محرك بحث (حوسبة)

الموسوعة الحرة

في مجال الحوسبة ، يُعد محرك البحث نظامًا برمجيًا لاسترجاع المعلومات ، مصممًا للمساعدة في العثور على المعلومات المخزنة على نظام حاسوبي واحد أو أكثر . يكتشف محرك البحث المعلومات، ويزحف إليها، ويحولها، ويخزنها لاسترجاعها وعرضها استجابةً لاستفسارات المستخدم. تُعرض نتائج البحث عادةً في قائمة، وتُسمى عادةً " النتائج" . يُعد محرك البحث على الإنترنت النوع الأكثر استخدامًا ، حيث يبحث عن المعلومات على شبكة الإنترنت العالمية .

يتكون محرك البحث عادةً من أربعة مكونات رئيسية: واجهة البحث، وبرنامج الزحف (المعروف أيضًا باسم العنكبوت أو الروبوت)، وبرنامج الفهرسة، وقاعدة البيانات. يقوم برنامج الزحف بفحص مجموعة من المستندات، وتحليل نصوصها، وتعيين بدائل لتخزينها في فهرس محرك البحث. كما تخزن محركات البحث عبر الإنترنت الصور وبيانات الروابط والبيانات الوصفية للمستندات.

كيف تعمل محركات البحث

توفر محركات البحث واجهة لمجموعة من العناصر تُمكّن المستخدمين من تحديد معايير حول عنصر معين، ليقوم المحرك بالعثور على العناصر المطابقة. تُعرف هذه المعايير باسم " استعلام البحث" . في حالة محركات البحث النصية، يُعبّر عن استعلام البحث عادةً بمجموعة من الكلمات التي تُحدد المفهوم المطلوب الذي قد يحتويه مستند واحد أو أكثر . [ 1 ] توجد أنماط متعددة لصياغة استعلام البحث ، تختلف في مدى دقتها. كما يمكن أن تتغير مسمياتها داخل محركات البحث نفسها. فبينما تتطلب بعض محركات البحث النصية من المستخدمين إدخال كلمتين أو ثلاث كلمات مفصولة بمسافات ، قد تُمكّن محركات بحث أخرى المستخدمين من تحديد مستندات كاملة، أو صور، أو أصوات، أو أشكال مختلفة من اللغة الطبيعية . تُجري بعض محركات البحث تحسينات على استعلامات البحث لزيادة احتمالية توفير مجموعة عالية الجودة من العناصر من خلال عملية تُعرف باسم " توسيع الاستعلام" . ويمكن استخدام أساليب فهم الاستعلام كلغة استعلام موحدة.

محرك بحث قائم على الفهرسة

عادةً ما تُرتّب قائمة العناصر التي تُطابق المعايير المُحددة في الاستعلام، أو تُصنّف حسب الأهمية. ويُقلّل تصنيف العناصر حسب الصلة (من الأعلى إلى الأدنى) الوقت اللازم للعثور على المعلومات المطلوبة. تُصنّف محركات البحث الاحتمالية العناصر بناءً على مقاييس التشابه (بين كل عنصر والاستعلام، عادةً على مقياس من 1 إلى 0، حيث 1 هو الأكثر تشابهًا)، وأحيانًا بناءً على الشعبية أو الموثوقية (انظر علم قياسات المراجع )، أو تستخدم ملاحظات الصلة . أما محركات البحث المنطقية ، فتُعيد عادةً العناصر المطابقة تمامًا دون النظر إلى الترتيب، مع أن مصطلح " محرك البحث المنطقي" قد يُشير ببساطة إلى استخدام صيغة منطقية (استخدام عوامل الربط AND و OR وNOT و XOR ) في سياق احتمالي.

لتوفير مجموعة من العناصر المتطابقة والمرتبة وفقًا لمعايير محددة بسرعة، يقوم محرك البحث عادةً بجمع بيانات وصفية حول مجموعة العناصر قيد الدراسة مسبقًا من خلال عملية تُعرف بالفهرسة . تتطلب الفهرسة عادةً مساحة تخزين حاسوبية أقل ، ولهذا السبب، تخزن بعض محركات البحث المعلومات المفهرسة فقط، وليس المحتوى الكامل لكل عنصر، وتوفر بدلاً من ذلك طريقة للتنقل إلى العناصر في صفحة نتائج البحث . بدلاً من ذلك، قد يخزن محرك البحث نسخة من كل عنصر في ذاكرة تخزين مؤقتة ليتمكن المستخدمون من رؤية حالة العنصر وقت فهرسته، أو لأغراض الأرشفة، أو لجعل العمليات المتكررة تعمل بكفاءة وسرعة أكبر. [ 2 ]

لا تخزن أنواع محركات البحث الأخرى فهرسًا. فمحركات البحث الزاحفة ، أو محركات البحث العنكبوتية (المعروفة أيضًا بمحركات البحث الآنية)، قد تجمع وتقيّم العناصر عند إجراء استعلام البحث، وتدرس ديناميكيًا عناصر إضافية بناءً على محتوى عنصر البداية (المعروف باسم "البذرة"، أو عنوان URL للبذرة في حالة زاحف الإنترنت). أما محركات البحث التجميعية فلا تخزن فهرسًا ولا ذاكرة تخزين مؤقتة، بل تعيد استخدام فهرس أو نتائج محرك بحث واحد أو أكثر لتقديم مجموعة نهائية مجمعة من النتائج.

تراجعت أهمية حجم قاعدة البيانات، الذي كان سمة تسويقية بارزة حتى أوائل العقد الأول من الألفية الثانية، لصالح التركيز على ترتيب النتائج حسب الصلة، وهي الأساليب التي تستخدمها محركات البحث لترتيب أفضل النتائج أولاً. وقد برز ترتيب النتائج حسب الصلة كقضية رئيسية في عام 1996 تقريبًا ، عندما اتضح استحالة مراجعة قوائم النتائج كاملة. ونتيجة لذلك، شهدت خوارزميات ترتيب النتائج حسب الصلة تحسينات مستمرة. حظيت طريقة PageRank من جوجل لترتيب النتائج بأكبر قدر من الاهتمام الإعلامي، لكن جميع محركات البحث الرئيسية تعمل باستمرار على تحسين منهجيات الترتيب الخاصة بها بهدف تحسين ترتيب النتائج. وبحلول عام 2006، أصبحت تصنيفات محركات البحث أكثر أهمية من أي وقت مضى، لدرجة أنه نشأت صناعة متخصصة في تحسين محركات البحث (SEO) لمساعدة مطوري المواقع الإلكترونية على تحسين ترتيب مواقعهم في نتائج البحث، كما تطورت مجموعة كاملة من السوابق القضائية حول المسائل التي تؤثر على تصنيفات محركات البحث، مثل استخدام العلامات التجارية في البيانات الوصفية (metatags) . وقد أثار بيع بعض محركات البحث لتصنيفات البحث جدلاً واسعًا بين أمناء المكتبات والمدافعين عن حقوق المستهلك. [ 3 ]

"لوحة المعرفة" من جوجل. هذه هي الطريقة التي يتم بها عرض المعلومات من الرسم البياني المعرفي للمستخدمين.

يستمر تحسين تجربة محركات البحث للمستخدمين. وقد كان لإضافة جوجل لـ" مخطط جوجل المعرفي" تداعيات أوسع على الإنترنت، وربما حدّت من حركة المرور على بعض المواقع الإلكترونية، مثل ويكيبيديا. ويرى البعض أن استخلاص المعلومات وعرضها على صفحة جوجل قد يؤثر سلبًا على مواقع أخرى. مع ذلك، لم تُسجّل أي مخاوف جوهرية. [ 4 ]

فئات محركات البحث

محركات البحث على الإنترنت

تم تطوير محركات البحث المصممة خصيصًا للبحث في صفحات الويب والوثائق والصور لتسهيل البحث في كم هائل من الموارد غير المنظمة. وهي مصممة لاتباع عملية متعددة المراحل: تبدأ بفهرسة المخزون الهائل من الصفحات والوثائق لاستخلاص المعلومات الأساسية منها، ثم فهرسة هذه المعلومات في شكل شبه منظم (قاعدة بيانات أو ما شابه)، وأخيرًا، معالجة استعلامات المستخدمين لعرض نتائج وروابط ذات صلة بتلك الوثائق أو الصفحات المستخلصة.

الزحف

في حالة البحث النصي البحت، تتمثل الخطوة الأولى في تصنيف صفحات الويب في إيجاد "عنصر فهرس" قد يرتبط بشكل مباشر بـ"مصطلح البحث". في الماضي، كانت محركات البحث تبدأ بقائمة صغيرة من عناوين المواقع الإلكترونية تُعرف بقائمة البذور، ثم تسترجع المحتوى، وتحلل الروابط الموجودة على تلك الصفحات بحثًا عن معلومات ذات صلة، مما يوفر روابط جديدة. كانت هذه العملية دورية للغاية وتستمر حتى يتم العثور على عدد كافٍ من الصفحات لاستخدام الباحث. أما اليوم، فيُستخدم أسلوب الزحف المستمر بدلاً من الاكتشاف العرضي القائم على قائمة البذور. يُعد أسلوب الزحف امتدادًا لأسلوب الاكتشاف المذكور آنفًا.

تستخدم معظم محركات البحث خوارزميات جدولة متطورة لتحديد الوقت الأمثل لإعادة زيارة صفحة معينة، وذلك بناءً على مدى ملاءمتها لاحتياجات المستخدم. تتراوح هذه الخوارزميات بين فترات زيارة ثابتة مع إعطاء أولوية أعلى للصفحات التي تتغير بشكل متكرر، وفترات زيارة متغيرة تعتمد على عدة معايير مثل وتيرة التغيير، وشعبية الموقع، وجودته الإجمالية. كما تُؤخذ سرعة خادم الويب الذي يستضيف الصفحة، بالإضافة إلى قيود الموارد مثل حجم الأجهزة أو عرض النطاق الترددي، في الاعتبار.

غالبًا ما تُوزَّع الصفحات التي يتم اكتشافها من خلال عمليات الزحف على الويب وتُغذَّى إلى حاسوب آخر يُنشئ خريطة للموارد المكتشفة. تبدو هذه الكتلة المتكتلة أشبه برسم بياني، حيث تُمثَّل الصفحات المختلفة بعُقد صغيرة متصلة بروابط. يُخزَّن فائض البيانات في هياكل بيانات متعددة تُتيح الوصول السريع إليها بواسطة خوارزميات مُحدَّدة تُحسب درجة شعبية الصفحات على الويب بناءً على عدد الروابط المُشيرة إليها، وهي الطريقة التي يُمكن من خلالها الوصول إلى أي عدد من الموارد المُتعلقة بتشخيص الذهان. مثال آخر هو سهولة الوصول إلى صفحات الويب التي تحتوي على معلومات عن محمد مرسي مُقارنةً بأفضل المعالم السياحية في القاهرة بمجرد إدخال كلمة "مصر" في البحث. إحدى هذه الخوارزميات، PageRank ، التي اقترحها مؤسسا جوجل لاري بيج وسيرجي برين، معروفة جيدًا وحظيت باهتمام كبير لأنها تُسلِّط الضوء على رتابة عمليات البحث المتكررة على الويب التي يقوم بها الطلاب الذين لا يُجيدون البحث عن المواضيع بشكل صحيح على جوجل.

إن فكرة تحليل الروابط لحساب ترتيب الشعبية أقدم من PageRank. مع ذلك، أكد جون مولر من جوجل في أكتوبر 2014 أن جوجل لن تُحدّث PageRank مستقبلاً. وتُستخدم حالياً صيغ أخرى مشابهة، حيث يُجري طلاب المدارس الابتدائية حسابات مماثلة لاختيار فرق كرة القدم. ويمكن تصنيف هذه الأفكار إلى ثلاث فئات رئيسية: ترتيب الصفحات الفردية وطبيعة محتوى الموقع. غالباً ما تُميّز محركات البحث بين الروابط الداخلية والخارجية، لأن مُنشئي محتوى الويب لا يترددون في الترويج لأنفسهم. كما تُخزّن هياكل بيانات خريطة الروابط عادةً نص الرابط المُضمّن في الروابط، لأن نص الرابط يُمكن أن يُقدّم مُلخصاً "جيداً جداً" لمحتوى صفحة الويب.

محركات البحث في قواعد البيانات

يُشكّل البحث عن المحتوى النصي في قواعد البيانات تحديات خاصة، تزدهر من خلالها العديد من محركات البحث المتخصصة. قد تكون قواعد البيانات بطيئة عند حلّ الاستعلامات المعقدة (ذات الوسائط المنطقية أو وسائط مطابقة النصوص المتعددة). تسمح قواعد البيانات بالاستعلامات شبه المنطقية التي لا تستخدمها عمليات البحث في النصوص الكاملة. لا حاجة إلى فهرسة البيانات في قواعد البيانات لأنها مُهيكلة مسبقًا. مع ذلك، غالبًا ما يكون من الضروري فهرسة البيانات بشكل مُبسّط لتسريع عملية البحث.

محركات بحث مختلطة

أحيانًا، تتضمن البيانات التي يتم البحث عنها محتوى قواعد البيانات وصفحات الويب أو المستندات. وقد تطورت تقنية محركات البحث لتلبية كلا النوعين من المتطلبات. معظم محركات البحث المختلطة هي محركات بحث ويب ضخمة، مثل جوجل، حيث تبحث في مصادر البيانات المنظمة وغير المنظمة . على سبيل المثال، كلمة "كرة". ببساطة، تُظهر أكثر من 40 صيغة مختلفة لها على ويكيبيديا وحدها. هل تقصد كرة بمعنى كرة القدم؟ أم كرة القدم؟ يتم فهرسة الصفحات والمستندات في فهرس منفصل. كما يتم فهرسة قواعد البيانات من مصادر متنوعة. ثم تُعرض نتائج البحث للمستخدمين من خلال الاستعلام عن هذه الفهارس المتعددة بالتوازي، وتجميع النتائج وفقًا لقواعد محددة.

تاريخ تكنولوجيا البحث

ميمكس

يعود مفهوم النص التشعبي وتوسيع الذاكرة إلى مقال نُشر في مجلة "ذا أتلانتيك مونثلي " في يوليو 1945 بقلم فانيفار بوش ، بعنوان " كما قد نفكر ". في هذا المقال، حثّ فانيفار العلماء على التعاون لبناء قاعدة معرفية للبشرية جمعاء. ثم اقترح فكرة نظام تخزين واسترجاع ذاكرة ترابطية، سريع، موثوق، وقابل للتوسيع، وغير محدود تقريبًا. أطلق على هذا الجهاز اسم " ميمكس" . [ 5 ]

اعتبر بوش مفهوم "الفهرسة الترابطية" إسهامه المفاهيمي الرئيسي. وكما أوضح، فإن هذا المفهوم عبارة عن "آلية تسمح باختيار عنصر ما بشكل فوري وتلقائي. هذه هي السمة الأساسية للميمكس. إن عملية ربط عنصرين معًا هي الأمر المهم." [ 6 ]

ستكون جميع الوثائق المستخدمة في نظام ميمكس على شكل نسخ ميكروفيلمية، إما مُستنسخة كما هي، أو، في حالة السجلات الشخصية، مُحوّلة إلى ميكروفيلم بواسطة الجهاز نفسه. كما سيستخدم ميمكس تقنيات استرجاع جديدة تعتمد على نوع جديد من الفهرسة الترابطية، تقوم فكرتها الأساسية على إمكانية اختيار أي عنصر تلقائيًا وبشكل فوري لعنصر آخر، مما يُنشئ "مسارات" شخصية عبر الوثائق المرتبطة. وقد توقع بوش أن تُسهّل هذه الإجراءات الجديدة تخزين المعلومات واسترجاعها، مما سيؤدي إلى تطوير أشكال جديدة كليًا للموسوعة.

إن أهم آلية، التي ابتكرها بوش، هي المسار الترابطي. وهي طريقة لإنشاء تسلسل خطي جديد من إطارات الميكروفيلم عبر أي تسلسل عشوائي من إطارات الميكروفيلم عن طريق إنشاء سلسلة من الروابط بالطريقة الموصوفة، بالإضافة إلى التعليقات الشخصية والمسارات الجانبية.

في عام 1965، شارك بوش في مشروع INTREX التابع لمعهد ماساتشوستس للتكنولوجيا، والذي يهدف إلى تطوير تقنية ميكنة معالجة المعلومات لاستخدامها في المكتبات. وفي مقالته التي نُشرت عام 1967 بعنوان "إعادة النظر في Memex"، أشار إلى أن تطوير الحاسوب الرقمي، والترانزستور، والفيديو، وغيرها من الأجهزة المماثلة، قد عزز من جدوى هذه الميكنة، إلا أن التكاليف ستؤخر تحقيقها. [ 7 ]

ذكي

كان جيرارد سالتون ، الذي توفي في 28 أغسطس 1995، رائدًا في مجال تكنولوجيا البحث الحديثة. وقد طوّر فريقه في جامعتي هارفارد وكورنيل نظام SMART لاسترجاع المعلومات. تضمن نظام سالتون، "المسترجع التلقائي السحري للنصوص"، مفاهيم أساسية مثل نموذج فضاء المتجهات ، وتردد المستند العكسي (IDF)، وتردد المصطلح (TF)، وقيم تمييز المصطلحات، وآليات التغذية الراجعة للملاءمة.

قام بتأليف كتاب من 56 صفحة بعنوان "نظرية الفهرسة" شرح فيه العديد من اختباراته، والتي لا يزال البحث يعتمد عليها إلى حد كبير.

محركات البحث عن السلاسل النصية

في عام ١٩٨٧، نُشرت مقالة تُفصّل تطوير محرك بحث عن سلاسل الأحرف (SSE) لاسترجاع النصوص بسرعة، وذلك باستخدام دارة CMOS صلبة ثنائية المعدن بتقنية ١.٦ ميكرومتر، تحتوي على ٢١٧,٦٠٠ ترانزستور موزعة على مساحة ٨.٦٢ × ١٢.٧٦ ملم. اعتمد محرك البحث عن سلاسل الأحرف بنيةً مبتكرةً تجمع بين منطق أتمتة الحالة المحدودة (FSA) ذي ٥١٢ مرحلة وذاكرة قابلة للعنونة بالمحتوى (CAM)، ما يُتيح مقارنة ما يقارب ٨٠ مليون سلسلة في الثانية. تتكون خلية ذاكرة CAM من أربع خلايا ذاكرة وصول عشوائي ثابتة (SRAM) تقليدية ودائرة قراءة/كتابة. وقد تحققت مقارنة متزامنة لـ ٦٤ سلسلة مخزنة بأطوال متغيرة في ٥٠ نانوثانية لتدفق نصي مُدخل بمعدل ١٠ ملايين حرف/ثانية، ما يسمح بأداءٍ عالٍ رغم وجود أخطاء في الأحرف المفردة على شكل رموز. علاوة على ذلك، سمحت الشريحة بالبحث عن السلاسل غير المرتبطة بنقطة مرجعية والبحث عن السلاسل ذات الطول المتغير "لا يهم" (VLDC). [ 8 ]

انظر أيضاً

حسب المصدر

حسب نوع المحتوى

عن طريق الواجهة

حسب الموضوع

آحرون

مراجع

  1. ↑ "فهم استعلامات البحث: كيف تُطابق محركات البحث كلماتك مع المستندات ذات الصلة" . paulandre.com .
  2. ↑ "أساسيات الإنترنت: استخدام محركات البحث" . GCFGlobal.org . تم الاطلاع عليه بتاريخ 11 يوليو 2022 .
  3. ↑ ستروس، راندال (22 سبتمبر 2009). كوكب جوجل: خطة جريئة لشركة واحدة لتنظيم كل ما نعرفه . سايمون وشوستر. ISBN 978-1-4165-4696-2تم الاطلاع عليه بتاريخ 9 ديسمبر 2012 .
  4. ↑ "ماذا نستنتج من انخفاض عدد زوار ويكيبيديا؟" . ذا ديلي دوت . 8 يناير 2014. تاريخ الاطلاع: 1 نوفمبر 2020 .
  5. ↑ يو، ريتشارد (30 يناير 2007). "قبل ميمكس: روبرت هوك، جون لوك، وفانيفار بوش حول الذاكرة الخارجية". ساينس إن سيكتشن . 20 (1): 21. doi : 10.1017/S0269889706001128 . hdl : 10072/15207 . S2CID 2378301 . 
  6. ↑ يو، ريتشارد (30 يناير 2007). "قبل ميمكس: روبرت هوك، جون لوك، وفانيفار بوش حول الذاكرة الخارجية". العلم في السياق . 20 (1): 21-47 . doi : 10.1017/S0269889706001128 . hdl : 10072/15207 . S2CID 2378301. المثال الذي قدمه بوش هو سعيه للعثور على معلومات حول المزايا النسبية للقوس التركي القصير والقوس الإنجليزي الطويل في الحروب الصليبية. {{cite journal}}: CS1 maint: postscript ( link )
  7. ↑ "ميمكس فانيفار بوش" . 4 يناير 2021. مؤرشف من الأصل في 7 يناير 2021. تم الاطلاع عليه في 12 أغسطس 2023 .
  8. ↑ يامادا، هـ.؛ هيراتا، م.؛ ناغاي، هـ.؛ تاكاهاشي، ك. (أكتوبر 1987). "محرك بحث عالي السرعة عن السلاسل النصية". مجلة IEEE للدوائر المتكاملة . 22 (5). IEEE: 829-834 . Bibcode : 1987IJSSC..22..829Y . doi : 10.1109/JSSC.1987.1052819 .