Le pagerank de Google et au-delà: la science des classements des moteurs de recherche

première scène .. Californie, 1998. Jon

Kleinberg, un jeune scientifique

/ Travailler chez IBM Almaden Research

Center dans la Silicon Valley, présente

ses HITS (Hypertext Induced

Topic Search).
 Presque simultanément,

à proximité Stanford Univer

ville, deux doctorants en informatique,

Sergey Brin et Larry Page, sont

mettre la touche finale à leur

L'algorithme PageRank, un futur composant central

du moteur de recherche de Google. Tous les deux

les projets reposent sur un

idée: utiliser la structure d'hyperlien de

le Web pour améliorer un moteur de recherche

résultats.

Deuxième scène: Madrid-Mountain

View, Californie, 2006 (mêmes caractères).

Kleinberg, maintenant professeur à

Cornell University, reçoit le Rolf

Prix ​​Nevanlinna à l'International

Congrès des mathématiciens de Madrid.

Brin et Page, assis dans leurs bureaux à

Le siège de Google, complotent

de nouveaux gadgets google pour ravir les

immense foule de googlemaniacs.

Pas beaucoup de temps sépare ces deux

scènes, mais il suffisait de con>

révolutionner complètement la façon dont nous utilisons

la toile. Google est devenu la norme

pour la recherche sur le Web. Son impact a

est allé bien au-delà du monde de la technologie;

il imprègne notre vie quotidienne.

Bien que le travail de Kleinberg n'ait pas été

si bien développé commercialement,

cela lui a valu la reconnaissance

de la communauté mathématique

avec la Nevanlinna susmentionnée

Prix, décerné "pour contributions exceptionnelles

dans les aspects mathématiques de l'information

Science."

Le livre à l'examen donne un aperçu complet

aperçu de l'état de l'art

technologie des moteurs de recherche web,

mettant un accent particulier, comme le titre

suggère, sur les procédures de classement.

Un moteur de recherche est conçu pour

effectuer plusieurs tâches. Tout d'abord, il recueille

les informations contenues dans la myriade

pages du Web ("exploration", dans le

jargon). Ensuite, toutes ces informations sont

stocké, compressé et traité pour

construire des index de contenu. Vient enfin

l'interaction avec l'utilisateur.

 Lorsqu'un

l'utilisateur tape une requête que le moteur doit trouver

dans les index les pages qui contiennent

informations pertinentes et doit montrer

ce résultat sous la forme d'une liste ordonnée. Maintenant

vient le point clé, peut-être le plus

ingrédient important de la recherche

processus: dans quel ordre les informations

être affichée? C'est désirable,

même essentiel, que la plupart du temps le

l'utilisateur peut trouver le plus pertinent

informations dans, disons, les 10 ou 20 premiers

pages affichées.

L'ampleur du problème est énorme.

Il y a des milliards de pages sur

le web, avec une moyenne estimée

taille de la page de 500 Ko, et tous ces

les chiffres augmentent de jour en jour. le

le web est également dynamique: la plupart des pages

modifier régulièrement leur contenu

et des millions de pages sont ajoutées (ou

disparaître) chaque année. Le moteur, de

bien sûr, doit répondre aux questions en temps réel

temps!