Utafutaji wa kina na lugha swala. Lugha maswali search engine

Query Language - ni artificially kuundwa kwa lugha ya programu kutumika swala hifadhidata na mifumo ya habari.

Kwa ujumla, mbinu kama ya maswali zinaweza kupangwa kutegemea kama wao ni kutumika kwa ajili ya database, au kutafuta taarifa. Tofauti ni kwamba maombi ya huduma kama ni nia ya kutoa majibu sahihi ya maswali haya, wakati injini ya utafutaji inajaribu kutafuta nyaraka zenye taarifa zinazohusiana na mtumiaji ni nia ya shamba.

Hifadhidata

Lugha ya maswali database ni mifano ifuatayo:

• QL - kitu-oriented, inahusu hifadhidata uhusiano; Datalog mrithi.
• Muktadha (CQL) - lugha rasmi ya kuwasilisha maombi ya mifumo ya taarifa upatikanaji (kwa mfano bahati mtandao au katalogi za marejeo).
• CQLF (CODYASYL) - kwa hifadhidata CODASYL-TYPE.
• Dhana-oriented lugha swala (COQL) - kutumika katika mifano husika (com). Ni kutokana na kanuni za data construpt Modeling na anatumia oparesheni kama vile makadirio na de makadirio ya uchambuzi multivariate, shughuli za uchambuzi na hitimisho.
• DMX - kutumika katika mfano madini.
• Datalog - lugha hoja ya hifadhidata deductive.
• Gellish Kiingereza - lugha ambayo inaweza kutumika kwa swala database katika Gellish Kiingereza na inaruhusu mazungumzo (maombi na majibu), na pia hutumika kwa habari Modeling elimu.
• HTSQL - tafsiri http-maswali katika SQL.
• ISBL - kutumika PRTV (kwanza uhusiano usimamizi wa mifumo ya database).
• LDAP - itifaki kwa kuhoji na directory huduma kuendelea juu ya TCP / IP itifaki.
• MDX - muhimu kwa ajili ya hifadhidata OLAP.

Boti

Lugha maswali search, kwa hiyo, ina lengo la kupata data katika injini ya utafutaji. Dalili zake ni kutokana na ukweli kwamba sehemu ya ombi na maandishi wazi au HyperText na syntax hiari (kwa mfano, "na" / "au"). Ni tofauti sana kutokana na hali ya lugha kama hiyo, ambazo husimamiwa na sheria kali ya syntax au amri zina vigezo positional.

Vile hoja kundi utafutaji?

Kuna aina tatu pana kufunika wengi wa misako: taarifa tu, navigational, na wa kikazi. Ingawa uainishaji hili si fasta kinadharia, empirically ni kuthibitishwa na kuwepo kwa maswali halisi katika injini ya utafutaji.

Taarifa maombi - wale kufunika mada pana (mfano, mji maalum au malori mfano), kuhusiana na ambayo inaweza kupatikana maelfu ya matokeo muhimu.

Navigation - ni maombi ya kwamba ni kuangalia kwa tovuti au ukurasa wa mtandao juu ya mada fulani (kwa mfano, YouTube).

Mapatano - kutafakari nia ya mtumiaji kufanya hatua maalum, kwa mfano, kununua gari au kitabu ndege.

Search injini mara nyingi hutoa aina nne ya ombi inayotumika kiasi kidogo mara kwa mara. Hii kinachojulikana maombi ya muunganisho ambayo yana kumbukumbu ya kuunganishwa faharasa ya tovuti graphics (idadi ya viungo kwa URL defined, au jinsi wengi kurasa indexed na kikoa fulani).

Jinsi ya kufanya kutafuta habari?

rasilimali nyingi za utafutaji haina wazi kumbukumbu za utafutaji wake, hivyo habari ambazo watumiaji wa kutafuta kwenye mtandao, ni vigumu sana kupata. Hata hivyo, kwanza masomo ya sayansi alionekana katika 1998. Baadaye tena utafiti kufanyika mwaka 2001, ambayo kuchambuliwa maombi kuonekana kama yenye husika. Pia ikawa wazi jinsi ya kutumia injini za kutafuta lugha swala.

Walikuja kujulikana kwa tabia ya kuvutia kuhusiana na Mtandao:

urefu wa wastani ulikuwa 2.4 hoja ya utafutaji maneno.

• Takriban nusu ya watu ni alituma maombi, lakini kidogo chini ya theluthi moja ya watumiaji kufanya maswali tatu au zaidi ya kipekee moja kwa moja.
• Karibu nusu ya watumiaji kutazama tu kwanza kurasa moja au mbili wa matokeo.
• Chini ya 5% ya watumiaji wa kutumia uwezo advanced search (kwa mfano, uchaguzi wa makundi yoyote au utafutaji katika kutafuta).

Sifa vitendo desturi

Utafiti huo pia ulionyesha kuwa 19% ya maombi zilizomo kijiografia mrefu (kwa mfano, majina, namba ya posta, makala ya kijiografia, na kadhalika. D.). Lakini ni muhimu kufahamu kuwa pamoja na hoja za short (yaani masharti mbalimbali) ni mara nyingi sasa na kutabirika chati ambapo watumiaji kubadilisha search maneno yao.

Pia ilibainika kuwa 33% ya maombi kutoka kwa mtumiaji moja ni mara kwa mara, na katika 87% ya kesi ya mtumiaji vyombo vya habari Matokeo hayo. Hii inaonyesha kwamba watumiaji wengi kutumia maombi ya mara kwa mara ya kukagua au re-kupata habari.

usambazaji mzunguko wa maombi

Aidha, wataalam alithibitisha kuwa mzunguko wa maombi wa usambazaji uhusiano na sheria madaraka. Hiyo ni, sehemu ndogo ya neno muhimu hutokea katika orodha kubwa ya maswali (kwa mfano, zaidi ya milioni 100), na mara nyingi zaidi kutumika. mapumziko ya hukumu chini ya masomo hivyo hivyo hutumika chini ya mara nyingi na zaidi mmoja mmoja. Hali hii inaitwa Pareto kanuni (au "80-20 utawala"), na kuna uwezekano wa kutumia kama injini za kutafuta optimization mbinu kama kuwekwa au partitioning hifadhidata, Caching na kupakia awali, na pia kutoa nafasi ya kuboresha lugha ya maswali search injini.

Katika miaka ya karibuni, imekuwa wazi kuwa wastani swala urefu inaongezeka kwa kasi baada ya muda. Hivyo, ombi wastani kwa Kiingereza kuwa mrefu. Katika suala hili, Google imeanzisha update jina "Hummingbird" (Agosti 2013), ambayo ni uwezo wa kushughulikia kwa muda mrefu maneno ya utafutaji na hakuna itifaki "amesema" lugha ya swala (kama vile "wapi karibu kahawa?").

Kwa hoja tena kutumia usindikaji zao - wao ni kuvunjwa katika maneno, ilitoa lugha ya kawaida, na kuonyesha majibu ya sehemu mbalimbali tofauti.

muundo Query

Search injini kuwa msaada operesheni mantiki na sentensi kutumika zaidi ya lugha kupanuliwa swala. user anayetafuta nyaraka, kufunika mada kadhaa au pande, unaweza kuelezea kila mmoja wao katika mantiki Tabia ya neno. Katika msingi wake, mantiki lugha swala ni seti ya maneno maalum na vituo vya uandishi.

Ni nini search ya juu?

Lugha "Yandex" na "Google" maswali na uwezo wa kufanya zaidi ya utafutaji walengwa, chini ya masharti fulani. Utafutaji wa kina unaweza kutafuta jina la ukurasa au kutumia kiambishi awali header, na pia katika aina fulani na orodha ya majina. Pia inaweza kupunguza utafutaji na kurasa ambayo yana maneno maalum katika cheo au chini makundi fulani ya ufadhili. Wakati kutumika kwa usahihi, lugha swala sababu inaweza kufanya kazi vigezo ya amri ya kiwango ngumu zaidi kuliko ya uso wa utoaji wa injini nyingi za utafutaji, ikiwemo maneno ya mtumiaji iliyofafanuliwa hadi mwisho wa kutofautiana na herufi moja. Wakati wa kuwasilisha kupanua matokeo ya utafutaji itaonyeshwa kama kiungo kwa sehemu za ukurasa.

Pia inawezekana kwa kutafuta kurasa zote zenye maneno fulani, wakati katika swala standard injini za kutafuta hawezi kukaa juu ya ukurasa wowote majadiliano. Mara nyingi, lugha swala unaweza kusababisha ukurasa wowote, ipo katika vitambulisho noindex.

Wakati mwingine, vizuri sumu ombi utapata kupata taarifa, zenye idadi ya herufi maalum na barua nyingine herufi (Kichina wahusika kwa mfano).

lugha ya alama swala jinsi ya kusoma?

Juu na chini kesi, na baadhi ya diacritics (lafudhi na umlaut) hawachukuliwi katika utafutaji. Kwa mfano, tafuta neno msingi ya Citroen si kupata kurasa zilizo neno "Tsitroon". Lakini baadhi ya ligatures uhusiano na barua ya mtu binafsi. Kwa mfano, kutafuta "aeroskobing" kupata kwa urahisi ukurasa ulio "Ereskebing" (AE = Æ).

Wengi wahusika ambao si alphanumeric ni daima kupuuzwa. Kwa mfano, ni vigumu kupata taarifa kwa ajili ya maswali iliyo na msururu | L | (Herufi kati ya kupigwa mbili wima), licha ya ukweli kwamba alama hii ni kutumika katika baadhi ya templates kubadili. matokeo itakuwa tu "LT" data. Baadhi alama na maneno yanashughulikiwa kwa njia tofauti: query "mkopo (Fedha)" maonyesho makala kwa maneno "mikopo" na "fedha", kupuuza mabano, hata kama kuna makala na jina halisi "ya mkopo (Fedha)."

Kuna njia nyingi ambazo unaweza kutumia na lugha swala.

syntax

Query Language "Yandex" na "Google" inaweza kutumia baadhi alama za uandishi kuboresha utafutaji wako. Kama mfano, curly braces - {{}} utafutaji. maneno zilizomo ndani yake, itakuwa chini ya kutafuta nzima bila kubadilika.

maneno katika quotes mbili utapata kufafanua kitu cha utafutaji. Kwa mfano, neno katika alama za nukuu itakuwa kutambuliwa kama kutumika kwa njia ya mfano, au kama wa kutungwa, bila ya alama za nukuu - Taarifa zaidi documentary herufi.

Aidha, kuu search injini yote inayotumia "-" kwa mantiki "hapana", na pia na / au. Ubaguzi - masharti ambayo haiwezi kutengwa kwa hyphen au dash kiambishi awali.

Hailingani search maneno ni alama na ~. Kwa mfano, kama huna kumbuka maneno halisi ya neno au jina, unaweza kuingiza ndani ya bar ya utafutaji na alama maalum, na utakuwa na uwezo wa kupata matokeo kwa kufanana kiwango cha juu.

vigezo ya utafutaji maalum

Pia kuna vigezo kama katikakichwa, na incategory. filters hizi ni kuonyeshwa kwa njia ya matumbo, kama "filter: kamba swala". kamba swala unaweza vyenye ya utafutaji au maneno, au sehemu au jina kamili ya ukurasa.

Kazi «katikakichwa: swala" inatoa kipaumbele kwa matokeo ya utafutaji kwa jina, lakini pia inaonyesha na matokeo ya kawaida juu ya maudhui kichwa. Baadhi ya filters hizi zinaweza kutumika kwa wakati mmoja. Jinsi gani kushika nafasi hii?

Query aina «katikakichwa: jina la uwanja wa ndege wa" kutoa makala yote yenye kichwa jina la uwanja wa ndege. Kama sisi kuunda kama «maegesho katikakichwa: uwanja wa ndege jina", basi utapata makala na jina la uwanja wa ndege katika cheo na kwa kutaja maegesho katika maandishi.

Search filter «incategory: Jamii" kazi katika kanuni ya utoaji wa awali wa makala wa mali ya kikundi fulani au ukurasa orodha. Kwa mfano, hoja ya utafutaji kwa ajili ya aina ya "Hekalu incategory: Historia" yataleta matokeo ya historia ya mahekalu. Kazi hii pia inaweza kutumika kama ugani, kuweka vigezo mbalimbali.