Investigación documental buscador de Google

Instituto Tecnológico de Colima                  Departamento de Sistemas y Computación

        Estructura de datos

TECNOLÓGICO NACIONAL DE MÉXICO[pic 1][pic 2]

INSTITUTO TECNOLÓGICO DE COLIMA

Estructura de datos

INGENIERÍA EN SISTEMAS COMPUTACIONALES

Maestro:

Cesar Amador Sanchez

Actividad:

Investigación documental “Buscador de Google”

Alumno:

Juan José Castillo Rodríguez

Fecha de entrega:

25 de noviembre de 2022

Índice:

Contenido

Índice:        2

¿Cómo funcionan las búsquedas de Google?        3

¿Cómo organizamos en contenido de la web?        3

∙        Estructura lineal:        3

∙        Estructura jerárquica:        3

∙        Estructura en red:        3

¿Cómo damos los resultados de búsqueda al instante?        3

∙        Con Google Instant, las impresiones se miden de tres modos:        3

∙        Con Google Instant, también medimos impresiones en los casos siguientes:        4

¿Cómo mostramos los resultados de forma útil?        4

¿Guía detallada sobre cómo funciona la Búsqueda de Google?        4

∙        Rastreo:        4

∙        Problemas con el servidor que gestiona el sitio:        5

∙        Problemas de red:        5

∙        Directivas de robots.txt que impiden que el robot de Google acceda a la página:        6

∙        Indexación:        6

∙        La calidad del contenido de la página es baja:        7

∙        Hay directivas meta robots que no permiten la indexación:        7

∙        El diseño del sitio web puede dificultar la indexación:        8

∙        Publicación de resultado de búsqueda:        9

∙        El contenido de la página es irrelevante para los usuarios:        9

∙        La calidad del contenido es baja:        12

∙        Hay directivas meta robots que impiden que se sirvan:        12

¿Cómo funcionan las búsquedas de Google?

Cuando nosotros buscamos en Google no buscamos en internet, sino en el índice de Google. Las paginas que se encuentran se hacen con programas “araña”, las arañas buscan paginas y siguen enlaces que estas tienen, buscan en las webs a las que apuntan y siguen sus enlaces siguiendo las webs enlazadas así hasta indexar una parte de la red.

¿Cómo organizamos en contenido de la web?

• Estructura lineal:

Es un tipo de estructura que tiende a concentrar el PageRank en la página principal ya que el buscador considera más relevantes o importantes las primeras páginas de la secuencia.

• Estructura jerárquica:

Es una forma de organizar la información muy fácil de entender y seguir por el usuario. La página más importante de la web es la home o principal, seguida por las páginas cabeceras de cada sección, La estructura jerárquica de la página web tiende a concentrar el PageRank en un número pequeño de páginas ya que a medida que nos adentramos varios niveles en los submenús las páginas pierden relevancia para el buscador.

• Estructura en red:

Es el tipo de estructura más flexible a la hora de organizar la información de un sitio web y favorece la navegación libre por parte de cada usuario, pero también puede generar confusión y desorden si no está bien pensada y realizada, La estructura en red se parece mucho a la forma real de navegar de los internautas, ya que está pensada para que cualquier página de tu site sirva de entrada a un usuario y a partir de ella pueda llegar a cualquier otra sección o menú.

¿Cómo damos los resultados de búsqueda al instante?

Con Google Instant, puede que notes un augmento en el número de impresiones debido a que tu sitio aparecerá en los resultados de búsqueda mientras los usuarios escriben.

• Con Google Instant, las impresiones se miden de tres modos:

1. Tu sitio aparece en los resultados de búsqueda tras una búsqueda completa o finalizada. (Por ejemplo, al pulsar "intro" o al seleccionar una sugerencia de la lista de sugerencias). Este es el modelo tradicional.

• Con Google Instant, también medimos impresiones en los casos siguientes:

1. El usuario empieza a escribir en la caja de búsqueda de Google y hace clic en algún enlace en la página, ya sea un resultado de búsqueda, un anuncio o una búsqueda relacionada.
2. El usuario deja de escribir, y los resultados aparecen desplegados durante un mínimo de 3 segundos.

¿Cómo mostramos los resultados de forma útil?

Para ofrecerte resultados relevantes, primero debemos saber qué estas buscando, es decir, la intención que hay detrás de tu consulta. Para ello, creamos modelos de lenguaje que nos ayudan a descifrar en qué medida las pocas palabras que introduces en el cuadro de búsqueda coinciden con el contenido más útil disponible. Este proceso incluye pasos aparentemente sencillos, como interpretar y corregir los errores ortográficos, y elementos más complejos, como nuestro sistema de sinónimos que nos permite encontrar documentos que son relevantes para tu consulta, aunque no incluyan los términos exactos que has usado. Si introduces palabras clave consideradas tendencia, se interpretarán como un indicio de que la información nueva podría serte más útil que páginas más antiguas.

Después, nuestros sistemas analizan el contenido para evaluar si incluye información que pueda ser relevante respecto a lo que estás buscando. El indicio más básico de que la información es relevante se da cuando el contenido incluye las palabras clave de tu consulta de búsqueda.

Tras identificar el contenido relevante, el objetivo de nuestros sistemas es dar prioridad al que sea más útil. Para ello, detectan señales que ayudan a determinar si un contenido específico ofrece información precisa, fiable y verídica sobre un tema determinado.

¿Guía detallada sobre cómo funciona la Búsqueda de Google?

• Rastreo:

La primera fase trata de averiguar qué páginas hay en la Web. Como no hay ningún registro central con todas las páginas web, Google tiene que buscar constantemente páginas nuevas y actualizadas, y añadirlas a nuestra lista de páginas conocidas. Este proceso se denomina "descubrimiento de URL". Algunas páginas las conocemos porque Google ya las ha visitado. Otras, en cambio, las encontramos siguiendo enlaces de páginas conocidas que nos llevan a ellas; por ejemplo, una página principal, como la página de una categoría o un enlace a una nueva entrada de blog. También se descubren otras páginas cuando envías una lista de páginas (un sitemap) para que Google las rastree.

• Problemas con el servidor que gestiona el sitio:

Los códigos de estado HTTP los genera el servidor que aloja el sitio cuando responde a una solicitud de un cliente, como un navegador o un rastreador. Cada código de estado HTTP tiene un significado diferente, pero a menudo el resultado de la solicitud es el mismo. Por ejemplo, hay varios códigos de estado que indican la redirección, pero el resultado es el mismo. Search Console genera mensajes de error de los códigos de estado del intervalo 4xx–5xx y de redirecciones fallidas (3xx). Si el servidor responde con un código de estado 2xx, es posible que el contenido recibido en la respuesta se tenga en cuenta en la indexación.

...