Comment fonctionne un moteur de recherche ? (7ème et dernière partie : agrégation des différents algorithmes entre eux)

Un moteur de recherche comme Google ou Bing est loin d’être un système simple pouvant être expliqué en quelques lignes. Il est au contraire l’addition de nombreuses technologies souvent assez complexes, lui permettant de renvoyer à l’internaute qui l’utilise les résultats les plus pertinents. Cette série de sept articles vous a expliqué, au fil des mois, quelles sont les différentes briques d’un moteur et vous en a dévoilé les arcanes qui constituent leurs entrailles. Après nos précédents articles sur les technologies de crawl, l’index inversé, le duplicate content, le PageRank thématique, la pertinence et l’analyse de la requête de l’internaute et enfin la lutte contre le spam, il était temps de voir comment toutes ces briques s’articulent entre elles…

Par Guillaume Peyronnet, Sylvain Peyronnet et Thomas Largillier

Nous avons étudié dans les six articles précédents le fonctionnement indépendant d’un certain nombre de briques algorithmes qui composent un moteur de recherche. Dans ce dernier article, nous allons voir comment toutes ces briques a priori disparates s’assemblent, pour fabriquer la belle maison “moteur de recherche”.

En effet, une fois que les pages trouvées sur Internet ont été crawlées, indexées, analysées pour leur pertinence et leur popularité, le moteur peut finalement renvoyer des résultats de recherche. Lorsque l’internaute va saisir une requête, le moteur de recherche va choisir dans son index les pages les plus pertinentes, et il va les renvoyer dans l’ordre décroissant de popularité. Ainsi plus une page pertinente est populaire, plus elle a de chances de se retrouver dans les premiers résultats de la SERP pour les requêtes qui la concerne. Tout cela est très théorique, mais bien sur la réalité n’est pas si évidente. Voyons donc comment cela se passe dans la véritable vie du moteur.

Tout d’abord, il faut comprendre l’objectif du moteur de recherche : il s’agit de fournir à l’utilisateur des documents qui le satisfont raisonnablement. Il n’y a donc pas besoin de trouver les “meilleurs” documents, pour peu que ce terme de “meilleur” ait le moindre sens, d’ailleurs.

Dans ce contexte, il existe un certain nombre de tâches qui vont permettre de simplifier et/ou d’accélérer les calculs tout en maintenant une qualité raisonnable. Ces tâches sont des heuristiques, c’est-à-dire des actions plus ou moins algorithmiques qui marchent… parce qu’elles marchent (et c’est là toute la beauté de la chose !).

La suite de cet article va donc présenter chacune de ces tâches, sans trop de fil conducteur car il s’agit de points assez indépendants, qui vont s’associer afin de créer “LE” moteur de recherche.

Un index plus léger, ou plutôt des index plus légers

Première chose à absolument comprendre : il n’y a en fait pas un seul index mais plusieurs, ce que l’on va appeler des verticales ou des shards, et qui vont correspondre à des sous-index thématiques (voyage, e-commerce, adulte, etc.), ou techniques (les blogs, les sites de vente, etc.) ou n’importe quelle autre découpe qu’on estime pertinente. Une page web peut se retrouver dans plusieurs verticales ; un site peut avoir des pages dans une verticale et d’autres pages dans une autre verticale. Bref, il s’agit d’une découpe plus ou moins habile de tout ce qui a été crawlé puis indexé par le moteur.

Envie de lire la suite ?

Les articles Reacteur en intégralité à partir de 14,90 €/mois.

Je m'abonne

Apprenez auprès des meilleurs experts, grâce à leurs partages de connaissances et leurs retours d’expérience.

• Accès immédiat à tous les contenus
• 7 articles d'experts partagés chaque mois
• Des réponses concrètes à vos problématiques de consultants

Thomas Largillier, Guillaume Peyronnet et Sylvain Peyronnet sont les fondateurs de la régie publicitaire sans tracking The Machine In The Middle (http://themachineinthemiddle.fr/).