره صفحه مشاهده خواهید كرد كه فلشها ذخیره نشده اند و در اینگونه موارد می بایستی از نرم افزارهای جانبی برای اینكار استفاده كنید …… اما در مقابل مرورگر فایر فاكس اولا تمامی صفحات را ذخیره میكند ( آن هم به طور كامل یعنی همراه با تمامی تصاویر و حتی فلشهای به كار رفته ) و ثانیاً اگر صفحه به طور كامل لود شده باشد ، بدون لحظه ای تامل صفحه ذخیره می شود و دیگر خبری از یك پنجره ذخیره كه باید مدتی برای آن در اینترنت اكسپلولر منتظر می شدید نیست !

7. افزایش توانایی های برنامه با نصب پلاگینها :

از دیگر مزیتهایی كه FF نسبت به IE دارد امكان نصب پلاگینها می باشد . بدین معنی كه شما می توانید با نصب پلاگینها قابلیتهای فایرفاكس را افزایش دهید . كه بعدا حتما در مورد پلاگینهای آن صحبت خواهیم كرد .

8. دارا بودن فایل منیجر :

از دیگر مزیتهای FF نسبت به IE دارا بودن فایل منیجر می باشد كه شما را در دانلود هرچه بهتر و سریعتر فایلها یاری می كند .


9. استفاده از كلیدهای میانبر بیشتر :

یكی از مواردی كه كاربران حرفه ای بسیار از آن استفاده می كنند كلیدهای میانبر می باشد كه كار با اینترنت را سریعتر و لذت بخش تر می كند و البته در فایرفاكس این كلیدها بسیار بیشتر می باشند . از جمله : شما در IE مثلا برای تایپ سایتی هایی كه دارای دامین دات كام هستند كافی بود نام سایت را نوشته و كلیدهای تركیبی Ctrl+Enter را بزنید ولی برای سایتهای دات نت و همچنین دات ارگ فكری نشده است ولی در FF می توانید برای سایتهای دات نت كلیدهای تركیبی Shift+Enter و برای سایتهای دات ارگ كلیدهای Ctrl+Shift+Enter را بزنید ، و یا می توانید برای ذخیره یك صفحه كلیدهای Ctrl+S را بزنید و یا برای دسترسی به سرس صفحه نمایش داده شده كلیدهای Ctrl+U را بزنید و بسیاری دیگر از كلیدهای میانبر دیگر . لازم به ذكر است تمامی كلیدهای میانبر در IE نیز در فایرفاكس انجام پذیرند .
ادامه دارد...
برگرفته از : Forum Iranian

[civilar]

اما به نظر من گوگل کروم یه چیز دیگه است .

[Younes]

منم صد در صد میگم ایر فاکس. البته اپرا هم بعضا مزایایی نسبت به فایرفاکس داره که نمیشه نادیده اش گرفت.

[Setare]

من خودم همیشه از فایر فاکس استفاده میکنم!! اما شنیدم که گوگل کروم هم عالیه و حتی سرعت لود شدنش از فایر فاکس هم بیشتره و یه خوبیه دیگه هم که داره اینه که رم کمتری هم استفاده میکنه!اما انقدر به فایر فاکس عادت کردم نمی تونم گولگل کروم استفاده کنم!!

[Younes]

من رو لپ تاپم گوگل کروم دارم. خوبه ولی خیلی لخته. هیچ ابزاری نداره. فایر فاکس یه چیز دیگه است. سرعت لود شدن رو نمیدونم چون از اینترنت پر سرعت استفاده میکنم ملموس نیست. اینو میدونم که اپرا تو سرعت برقراری کانکشن و فرستادن دستور خیلی قوی تر از فایر فاکسه. تو بازی های استراتژیک از اپرا استفاده می کنن. چون میتونی مثلا 4 تا حمله تو 4 صفحه مختلف رو تو کمتر از یه ثانیه انجام بدی.

[Omid7]

افزايش استفاده از موتورهاي جستجو و تعدد آنهاباعث شده تا كاربران با آگاهي وشناخت كامل به سراغ آنها رفته و با مفاهيم و اصول اوليه آنها آشنا شوند.
قصد داريم شما را با برخي از اصطلاحات موتورهاي جستجو آشنا كنيم:

الگوريتم (Algorithm): مجموعه‌اي از قوانين كه يك موتور جستجو براي مرتب و منظم نمودن اسامي و نامها در فهرست خود از آنها استفاده مي‌كند تا بتواند به يك درخواست مشخص پاسخگو باشد.

لينك‌هاي پشت‌صحنه (Back Links): تمام لينك‌هايي كه به يك صفحه اينترنتي خاص شاره مي‌كنند. همچنين به آن لينك‌هاي هم‌مرز ( Inbound Links) نيز گفته مي‌شود.

نرخ كليك‌شدن (Click Through Rate): درصد كساني كه يك لينك را مشاهده مي‌كنند در مقايسه با تعداد دفعاتي كه يك لينك در صفحه نتايج( Result Page) نمايش داده مي‌شود.

پنهان‌كاري (Cloaking): در صنعت موتورهاي جستجو، به عملياتي گفته مي‌شود كه در آن موتور جستجو، محتوياتي از يك آدرس اينترنتي (URL) را ذخيره مي‌كند كه اين محتويات با آنچه كه جستجوگر مشاهده مي‌كند، متفاوت است.

هزينه هر كليك (Cost Per Click): سيستمي كه طبق آن افراد و شركتهاي تبليغات‌كننده مبلغي را به ازاء هر كليك روي لينكي كه كاربران را به سايت او هدايت مي‌كند، مي‌پردازد. به اين سيستم CPC يا PPC نيز گفته مي‌شود.

كاوشگر(Crawler): اجزايي از موتور جستجو كه به صورت اتوماتيك در وب كاوش كرده و اقدام به جمع‌آوري اسامي مي‌نمايد را گويند. اين جزء موتورهاي جستجو كه به نام عنكبوت( Spider) يا ربات نيز ناميده مي‌شود، لينك‌هاي مختلف را براي رسيدن به صفحات اينترنتي تعقيب مي‌كند تا به هدف برسد.

دايركتوري‌ها(Directories): نوعي از موتورهاي جستجو است كه در آنها اطلاعات و اسامي جمع‌آوري شده با كوشش افراد بوده و از سيستم كاوش اتوماتيك در وب براي يافتن استفاده نمي‌شود. در اين سيستم ليست اسامي و آدرسها توسط تعدادي از اپراتورها ذخيره مي‌گردد و در هنگام جستجو از اين پايگاه داده‌هاي تهيه شده براي رسيدن به مقصد استفاده مي‌شود.

صفحه درگاه (Doorway Page): صفحه‌اي مجازي است، ساخته شده از تعدادي كلمات كليدي و لينك‌هاي ديگر كه ترافيك موتورهاي جستجو را تعديل مي‌كند.

فهرست (Index): مجموعه‌اي از اطلاعاتي كه يك موتور جستجو دارد و جستجوگران مي‌توانند از آنها استفاده كنند.

صفحه فرود(Landing Page): صفحه‌اي كه نهايتا جستجوگر پس از كليك كردن بر روي ليست نتايج به آن مي‌رسد را صفحه فرود گويند.

متن لينك(Link Text): متني كه شامل يك آدرس اينترنتي يا لينك مي‌باشد.

موتورهاي جستجوي متا (Meta Search Engine): موتورهاي جستجويي كه به جاي كاوش در وب و يافتن درخواست‌هاي جستجوگران، از فهرست وليست‌هاي دو يا چند موتور جستجوي ديگر استفاده مي‌نمايند.

برچسب‌هاي متا (Meta Tags): برچسب‌ها يا اطلاعاتي هستند كه در صفحات اينترنتي قرار داده مي‌شوند به منظور انتقال اطلاعات به كاوشگر (Crawler) موتورهاي جستجو، نمايشگرهاي اينترنت و برخي نرم‌افزارهاي كاربردي ديگر مي‌باشد و قابل رويت توسط جستجوگران نيست.

ليست‌هاي پرداخت‌شده (Paid Listings): ليست‌هايي كه توسط موتورهاي جستجو به تبليغات‌كننده‌ها فروخته مي‌شود.

لينك دوطرفه (Reciprocal Link): به يك لينك تبادلي بين دو وب سايت گويند.

صفحه نتايج (Results Page): پس از ورود يك درخواست توسط جستجوگر در موتورجستجو، صفحه‌اي كه نتايج در آن نمايش داده مي‌شود را گويند كه گاهي به نام SERPs نيز ناميده مي‌شود كه مخفف search Engine Result Pages مي‌باشد.

Robots.txt: فايلي كه صفحات اينترنتي را از ليست شدن و فهرست‌گيري توسط موتورهاي جستجو محفوظ مي‌دارد.

بازگشت سرمايه (ROI): درصد سود يا بازده برگشتي از يك فعاليت خاص را گويند و مخفف Return on Investment ‌مي‌باشد.

بازاريابي موتورهاي جستجو (Search Engine Marketting): عمليات بازاريابي يك وب‌سايت از طريق يك موتورجستجو.

اصطلاح جستجو (Search Terms): كلمه يا كلماتي كه يك جستجوگر در قسمت جستجوي يك موتور جستجو وارد مي‌كند. به آن كلمات كليدي، اصطلاح درخواست شده يا Query نيز گفته مي‌شود.

فرمانبرداري (Submission): اجازه ورود URL‌ وارد شده توسط جستجوگر به فهرست و ليست موتور جستجو را گويند.