LES MOTEURS DE RECHERCHE

« Les pages Web collectées sont analysées par un logiciel qui procède à leur indexation .

L'indexation consiste à caractériser les pages par des mots clés pour permettre de les retrouver.

Dans le cas des moteurs de recherche, l'extraction de mots ou de groupe s de mots à partir des documents est automatisée .

Le moteur constitue un index qui, pour chaque mot repéré, renvoie aux pages où ce mot est présent.

Pour un programme informatique, un mot est une simple suite de carac tères entre deux séparateurs (par exe mple une espace ou un signe de ponctuation), il n'a pas de sens.

L'indexation du texte intégral pose des problèmes liés à l'homonymie (un mot peut avoir des sens très différents, par exemple « paris » peut correspondre aux enjeux ces joueurs, à la capitale de la France ou au personnage de la mythologie grecque) et à la synonymie (une page comportant le mot « voiture » et une autre le mot « automobile » ne seront pas liées dans l'index). Certains moteurs, comme Google, ajoutent à l'index d'une page, sous cer taines condi tions, les mots qui apparaissent dans les liens pointant vers elle.

Le procédé permet t'obtenir d'autres termes descripteurs jugés représentatifs par ceux qui ont signalé la page dans leur propre site. c) LE CLASSEMENT DES RÉSULTATS De nombreus es études scientifiques montrent que les utilisateurs de moteurs emploient peu de mots dans leurs requêtes (à peine plus de deux mots en moyenne), et ils ne consultent souvent que les tout premiers liens proposés dans les résultats alors qu'il existe plusi eurs centaines de milliers voire millions de pages candidates.

Le défi auquel sont confrontés les moteurs de recherche est non seulement de retrouver les pages qui peuvent correspondre à la demande formulée mais surtout de classer les résultats par pertine nce.

Pour ce faire, chaque moteur a sa propre recette qui mélange un grand nombre de critères exprimés dans des algorithmes.

L'importance d'un mot pour décrire une page peut être déterminée à partir de sa position dans la page (par exemple, un mot présent dans le titre de la page aura plus de poids que les autres) ou sa fréquence d'apparition.

Google a aussi mis en place un algorithme (appelé PageRank) qui repose sur la popularité : plus une page est signalée par des liens dans d'autres sites, mieux elle se ra classée.

Ce principe a été repris par d'autres moteurs commerciaux. d) L'INTERFACE D'INTERROGATION L'interface d'interrogation est la seule partie visible du moteur de recherche pour l' utilisateur .

Elle permet de formuler la demande et de consulter les ré sultats.

Deux types d'interfaces sont souvent proposés : une interface de recherche simple, composée d'une barre de recherche et d'un ou plusieurs boutons ; une interface de recherche avancée où l'on peut préciser sa requête en choisissant des options.

Une fois la recherche lancée, deux catégories de liens apparaissent dans les pages de résultats : les résultats éditoriaux ou résultats « naturels » et les liens commerciaux.

Ces liens publicitaires ont souvent une relation avec les mots choisis par l'interna ute dans sa requête, une publicité « pertinente » qui est bien tolérée par les internautes mais aussi parfois confondue avec les résultats éditoriaux.

Depuis 2005, les moteurs ont reçu des directives pour faire en sorte de les distinguer plus clairement, e n les affichant dans une colonne séparée ou en haut de la page.

Chaque résultat de la liste correspond à un lien, accompagné du titre de la page cible et d'un court fragment montrant les mots recherchés dans le texte. II.

HISTOIRE DES MOTEURS Si les moteurs se sont développés avec Internet, ils ont bénéficié de travaux de recherche bien antérieurs.

La recherche d'information informatisée (information retrieval) est devenue un domaine d'investigation scientifique important après la Seconde Guerre mondiale.

Dan s les années 1960, sont apparus les premiers logiciels. »