 |
|
|
| |
|
|
| Sommaire Moteur-Référencement |
|
| Ce qui a changé dans le fonctionnement des moteurs |
| Du crawling au ranking, retour avec Olivier Andrieu sur les schémas de fonctionnements actuels de l'univers des moteurs de recherche.
(07/04/2006) |
|
De la création d'un site Internet à son apparition dans un moteur de recherche, il existe un schéma bien précis et relativement commun aux principaux moteurs de recherche que sont Google, Yahoo ou MSN.
Il est nécessaire de préciser que la notion de "moteur de recherche" (définie comme un programme qui indexe de façon automatisée le contenu de différentes ressources Internet permettant à l'internaute de rechercher de l'information via des mots clés) ne prend pas en compte les annuaires, les logiciels client ou encore les métamoteurs.
Trois étapes permettent le référencement d'un site : le crawling, l'indexation et pour finir le ranking. Depuis les débuts des moteurs, ces techniques ont fortement évolué et se sont complexifiées pour améliorer et adapter les résultats aux requêtes des internautes.
Pour Olivier Andrieu, "il y a quelque temps, l'index était mis à jour une fois par mois, suivant le calendrier des pleines lunes. Sur le moteur Google, cette opération s'appelait la Google Dance, c'est à dire lorsque le moteur enlevait l'ancien index et mettait le nouveau". Cette méthode a été arrêtée vers mi-2003, devenue trop complexe et imposant trop de contraintes pour les moteurs qui l'avaient mise en place.
Désormais, le changement n'est plus mensuel, mais continuel. Avec tout d'abord la première étape : le crawling. Il s'agit de la phase de collecte d'information où les moteurs envoient leurs robots visiter les pages Web. Googlebot pour Google, Slurp pour Yahoo, et MSNBot pour MSN
ces robots passent plus ou moins souvent sur un site selon la fréquence de mise à jour. "Suivant la date du serveur et la date de modification du contenu, précise Olivier Andrieu, il apprend au fur et à mesure et s'adapte. Si le site est modifié quotidiennement, le robot revient tous les jours".
| Une page dont l'url n'a pas été soumise peut tout de même être visitée si d'autres pages déjà référencés font un lien vers celle-ci |
Le robot va de lien en lien. Une page dont l'url n'a pas été soumise peut tout de même être visitée par ces spiders si d'autres pages déjà référencées font un lien vers celle-ci. "Le robot met les éléments dans un fichier temporaire qui sera traité par l'indexation" ajoute l'expert en référencement. A noter que chaque passage de robot peut être connu du webmaster par le biais de fichier logs.
L'indexation des données collectées est la deuxième étape. C'est le classement automatique des mots rencontrés dans un index. Pour chaque terme utilisé dans un site, un poids est attribué en fonction de l'endroit où il a été trouvé. Par exemple, le mot aura plus d'importance dans le titre que dans le corps même du texte.
A noter que comme lors de la recherche, une liste de mots est automatiquement exclue dont les articles "le", "la"
Enfin, le traitement des requêtes et le ranking constituent la troisième étape. Selon les critères attribués lors de l'indexation et selon l'algorithme du moteur, les résultats sont triés automatiquement. Les algorithmes, jalousement protégés par leurs auteurs, diffèrent selon chaque moteur, ce qui explique les disparités des réponses entre eux.
Néanmoins, certains critères utilisés par les moteurs pour classer leurs résultats sont connus comme l'indice de densité - plus le mot apparaît dans le texte d'une page Web, plus cette page aura de chances de ressortir lors d'une requête dans un moteur - et l'indice de popularité, qui mesure le nombre de liens amenant vers le site.
La Google Dance n'existe donc plus ? "La Google Dance a disparu. Le nom existe toujours, mais il s'agit aujourd'hui de la mise à jour du pagerank"
précise l'éditeur du site Abondance. |
| |
| |
|
|
|
|
|
|
