ネット上で検索した時、見つかる場合とそうでない場合があるのは？

質問

ネット上で検索した時、見つかる場合とそうでない場合があるのはなぜですか？

例えば、この下に・・・

　んじえひ

なんて、他の方が書かないような文を書いてみます。

これを、Google　とかで、検索かけても
見つからないと思います。

でも、ある掲示板での書き込みではヒットすることが
あります。

ヒットする条件と、ヒットしない条件とはなんなのですか？

また、どのようなしくみで、検索というものは行われているのでしょうか？

皆様よろしくお願いします。

1996年頃からの疑問でした。
ひょっこり　思いだして書き込みしております。

よろしくお願いします。

回答No.2

kfir2001 · ベストアンサー

Googleでは検索インデックス作りのために、日夜、何百というサーバーが無数にあるWebページをクロールしています。

しかし、それだけで検索キーワードを作ることはできません。
・日本語の場合には文から単語を抜き出すことが難しい。（英語のように単語間にスペースがあるわけではない）
・2byte文字のため、検索キーワードが膨大になりやすい。

では、どうやって検索キーワードを絞りこむかですが、それこそ、各社検索システムのノウハウの塊りなのです。
例えば、辞書を用意しておいて、辞書にない単語はインデックスに使えないようにするとか、
そのWebページにしか出てこないような単語は無視するとか、
そのようなキーワードの絞込みを上手にすることで、限りあるサーバー容量で、すばやく結果を表示させるのが、検索システムの腕の見せ所というところですね。

お礼

なるほど、
日本語は、特に難しいのですね。
長い間、のどにつかえていたものがとれたような感じです。

ありがとうございました。

回答No.1

hyde19

ネットワーク上に何でもある訳じゃありません。だから「んじえひ」という検索をやってみたんじゃないですか？
この時点で半分以上答えがでている気がします。

検索というのは、民間の検索会社のホームページを使って行っています。もしくは、個人の設置したプログラムを使っています。
検索をする度に、世の中にある全てのＨＰを調べている訳ではありません。（限定された中では可能です）

検索エンジンというのは、検索する情報を集めるプログラム（クロウラー）、集めた情報を整理してデータベース化するプログラム、そのデータベースを検索するプログラムに別れています。
あなたが使っているのはその最後の検索プログラムなのです。
クロウラーが適時世界中のＨＰを巡って情報を集めますが、全ての情報をデータベース化する訳ではありません。データとしてのストックはしますが、データベースに整理する段階でキーワードを抜き出しています。私たちはこのキーワードを検索していますので、高速な検索ができるのです。

補足

トレンドマイクロさんのおかげで質問・回答、どころではなかったですね。

その中でのhyde19様よりのコメントありがとうございます。

さて、
>だから「んじえひ」という検索をやってみたんじゃないですか？

はい、試しにやりました。
もちろんヒットしませんね。

理解したことは、

検索は、まず、クロウラープログラムによりＨＰを巡回、情報収集。

それを、データベース化する別のプログラムの存在。

最後に、データベースから、検索を行うプログラム

3つあるということですね。

ここで、また疑問が・・・

Ｑ１.　クロウラーは、全ての情報を集めるが、次の段階のデータベース化プログラムで、集められた全ての情報を、データベース化しているわけではないとしてあります。
膨大な世界のネット上の情報全てを、データベース化するのは当然無理とは理解できます。
では、データベース化する（キーワードを抜き出し）条件としない条件の境とは、どのようなことなのでしょうか？

大手のＨＰなのか、よく読まれているＨＰなのか、そのようなことが、優先順位として　抜き出されているのでしょうか？