El buscador de Yandex o buscador web de Yandex (en ruso Яндекс.Поиск) es un motor de búsqueda. Es propiedad de Yandex, con sede en Rusia. En enero de 2015, buscador de Yandex generó el 51,2% de todo el tráfico de búsqueda en Rusia según LiveInternet.
En mayo de 2010, Yandex lanzó Yandex.com, una plataforma para realizar pruebas beta y mejorar la búsqueda en idiomas distintos del ruso.Matt McGee, Search Engine Land. Russia’s Yandex Search Engine Goes Global. Retrieved 2011-04-30.
Se puede acceder al producto de búsqueda desde computadoras personales, teléfonos móviles, tabletas y otros dispositivos digitales. Además de la búsqueda web, Yandex ofrece una amplia gama de servicios de búsqueda especializados.
En 2009, Yandex lanzó MatrixNet, un nuevo método de aprendizaje automático que mejora significativamente la relevancia de los resultados de búsqueda. Permite que el motor de búsqueda de Yandex tenga en cuenta una gran cantidad de factores cuando toma la decisión sobre la relevancia de los resultados de la búsqueda.MatrixNet: New Level of Search Quality . Retrieved 2011-04-30.
Otra tecnología, Spectrum, se lanzó en 2010. Permite inferir consultas implícitas y devolver resultados de búsqueda coincidentes. El sistema analiza automáticamente las búsquedas de los usuarios e identifica objetos como nombres personales, películas o automóviles. Las proporciones de los resultados de búsqueda que responden a las diferentes intenciones de los usuarios se basan en la demanda de estos resultados por parte de los usuarios. Con el primer lanzamiento el 21 de julio de 2017, el navegador web Brave presenta a Yandex como uno de sus motores de búsqueda predeterminados.
Funcionalidad Visión de conjunto El motor de búsqueda consta de tres componentes principales:
Un agente es un robot de búsqueda. Pasa por alto la red, descarga y analiza documentos. Si se encuentra un nuevo enlace durante el análisis del sitio, cae en la lista de direcciones web del robot. Los robots de búsqueda son de los siguientes tipos: arañas : sitios de descarga como los navegadores del usuario; Crawler: descubra enlaces nuevos, aún desconocidos, basados en el análisis de documentos ya conocidos; indexadores : analizan las páginas web detectadas y agregan datos al índice. Muchos documentos desinflados se dividen en partes inconexas y se borran del marcado.
Index es una base de datos compilada por robots de Indexación de motores de búsqueda. Los documentos se buscan en el índice.
BuscadorLa solicitud de búsqueda del usuario se envía al servidor menos cargado después de analizar la carga del sistema de búsqueda. Para brindar esa oportunidad, los servidores de Yandex están agrupados. Luego, la solicitud del usuario es procesada por un programa llamado "Metapoisk". Metapoisk analiza la solicitud en tiempo real: determina la ubicación geográfica del usuario, realiza análisis lingüísticos, etc. El programa también determina si la solicitud pertenece a la categoría de las más populares o recientemente definidas. La emisión de dichas solicitudes durante algún tiempo se almacena en la memoria (caché) de la metabúsqueda y, en caso de coincidencia, se muestran los resultados guardados previamente. Si la solicitud es rara y no hay coincidencias en el caché, el sistema la redirige al programa de búsqueda básica. Analiza el índice del sistema, que también se divide en diferentes servidores duplicados (esto agiliza el procedimiento). Luego, la información recibida vuelve a caer en la metabúsqueda, los datos se clasifican y se muestran al usuario en una forma final.
Indexación En general, Yandex indexa los siguientes tipos de archivos: html, pdf, rtf, doc, xls, ppt, docx, odt, odp, ods, odg, xlsx, pptx.
El motor de búsqueda también puede indexar el texto dentro de los objetos de Shockwave Flash (si el texto no se coloca en la imagen misma), si estos elementos se transfieren como una página separada, que tiene el tipo MIME application/x-shockwave-flash y archivos con la extensión .swf
Yandex tiene 2 robots de escaneo: el "principal" y el "rápido". El primero es responsable de todo Internet, el segundo indexa sitios con información que cambia y se actualiza con frecuencia (sitios de noticias y agencias de noticias). En 2010, el robot "rápido" recibió una nueva tecnología llamada "Orange", desarrollada conjuntamente por las divisiones de Yandex en California y Moscú.
Desde 2009, Yandex es compatible con la tecnología Sitemaps.
Registros del servidor En los registros del servidor, los robots de Yandex se representan de la siguiente manera:
Mozilla/5.0 (compatible; YandexBot/3.0)es el principal robot de indexación. Mozilla/5.0 (compatible; YandexBot/3.0; MirrorDetector) - un robot que detecta sitios espejo. Si hay varios sitios con el mismo contenido, solo se mostrará uno en los resultados de búsqueda. Mozilla/5.0 (compatible; YandexImages/3.0) -indexador Yandex. Imágenes. Mozilla/5.0 (compatible; YandexVideo/3.0) -indexador Yandex. Video. Mozilla/5.0 (compatible; YandexMedia/3.0) -indexador de datos multimedia. Mozilla/5.0 (compatible; YandexBlogs/0.99; robot) es un robot de búsqueda que indexa los comentarios de las publicaciones. Mozilla/5.0 (compatible; YandexAddurl/2.0) -es un robot de búsqueda que indexa páginas a través del formulario "Agregar URL ". Mozilla/5.0 (compatible; YandexDirect/2.0; Dyatel) - comprobando Yandex. Directo. Mozilla/5.0 (compatible; YandexMetrika/2.0) -indexador Yandex. Métrica. Mozilla/5.0 (compatible; YandexCatalog/3.0; Dyatel) - comprobando Yandex. Catalogar. Mozilla/5.0 (compatible; YandexNews/3.0)-indexador Yandex. Noticias. Mozilla/5.0 (compatible; YandexAntivirus/2.0) -Robot antivirus Yandex.
Lenguaje de consulta Los siguientes operadores se utilizan para configurar:
"" - cita exacta | - ingrese entre palabras, si necesita encontrar una de ellas * - entrar entre palabras, si falta alguna palabra site: - buscar en un sitio específico date: - buscar documentos por fecha, por ejemplo, fecha: 2007 + - ingrese antes de la palabra, que debe estar en el documento
Resultados de la búsqueda Yandex, automáticamente, junto con la "forma exacta" original de la consulta, busca sus diversas variaciones y formulaciones.
La búsqueda de Yandex tiene en cuenta la morfología del idioma ruso, por lo tanto, independientemente de la forma de la palabra en la consulta de búsqueda, la búsqueda se realizará para todas las formas de la palabra. Si el análisis morfológico no es deseable, puede colocar un signo de exclamación (!) Antes de la palabra; la búsqueda en este caso mostrará solo la forma específica de la palabra. Además, la consulta de búsqueda prácticamente no tiene en cuenta las llamadas Palabra vacía, es decir, preposiciones, puntuación, pronombres, etc., debido a su amplia distribución
Como regla general, las abreviaturas se revelan automáticamente, la ortografía se corrige. También busca sinónimos (móvil - celular). La extensión de la solicitud del usuario original depende del contexto. La ampliación no se produce cuando un conjunto de términos muy especializados, nombres de nombres propios de empresas (por ejemplo, OJSC “Hipopótamo” - OJSC “Hipopótamo”), añadiendo la palabra “precio”, entre comillas exactas (son consultas resaltadas con máquina de escribir cotizaciones).
Los resultados de búsqueda para cada usuario se forman individualmente en función de su ubicación, el idioma de una consulta, los intereses y las preferencias en función de los resultados de las sesiones de búsqueda anteriores y actuales. Sin embargo, el factor clave en la clasificación de los resultados de búsqueda es su relevancia para la consulta de búsqueda. La relevancia se determina en función de una fórmula de clasificación, que se actualiza constantemente en función de algoritmos de aprendizaje automático.
La búsqueda se realiza en ruso, inglés, francés, alemán, ucraniano, bielorruso, tártaro, kazajo.
Los resultados de la búsqueda se pueden ordenar por relevancia y por fecha (botones debajo de los resultados de la búsqueda).
La página con los resultados de la búsqueda consta de 10 enlaces con anotaciones breves: "fragmentos". Los fragmentos incluyen un comentario de texto, enlace, dirección, secciones populares del sitio, páginas en redes sociales, etc. Como alternativa a los fragmentos, Yandex introdujo en 2014 una nueva interfaz llamada "Islas".
Yandex implementa el mecanismo de "búsquedas paralelas", cuando junto con una búsqueda en la web, se realiza una búsqueda en los servicios de Yandex, como Catálogo, Noticias, Mercado, Enciclopedias, Imágenes, etc. Como resultado, en respuesta a la solicitud de un usuario, el sistema muestra no solo información textual, sino también enlaces a archivos de video, imágenes, entradas de diccionario, etc.
Una característica distintiva del motor de búsqueda es también la tecnología de "búsqueda de intención", que significa una búsqueda para resolver un problema. Los elementos de búsqueda de intención son: mensajes de diálogo en caso de solicitud ambigua, traducción automática de texto, información sobre las características del automóvil solicitado, etc. Por ejemplo, cuando solicita "Boris Grebenshchikov - Golden City", el sistema mostrará un formulario para escuchar música en línea del servicio Yandex Music, a pedido de "st. Koroleva 12 ", se mostrará un fragmento del mapa con el objeto marcado en él.
Protección contra correo no deseado y virus
En 2013, algunos consideraron que Yandex era el motor de búsqueda más seguro en ese momento y el tercero más seguro entre todos los recursos web. Para 2016, Yandex había caído al tercer lugar con Google en primer lugar.2016 Q2 Hacked Website Report Sucuri
Verificar páginas web y advertir a los usuarios apareció en Yandex en 2009: desde entonces, en la página de resultados de búsqueda, junto a un sitio peligroso hay una nota "Este sitio puede amenazar la seguridad de su computadora". Se utilizan dos tecnologías a la vez para detectar amenazas. El primero se compró al antivirus estadounidense Sophos y se basaba en un enfoque de firma: es decir, al acceder a una página web, el sistema antivirus también accede a una base de datos de virus y malware ya conocidos.. Este enfoque es rápido, pero prácticamente impotente frente a nuevos virus que aún no han ingresado a la base de datos. Por lo tanto, Yandex, junto con la firma, también utiliza su propio complejo antivirus, basado en un análisis del factor de comportamiento. El programa Yandex, al acceder al sitio, verifica si este último solicitó archivos adicionales del navegador, lo redirigió a un recurso extraño, etc. Por lo tanto, si se recibe información de que el sitio comienza a realizar ciertas acciones (hojas de estilo en cascada, módulos de JavaScript se inician y completan programas) sin el permiso del usuario, se coloca en la "lista negra" y en la base de datos de firmas de virus. La información sobre la infección del sitio aparece en los resultados de búsqueda y, a través del servicio Yandex.Webmaster, el propietario del sitio recibe una notificación. Después de la primera verificación, Yandex realiza la segunda, y si la información de infección se confirma por segunda vez, las verificaciones serán más frecuentes hasta que se elimine la amenaza. El número total de sitios infectados en la base de datos de Yandex no supera el 1%.
Todos los días en 2013, Yandex revisa 23 millones de páginas web (mientras detecta 4300 sitios peligrosos) y muestra a los usuarios 8 millones de advertencias. Aproximadamente mil millones de sitios son revisados mensualmente.
Clasificación de búsqueda