Décrire le fonctionnement d'un moteur de recherche : indexation, liens hypertextes, algorithme de classement (PageRank)

En 30 secondes

• Un moteur de recherche fonctionne en trois étapes : exploration (le robot suit les liens hypertextes), indexation (le contenu est enregistré), classement (les pages sont ordonnées par pertinence).
• Dans le modèle simplifié vu ici, plus une page reçoit de liens entrants, plus son score de pertinence estimé est élevé.
• L'algorithme PageRank réel pondère chaque lien selon l'importance de la page qui l'émet, pas seulement leur nombre.

Ce que tu sauras faire

• Tu sauras décrire les trois étapes du fonctionnement d'un moteur de recherche : exploration, indexation, classement.
• Tu sauras distinguer un lien entrant d'un lien sortant et expliquer pourquoi seul le premier sert d'indice de pertinence dans le modèle simplifié vu ici.
• Tu sauras classer plusieurs pages selon leur nombre de liens entrants et calculer l'écart de score entre elles.
• Tu sauras expliquer, dans ses grandes lignes, le principe de pondération de l'algorithme PageRank.

Les mots à connaître

Moteur de recherche

un service qui permet de trouver des pages web pertinentes à partir de mots-clés saisis par l'utilisateur, en s'appuyant sur trois étapes : exploration, indexation, classement.

Robot d'exploration

un programme qui parcourt automatiquement le Web de page en page, en suivant les liens hypertextes, pour découvrir de nouvelles pages.

Indexation

l'étape où le moteur de recherche enregistre le contenu de chaque page explorée dans une base de données, l'index, pour pouvoir la retrouver rapidement lors d'une recherche.

Le piège classique

Confondre lien entrant (reçu depuis une autre page) et lien sortant (contenu dans la page elle-même). Seul le nombre de liens entrants sert d'indice de pertinence dans le modèle de classement simplifié.

L'astuce

Trois étapes toujours dans le même ordre : exploration → indexation → classement, jamais l'inverse.