3. Moteur d’indexation
3.1 Index
Une fois les pages du Web crawlées, le spider envoie au moteur d’indexation les informations collectées. L’indexation s’effectue en texte intégral : tous les mots d’une page, et plus globalement son code HTML, sont alors pris en compte.
Les systèmes d’indexation se chargent ensuite d’identifier en « plein texte » l’ensemble des mots des textes contenus dans les pages ainsi que leur position à l’intérieur de celle-ci. Certains moteurs peuvent cependant limiter leur capacité d’indexation. Ainsi, pendant de longues années, Google s’est limité aux 101 premiers kilooctets des pages (ce qui représentait cependant une taille assez conséquente). Cette limite n’est plus d’actualité aujourd’hui. D’autres moteurs...
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Moteur d’indexation
Compréhension de la requête
Sources bibliographiques
- (1) - BRIN (S.), PAGE (L.) - The anatomy of a large-scale hypertextual web search engine. Computer networks and ISDN Systems . - https://snap.stanford.edu/class/cs224w-readings/Brin98Anatomy.pdf...
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Quiz et tests de validation présents dans cet article
Entraînez-vous autant que vous le voulez avec les quiz d'entraînement.
Article inclus dans l'offre
"Technologies logicielles Architectures des systèmes"
(
408 articles
)
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
