INF L11 Langage et informatique 1 Cours 5 – Moteurs de recherche – Indexation et requêtes

Rappel Taille du Web Taille du Web Centaines de milliards de pages ? Centaines de milliards de pages ? Aiguille dans une meule de foin planétaire Aiguille dans une meule de foin planétaire

Plan Indexation Indexation Requêtes Requêtes

– I – Indexation – I – Indexation

Outils Annuaires Annuaires Réalisés manuellement Réalisés manuellement Exemples : Exemples : Yahoo ! Yahoo ! Yahoo ! Yahoo ! Open Directory Open Directory Open Directory Open Directory Moteurs Automatiques (robots) Exemples : Google Yahoo ! Recherche Yahoo ! Recherche Attention, Yahoo! fait les deux

Moteurs Indexent le Web Indexent le Web Permettent de poser des reqûetes Permettent de poser des reqûetes

Quest-ce quun index ?

int-fr.clarins.net/main.cfm?PlanteID=172 perso.wanadoo.fr/cl.ivert/abricot.htm saveurs.sympatico.ca/ency_4/peche/abricot.htm saveurs.sympatico.ca/ency_4/ananas/ananas.htm e26e4e7966f h.html... abricot ananas

Robots « Sir, I am fluent in 6 million forms of communication… »

Robots Les « robots » dont on parle ici sont des agents virtuels Les « robots » dont on parle ici sont des agents virtuels Programmes informatiques qui analysent le web Programmes informatiques qui analysent le web « spiders » « spiders » « crawlers » « crawlers »

Hypertexte Inventé au CERN en Inventé au CERN en CERN Liens entre « pages » Liens entre « pages » sur le même ordinateur sur le même ordinateur ou sur ordinateurs distants... ou sur ordinateurs distants... Véritable livre planétaire Véritable livre planétaire

Liens entre pages

Exemple France Allemagne U.S.A.

Robot Le robot démarre sur une page Le robot démarre sur une page suit ses liens suit ses liens pour chaque page trouvée pour chaque page trouvée le robot analyse la page le robot analyse la page suit ses liens suit ses liens Google : Google : un mois environ pour tout remettre à jour... un mois environ pour tout remettre à jour...

Google 4,5 milliards de pages 4,5 milliards de pages nindexe pas tout (pages inacessibles) nindexe pas tout (pages inacessibles) environ (fin 2004) environ (fin 2004) 100 milliards de mots en anglais 100 milliards de mots en anglais 8 milliards de mots en français 8 milliards de mots en français

– II – Requêtes

Requêtes de base

Oops !

Réglages de base Quelques réglages simposent Quelques réglages simposent

Requêtes « booléennes » Combiner des mots-clés Combiner des mots-clés Opérateurs logiques Opérateurs logiques Et, ou, exclusion Et, ou, exclusion George Boole ( )

Et

Les pages doivent contenir les deux termes Les pages doivent contenir les deux termes

Ou

Attention

Exclusion

Expressions

Jokers

Combinaisons Exemple Exemple Expression, joker, exclusion Expression, joker, exclusion

Autres possibilités Sélection de la langue Sélection de la langue Format de fichier Format de fichier Date Date Emplacement Emplacement