Moteur de recherche

Un moteur de recherche (Search Engine en anglais) est un outil, un logiciel, parcourant le web et indexant automatiquement le contenu qu’il visite. Il permet d’accéder à différentes ressources comme des pages web, des images, de la musique, des vidéos, … Lorsque l’internaute effectue une recherche, le moteur lui retourne une liste de résultats classés selon leur pertinence en rapport avec cette requête, interrogation.

Sur internet, le moteur de recherche réalise :

1. Exploration du web par ses robots (spider, crawler)
2. Indexation de contenus web
3. Recherche dans l’index

Exploration du web par un robot

Les moteurs de recherche utilisent des robots d’indexation, aussi appelés spiders ou crawlers, qui suivent les liens qu’ils trouvent sur le web. Durant leur parcours, certaines ressources seront indexées et d’autres seront rejetées ou mise en retrait de l’index. Ces dernières options peuvent notamment résulter de :

• Refus explicite de se faire indexer un document sur internet par un robot
• Notion de ‘contenu dupliqué’
• Tentative de spamdexing (référencement par des méthodes interdites pas les moteurs de recherche), …

Indexation de contenus web

Le contenu de chaque page web parcourue est analysé pour déterminer comment l’indexer. Les informations recueillies, des mots clés, sont alors conservées dans une base de données. Des moteurs de recherche comme Google mémorisent toute une page web ou seulement une partie alors que d’autres enregistrent systématiquement leur entièreté.

Lors de l’indexation d’une ressource web, l’outil donne une valeur à chaque terme significatif. Cette valeur, ce poids, dépend de l’importance relative de ce mot clé dans le document (utilisation dans le titre, mise en gras, fréquence d’apparition, …).

Recherche dans un moteur

L’internaute interroge un moteur de recherche au moyen d’une requête. Cette requête correspond à une suite de mots clés. Le moteur explore alors son index et retourne une série ordonnée de ressources se rapportant à cette recherche. Ces résultats sont le plus souvent des pages web. Ils sont généralement composés d’un titre et d’une description issue de la balise méta description ou du contenu visible.

Moteur de recherche sémantique

L’analyse sémantique utilise l’occurrence de termes similaires dans la recherche de résultats. Cette évolution vise à améliorer les résultats présentés par un moteur de recherche en se focalisant sur le sens d’une requête et non strictement sur l’expression clé recherchée. Le mot ‘voyage’ est ainsi automatiquement associé à des termes proches comme ‘vacances’.

Annuaire

Les annuaires (directory en anglais) sont souvent assimilés à tord aux moteurs de recherche. Au contraire des moteurs, ils sont alimentés manuellement. Ce sont des personnes, et non des robots, qui parcourent le web et référencient dans leur annuaire des sites jugés pertinents pour leur activité.

Cet outil réalise un inventaire, généraliste ou spécialisé, qui répertorie des sites classés dans des catégories. Un annuaire est ainsi composé d’un nombre importants de liens hypertextes menant vers d’autres sites web ou catégories de l’annuaire.

Principaux moteurs de recherche

Google est incontestablement le moteur de recherche le plus populaire avec plus de 90% des parts de marché en Belgique. Mais il ne dispose pas de tant d’importance dans toutes les régions du monde. D’autres grands moteurs de recherche : Yahoo, Live Search (MSN), Exalead, Baidu, Altavista, …, quelques moteurs moins connus mais apportant des résultats pertinents Veosearch, Mozbot, Cuil, … et des metamoteurs : Kartoo, Zuula, Mamma, …