Поисковые роботы - как они работают и что делают

Роботы поисковой системы

Роботы поисковой системы, иногда их называют «пауки» или «кроулеры» (crawler) - это программные модули, занимающиеся поиском web-страниц. Как они работают? Что же они делают в действительности? Почему они важны?

Учитывая весь шум вокруг поисковой оптимизации и индексных баз данных поисковиков, вы, наверное думаете, что роботы должно быть великие и могущественные существа. Неправда. Роботы поисковика обладают лишь базовыми функциями, похожими на те, которыми обладали одни из первых броузеров, в отношении того, какую информацию они могут распознать на сайте. Как и ранние броузеры, роботы попросту не могут делать определенные вещи. Роботы не понимают фреймов, Flash анимаций, изображений или JavaScript. Они не могут зайти в разделы, защищенные паролем и не могут нажимать на все те кнопочки, которые есть на сайте. Они могут "заткнуться" в процессе индексирования динамических адресов URL и работать очень медленно, вплоть до остановки и безсилием над JavaScript-навигацией.

Как работают роботы поисковой машины?

Поисковые роботы стоит воспринимать, как программы автоматизированного получения данных, путешествующие по сети в поисках информации и ссылок на информацию.

Когда, зайдя на страницу "Submit a URL", вы регистрируете очередную web-страницу в поисковике - в очередь для просмотра сайтов роботом добавляется новый URL. Даже если вы не регистрируете страницу, множество роботов найдет ваш сайт, поскольку существуют ссылки из других сайтов, ссылающиеся на ваш. Вот одна из причин, почему важно строить ссылочную популярность и размещать ссылки на других тематических ресурсах.

Прийдя на ваш сайт, роботы сначала проверяют, есть ли файл robots.txt. Этот файл сообщает роботам, какие разделы вашего сайта не подлежат индексации. Обычно это могут быть директории, содержащие файлы, которыми робот не интересуется или ему не следовало бы знать.

Роботы хранят и собирают ссылки с каждой страницы, которую они посещают, а позже проходят по этим ссылкам на другие страницы. Вся всемирная сеть построена из ссылок. Начальная идея создания Интернет сети была в том, что бы была возможность перемещаться по ссылкам от одного места к другому. Вот так перемещаются и роботы.

"Остроумность" в отношении индексирования страниц в реальном режиме времени зависит от инженеров поисковых машин, которые изобрели методы, используемые для оценки информации, получаемой роботами поисковика. Будучи внедрена в базу данных поисковой машины, информация доступна пользователям, которые осуществляют поиск. Когда пользователь поисковой машины вводит поисковый запрос, производится ряд быстрых вычислений для уверенности в том, что выдается действительно правильный набор сайтов для наиболее релевантного ответа.

Вы можете просмотреть, какие страницы вашего сайта уже посетил поисковый робот, руководствуясь лог-файлами сервера, или результатами статистической обработки лог-файла. Идентифицируя роботов, вы увидите, когда они посетили ваш сайт, какие страницы и как часто. Некоторые роботы легко идентифицируются по своим именам, как Google's "Googlebot". Другие более скрытые, как, например, Inktomi's "Slurp". Другие роботы так же могут встречаться в логах и не исключено, что вы не сможете сразу их идентифицировать; некоторые из них могут даже оказаться броузерами, которыми управляют люди.

Помимо идентификации уникальных поисковых роботов и подсчета количества их визитов, статистика также может показать вам агрессивных, поглощающих ширину катала пропускания роботов или роботов, нежелательных для посещения вашего сайта.

Как они читают страницы вашего web-сайта?

Когда поисковой робот посещает страницу, он просматривает ее видимый текст, содержание различных тегов в исходном коде вашей страницы (title tag, meta tags, и т.д.), а так же гиперссылки на странице. Судя по словам ссылок, поисковая машина решает, о чем страница. Есть много факторов, используемых для вычисления ключевых моментов страницы «играющих роль». Каждая поисковая машина имеет свой собственный алгоритм для оценки и обработки информации. В зависимости от того, как робот настроен, информация индексируется, а затем доставляется в базу данных поисковой системы.

После этого, информация, доставленная в индексные базы данных поисковой системы, становится частью поисковика и процесса ранжирования в базе. Когда посетитель существляет запрос, поисковик просматривает всю базу данных для выдачи конечного списка, релевантного поисковому запросу.

Базы данных поисковых систем подвергаются тщательной обработке и приведению в соответствие. Если вы уже попали в базу данных, роботы будут навещать вас периодически для сбора любых изменений на страницах и уверенности в том, что обладают самой последней информацией. Количество посещений зависит от установок поисковой машины, которые могут варьироваться от ее вида и назначения.

Иногда поисковые роботы не в состоянии проиндексировать web-сайт. Если ваш сайт упал или на сайт идет большое количество посетителей, робот может быть безсилен в попытках его индексации. Когда такое происходит, сайт не может быть переиндексирован, что зависит от частоты его посещения роботом. В большинстве случаев, роботы, которые не смогли достичь ваших страниц, попытаются позже, в надежде на то, что ваш сайт в ближайшее время будет доступен.

Многие поисковые роботы не могут быть идентифицированы, когда вы просматриваете логи. Они могут посещать вас, но логи утверждают, что кто-то использует Microsoft броузер и т.д. Некоторые роботы идентифицируют себя использованием имени поисковика (googlebot) или его клона (Scooter = AltaVista).

В зависимости от того, как робот настроен, информация индексируется, а затем доставляется в базы данных поисковой машины.

Базы данных поисковых машин подвергаются модификации в различные сроки. Даже директории, имеющие вторичные поисковые результаты используют данные роботов как содержание своего web-сайта.

Собственно, роботы не используются поисковиками лишь для вышеизложенного. Существуют роботы, которые проверяют баз данных на наличие нового содержания, навещают старое содержимое базы, проверяют, не изменились ли ссылки, загружают целые сайты для просмотра и так далее.

По этой причине, чтение лог-файлов и слежение за выдачей поисковой системы помогает вам наблюдать за индексацией ваших проектов.

Статьи по теме

Как продвигать сайты-аффилиаты в поиске

Оглавление Определение аффилиатов (сайтов одного владельца) Аффилиаты – проблемы и рис�...

2023-08-10

SEO-продвижение сайтов медицинской тематики: лучшие стратегии и практики

Оглавление Определение целевой аудитории и ключевых слов Создание качественного и уник...

2023-08-10

Смысловая уникальность контента: как писать тексты, учитывая всеобщие требования?

Появление новых алгоритмов существенно усложняет жизнь владельцам сайтов. С каждым годом создавать уникальные тексты становится всё т�...

2019-06-07

Таргетированная реклама: из-за чего она оказывается неэффективной?

Таргетированная реклама − один из наиболее эффективных инструментов для продвижения товаров и услуг вашей компании на интернет-просто...

2019-04-17

Отчёты в Google Analytics: как с ними работать?

Google Analytics − полезный многофункциональный сервис, который позволяет получить статистику посещений интернет-сайта. Отчёты имеют свою спе...

2019-02-12

Google Analytics: специфика системы и особенности работы с ней

Система Google Analytics − продукт, который позволяет собрать и упорядочить данные о том, как именно ведут себя гости на вашем сайте. Если вы ран...

2018-12-13

Ретаргетинг на клиентские базы: как правильно настроить «догоняющую» рекламу

Начиная обсуждение этой темы, проведём аналогию с одной ситуацией из жизни. Представьте, что вы обращаетесь к врачу с жалобами на крайне ...

2018-11-09

Google Merchant Center: особенности размещения магазина

Размещение товарной рекламы − актуальный процесс для компаний. Потенциальные покупатели, выбирая ту или иную продукцию, часто пользуют...

2018-09-24

Фильтры Яндекса: как не попасть под их действие?

Яндекс − активный борец за естественность контента на сайтах и честность продвижения интернет-ресурсов. Чтобы сделать выдачу максимал�...

2018-06-26

Теги h1-h6: как их правильно прописать?

Заголовок представляет собой броское, привлекающее внимание название, в котором заключён смысл всей публикации или её отдельной части. ...

2018-06-20

Сниппет Яндекса: последние изменения

Яндекс продолжает совершать шаги в сторону улучшения качества поиска сведений. Последние трансформации коснулись сниппета. В частност�...

2018-05-31

Увеличение трафика на сайт: ищите помощь у конкурентов

Одна из первоочередных целей, которые ставятся перед веб-сайтом, − привлечение максимально возможного числа посетителей. Добиться этог...

2018-05-11

Формирование семантического ядра для рекламной кампании

Одним из начальных этапов запуска контекстной рекламы является подготовка семантического ядра − базы ключей, которые будут использова...

2018-04-11

Оптимизация сайта под голосовой поиск

В данный момент алгоритмы распознавания человеческой речи находятся на пике популярности, что обусловливает активное использование го...

2017-10-25

Яндекс.Директ: что нового?

За последний год Яндекс существенно изменился, причём некоторые трансформации с уверенностью можно отнести к категории глобальных. Теп...

2017-05-18