Google (søgemaskine)

Søgemaskine

PageRank

Googles succes skyldes i høj grad en patenteret algoritme kaldet PageRank, der hjælper med at rangordne websider, der matcher en given søgestreng. Tidligere søgeordsbaserede metoder til at rangordne søgeresultater, som blev anvendt af mange søgemaskiner, der engang var mere populære end Google, rangerede siderne efter, hvor ofte søgetermerne optrådte på siden, eller hvor stærkt de pågældende søgetermer var forbundet med hver enkelt resultatside. PageRank-algoritmen analyserer i stedet menneskeskabte links, idet den antager, at websider, der er linket fra mange vigtige sider, sandsynligvis selv er vigtige. Algoritmen beregner en rekursiv score for siderne på grundlag af den vægtede sum af PageRanks for de sider, der linker til dem. PageRank menes at korrelere godt med menneskers opfattelse af vigtighed. Ud over PageRank har Google i årenes løb tilføjet mange andre hemmelige kriterier til bestemmelse af siders placering på resultatlisterne, der angiveligt omfatter over 200 forskellige indikatorer. Detaljerne holdes hemmelige på grund af spammere og for at bevare en fordel i forhold til Googles konkurrenter.

Søgeresultater

Den nøjagtige procentdel af det samlede antal websider, som Google indekserer, er ikke kendt, da det er meget svært at beregne. Google indekserer og cacher ikke kun websider, men tager også "øjebliksbilleder" af andre filtyper, herunder PDF-filer, Word-dokumenter, Excel-regneark, Flash SWF-filer, almindelige tekstfiler osv. Med undtagelse af tekst- og SWF-filer er den cachelagrede version en konvertering til (X)HTML, således at personer uden det tilsvarende visningsprogram kan læse filen.

Brugerne kan tilpasse søgemaskinen ved at indstille et standardsprog, bruge "SafeSearch"-filtreringsteknologien og indstille antallet af resultater, der vises på hver side. Google er blevet kritiseret for at placere langtidscookies på brugernes maskiner for at gemme disse præferencer, en taktik, der også gør det muligt for Google at spore brugernes søgeord og opbevare dataene i mere end et år. For enhver søgning kan der vises op til de første 1000 resultater med højst 100 resultater pr. side. Muligheden for at angive antallet af resultater er kun tilgængelig, hvis "Instant Search" ikke er aktiveret. Hvis "Instant Search" er aktiveret, vises der kun 10 resultater, uanset denne indstilling.

Data, der ikke kan indekseres

På trods af det enorme indeks er der også en betydelig mængde data til rådighed i online-databaser, som er tilgængelige ved hjælp af forespørgsler, men ikke ved hjælp af links. Dette såkaldte usynlige eller dybe net er kun i ringe grad dækket af Google og andre søgemaskiner. Det dybe net indeholder bibliotekskataloger, officielle lovgivningsdokumenter fra regeringer, telefonbøger og andet indhold, som er dynamisk forberedt til at besvare en forespørgsel.

I nogle lande er det forbudt at vise visse links i forbindelse med privatlivets fred. I Schweiz kan enhver person f.eks. tvinge Google Inc. til at slette et link, der indeholder vedkommendes navn. ^[]

Google optimering

Da Google er den mest populære søgemaskine, er mange webmastere blevet ivrige efter at påvirke deres websteds placering på Google-ranglisten. Der er opstået en branche af konsulenter, der hjælper websteder med at forbedre deres placeringer på Google og andre søgemaskiner. Dette område, der kaldes søgemaskineoptimering, forsøger at skelne mønstre i søgemaskinelisterne og derefter udvikle en metode til at forbedre placeringer for at tiltrække flere søgende til deres kunders websteder.

Søgemaskineoptimering omfatter både "on page"-faktorer (som f.eks. tekst, titelelementer, H1-overskriftselementer og billedets alt-attributværdier) og off page-optimeringsfaktorer (som ankertekst og PageRank). Den generelle idé er at påvirke Googles relevansalgoritme ved at indarbejde de søgeord, der er målrettet, forskellige steder "på siden", især i titeleelementet og brødteksten (bemærk: jo højere oppe på siden, formodentlig jo bedre er dens søgeords prominens og dermed rangering). For mange forekomster af nøgleordet får imidlertid siden til at virke mistænkelig for Googles algoritmer til kontrol af spam.

Google har offentliggjort retningslinjer for ejere af websites, der gerne vil forbedre deres placeringer ved hjælp af legitime optimeringskonsulenter.

Funktionalitet

Google-søgning består af en række lokaliserede websteder. Det største af dem, google.com, er det mest besøgte websted i verden. Nogle af dens funktioner omfatter et definitionslink for de fleste søgninger, herunder ordbogsord, antallet af resultater, du fik på din søgning, links til andre søgninger (f.eks. for ord, som Google mener er stavet forkert, giver den et link til søgeresultaterne med den foreslåede stavemåde) og mange flere.

Søg syntaks

Googles søgemaskine accepterer normalt forespørgsler som en simpel tekst og opdeler brugerens tekst i en sekvens af søgeord, som normalt vil være ord, der skal optræde i resultaterne, men man kan også bruge boolske operatorer, såsom: anførselstegn (") for en sætning, et præfiks som "+", "-" for kvalificerede udtryk eller en af flere avancerede operatorer, såsom "site:". Websiderne i "Google Search Basics" beskriver hver af disse yderligere forespørgsler og muligheder (se nedenfor: Søgemuligheder).

Googles webformular for avanceret søgning indeholder flere yderligere felter, som kan bruges til at kvalificere søgninger efter kriterier som f.eks. dato for første søgning. Alle avancerede forespørgsler omdannes til almindelige forespørgsler, normalt med yderligere kvalificerede termer.

Udvidelse af forespørgsler

Google anvender forespørgselsudvidelse på den indsendte søgeforespørgsel og omdanner den til den forespørgsel, der rent faktisk vil blive brugt til at hente resultater. Ligesom med sideplacering er de nøjagtige detaljer i den algoritme, som Google anvender, bevidst uklare, men følgende transformationer er helt sikkert nogle af dem, der finder sted:

• Omordning af termer: I informationssøgning er dette en standardteknik til at reducere det arbejde, der er forbundet med at finde resultater. Denne omdannelse er usynlig for brugeren, da den oprindelige forespørgselsrækkefølge anvendes til at bestemme relevansen.
• Stemming bruges til at øge søgekvaliteten ved at bevare små syntaktiske varianter af søgeord.
• Der er en begrænset mulighed for at rette eventuelle stavefejl i forespørgsler.

"I'm Feeling Lucky"

På Googles hjemmeside findes der en knap med titlen "I'm Feeling Lucky". Når en bruger klikker på knappen, bliver brugeren ført direkte til det første søgeresultat og går uden om søgemaskinens resultatside. Tanken er, at hvis en bruger "føler sig heldig", vil søgemaskinen give det perfekte match første gang uden at skulle bladre igennem søgeresultaterne. Ifølge en undersøgelse foretaget af Tom Chavez fra "Rapt" koster denne funktion Google 110 millioner dollars om året, da 1 % af alle søgninger benytter denne funktion og omgår alle reklamer.

Den 30. oktober 2009 blev knappen "I'm Feeling Lucky" fjernet fra Googles forside sammen med den almindelige søgeknap for nogle brugere. Begge knapper blev erstattet af et felt, hvor der står: "Dette felt er bevidst tomt". Denne tekst falmede ud, når musen blev flyttet på siden, og den normale søgefunktionalitet opnås ved at udfylde søgefeltet med de ønskede termer og trykke på enter. En talsmand for Google forklarer: "Dette er blot en test og en måde for os at vurdere, om vores brugere vil kunne lide en endnu enklere søgegrænseflade." Personaliserede Google-hjemmesider beholdt begge knapper og deres normale funktioner.

Den 21. maj 2010, 30-årsdagen for Pac-Man, blev "I'm Feeling Lucky"-knappen erstattet med en knap med teksten "Insert Coin" (indsæt mønt). Når brugeren trykker på knappen, starter et spil Pac-Man med Google-tema i det område, hvor Google-logoet normalt ville være placeret. Ved at trykke på knappen en anden gang startes en version af samme spil for to spillere med Ms. Pacman for spiller 2. Denne version kan findes på http://www.google.com/pacman som et permanent link til siden.

Righ Snippets

Den 12. maj 2009 meddelte Google, at de ville analysere mikroformaterne hCard, hReview og hProduct og bruge dem til at udfylde søgeresultatsiderne med det, de kaldte "Rich Snippets".

Særlige funktioner

Ud over den primære søgemaskinefunktion, som består i at søge efter tekst, har Google Search mere end 22 "specialfunktioner" (aktiveret ved at indtaste et af snesevis af udløsende ord), når du søger:

• weather - Vejrforhold, temperatur, vind, fugtighed og prognoser for mange byer kan ses ved at skrive "weather" sammen med en by for større byer eller by og stat, amerikansk postnummer eller by og land for mindre byer (f.eks.: weather Lawrence, Kansas; weather Paris; weather Bremen, Tyskland).
• aktiekurser - Markedsdata for et bestemt selskab eller en fond kan ses ved at skrive ticker-symbolet (eller "stock"), f.eks: CSCO; MSFT; IBM-aktier; F-aktier (viser Ford Motor Co. ); eller AIVSX (fond). Resultaterne viser ændringer mellem dagene eller en 5-års graf osv. Dette virker ikke for aktienavne, der er ét bogstav lange, såsom Citigroup (C) eller Macy's (M) (Ford er en undtagelse), eller som er almindelige ord, såsom Diamond Offshore (DO) eller Majesco (COOL).
• time - Den aktuelle tid i mange byer (i hele verden) kan ses ved at skrive "time" og navnet på byen (f.eks.: time Cairo; time Pratt, KS).
• sportsresultater - Resultater og tidsplaner for sportshold kan vises ved at skrive holdets navn eller liganavn i søgefeltet.
• Konvertering af enheder - Målinger kan konverteres ved at indtaste hver enkelt sætning, f.eks: 10,5 cm i tommer; eller 90 km i miles
• valutaomregning - Der kan vælges en penge- eller valutaomregner ved at indtaste navne eller valutakoder (opført efter ISO 4217): 6789 Euro i USD; 150 GBP i USD; 5000 Yen i USD; 5000 Yuan i lira (den amerikanske dollar kan være USD eller "US$" eller "$", mens canadiske er CAD osv.).
• lommeregner - Beregningsresultater kan bestemmes, som live beregnede, ved at indtaste en formel i tal eller ord, f.eks: 6*77 +pi +sqrt(e^3)/888 plus 0,45. Brugeren får mulighed for at søge efter formlen efter beregningen. Lommeregneren bruger også enheds- og valutaomregningsfunktionerne for at muliggøre beregninger med hensyn til enheder. F.eks. beregner "(3 EUR/liter) / (40 miles/gallon) i USD/mile" dollarkosten pr. mile for en bil på 40 mpg med benzin, der koster 3 euro pr. liter. Karet "^" hæver et tal til en potens, og procenter er tilladt ("40% af 300").
• numeriske intervaller - Et sæt tal kan matches ved at bruge en dobbelt prik mellem talintervallerne (70..73 eller 90..100) for at matche ethvert positivt tal i intervallet, inklusive. Negative tal behandles som om der anvendes udelukkelsesstregen for ikke at matche tallet.
• opslag i ordbog - Du kan finde en definition af et ord eller en sætning ved at indtaste "define" efterfulgt af et kolon og det eller de ord, der skal slås op (f.eks. "define:philosophy").
• kort - Nogle relaterede kort kan vises ved at indtaste navnet eller det amerikanske postnummer for et sted og ordet "kort" (f.eks. New York-kort, Kansas-kort eller Paris-kort).
• filmforestillinger - Du kan få vist anmeldelser eller filmforestillinger for alle film, der vises i nærheden, ved at skrive "movies" eller navnet på en aktuel film i søgefeltet. Hvis et bestemt sted blev gemt i en tidligere søgning, vises der i det øverste søgeresultat fremvisningstider for nærliggende biografer for den pågældende film. Disse lister er dog nogle gange helt forkerte, og der er ingen mulighed for at bede Google om at rette dem; f.eks. er der for El Capitan Theatre den 25. juli i Google Showtimes en liste over Up, men ifølge El Capitans websted er den eneste film, der vises den dag, G-Force. ^[]
• offentlige data - Tendenser for befolkningstal (eller arbejdsløshedsprocent) kan findes for amerikanske stater og amter ved at skrive "population" eller "unemployment rate" efterfulgt af navnet på en stat eller et amt.
• fast ejendom og boliger - Der kan vises boligannoncer i et bestemt område ved at bruge de udløsende ord "housing", "home" eller "real estate" efterfulgt af navnet på en by eller et postnummer i USA.
• Rejsedata/lufthavne - Flystatus for ankommende eller afgående flyvninger i USA kan vises ved at indtaste flyselskabets navn og flynummer i søgefeltet (f.eks.: American airlines 18). Forsinkelser i en bestemt lufthavn kan også ses (ved at indtaste byens navn eller lufthavnens trebogstavskode plus ordet "airport").
• pakkesporing - Pakkepost kan spores ved at indtaste trackingnummeret på en Royal Mail, UPS, Fedex eller USPS-pakke direkte i søgefeltet. Resultaterne vil indeholde hurtige links til at spore status for hver enkelt forsendelse.
• patentnumre - amerikanske patenter kan søges ved at indtaste ordet "patent" efterfulgt af patentnummeret i søgefeltet (f.eks.: Patent 5123123).
• områdekode - Den geografiske placering (for alle amerikanske telefonområder) kan vises ved at indtaste en 3-cifret områdekode (f.eks. 650).
• synonym søgning - En søgning kan matche ord, der ligner de angivne, ved at placere tilde-tegnet (~) umiddelbart foran et søgeord, f.eks:  ~fast food.
• Søgning i den amerikanske regering - Søgning på den amerikanske regerings websteder kan foretages fra webside: www.google.com/unclesam.

Søgemuligheder

Websiderne på Google Help Center indeholder tekst, der beskriver mere end 15 forskellige søgemuligheder. Google-operatørerne:

• OR - Søg efter en af dem, f.eks. "pris høj ELLER lav" søger efter "pris" med "høj" eller "lav".
• "-" - Søgning, mens du udelukker et ord, f.eks. "apple -tree" søger, hvor ordet "tree" ikke bruges.
• "+" - Tvinger medtagelse af et ord, f.eks. "Navn +af +spillet" for at kræve, at ordene "af" og "den" skal vises på en matchende side.
• "*" - Wildcard-operator til at matche alle ord mellem andre specifikke ord.

Nogle af forespørgselsmulighederne er som følger:

• define: - Forespørgselspræfikset "define:" giver en definition af de ord, der er anført efter det.
• stocks: - Efter "stocks:" behandles forespørgselstermerne som aktietekstersymboler til opslag.
• sted: - Begræns resultaterne til de websteder på det angivne domæne, f.eks. site:www.acmeacme.com. Indstillingen "site:com" vil søge i alle domæne-URL'er, der er navngivet med ".com". (uden mellemrum efter "site:").
• allintitle: - Der søges kun i sidetitlerne (ikke i den resterende tekst på hver webside).
• intitle: - Præfiks til at søge i en websidetekst, f.eks. "intitle:google search" vil liste sider med ordet "google" i titlen og ordet "search" et hvilket som helst sted (intet mellemrum efter "intitle:").
• allinurl: - Kun sidens URL-adresselinjer gennemsøges (ikke teksten inden for hver webside).
• inurl: - Andre ord matches hvor som helst, f.eks. "inurl:acme search" matcher "acme" i en URL, men matcher "search" hvor som helst (intet mellemrum efter "inurl:").

Indstillingerne for sidevisning (eller forespørgselstyper) er følgende:

• cache: - Fremhæver søgeordene i det cachede dokument, f.eks. "cache:www.google.com xxx" viser cachet indhold med ordet "xxx" fremhævet.
• link: - Forvalget "link:" viser en liste over websider, der har links til den angivne webside, f.eks. "link:www.google.com" viser websider, der linker til Googles hjemmeside.
• relateret: - Præfikset "relateret:" viser en liste over websider, der "ligner" en bestemt webside.
• info: - Præfikset "info:" vil vise nogle baggrundsoplysninger om en bestemt webside, f.eks. info:www.google.com. Typisk er info den første tekst (160 bytes, ca. 23 ord) på siden, der vises i stil med en resultatpost (for kun den ene side, der matcher søgningen).
• filetype: - resultater vil kun vise filer af den ønskede type (f.eks. filetype:pdf vil vise pdf-filer)

Bemærk, at Google søger i HTML-kodningen på en webside og ikke i skærmbilledet: de ord, der vises på skærmen, er måske ikke opført i samme rækkefølge i HTML-kodningen.

Fejlmeddelelser

Nogle søgninger giver en 403 Forbidden-fejl med teksten

"Vi er ked af det...

... men din forespørgsel ligner automatiserede forespørgsler fra en computervirus eller et spywareprogram. For at beskytte vores brugere kan vi ikke behandle din forespørgsel lige nu.

Vi genopretter din adgang så hurtigt som muligt, så prøv snart igen. Hvis du i mellemtiden har mistanke om, at din computer eller dit netværk er blevet inficeret, kan du køre en virustjekker eller en spywarefjerner for at sikre dig, at dine systemer er fri for virus og anden uægte software.

Vi beklager ulejligheden og håber, at hele holdet her hos Google vil se dig igen."

nogle gange efterfulgt af en CAPTCHA-prompt.

Skærmen blev første gang rapporteret i 2005 og var et svar på, at søgemaskineoptimeringsfirmaer brugte Google meget til at tjekke rangeringen af de websteder, de optimerede. Meddelelsen udløses af store mængder forespørgsler fra en enkelt IP-adresse. Google bruger tilsyneladende Google-cookie som en del af afgørelsen om at nægte tjeneste.

I juni 2009, efter popsuperstjernen Michael Jacksons død, blev denne meddelelse vist til mange internetbrugere, der søgte på Google efter nyheder om sangeren, og Google antog, at der var tale om et DDoS-angreb, selv om mange forespørgsler blev sendt af legitime brugere.

Malwarebug fra januar 2009

Google markerer søgeresultater med meddelelsen "Dette websted kan skade din computer", hvis webstedet er kendt for at installere skadelig software i baggrunden eller på anden vis i smug. Google gør dette for at beskytte brugerne mod at besøge websteder, der kan skade deres computere. I ca. 40 minutter den 31. januar 2009 blev alle søgeresultater fejlagtigt klassificeret som malware og kunne derfor ikke klikkes på; i stedet blev der vist en advarsel, og brugeren skulle manuelt indtaste den ønskede URL-adresse. Fejlen skyldtes en menneskelig fejl. URL'en "/" (som udvides til alle URL'er) blev ved en fejl tilføjet til filen med malware-mønstre.

Doodle til Google

Ved visse lejligheder ændres logoet på Googles hjemmeside til en særlig version, der kaldes en "Google Doodle". Ved at klikke på Doodle'en linkes der til en række Google-søgeresultater om emnet. Den første var en henvisning til BurningMan-festivalen i 1998, og andre er blevet produceret til fødselsdage for bemærkelsesværdige personer som Albert Einstein, historiske begivenheder som Lego-klodsens 50-års jubilæum og helligdage som Valentinsdag.

Google Caffeine

I august 2009 annoncerede Google lanceringen af en ny søgearkitektur med kodenavnet "Caffeine". Den nye arkitektur var designet til at give hurtigere resultater og til bedre at håndtere hurtigt opdaterede oplysninger fra tjenester som Facebook og Twitter. Googles udviklere bemærkede, at de fleste brugere ikke ville bemærke nogen umiddelbar ændring, men opfordrede udviklere til at teste den nye søgning i deres sandkasse. Blandt de forskelle, der blev bemærket for deres indvirkning på søgemaskineoptimering, var tungere vægtning af nøgleord og betydningen af domænets alder. Flytningen blev i nogle kredse fortolket som et svar på Microsofts nylige lancering af en opgraderet version af sin egen søgetjeneste, der er omdøbt til Bing. Google meddelte, at Caffeine blev færdiggjort den 8. juni 2010, og hævdede, at resultaterne var 50 % friskere på grund af den løbende opdatering af indekset. Med Caffeine flyttede Google sit backend-indekseringssystem væk fra MapReduce og over på BigTable, virksomhedens distribuerede databaseplatform. Caffeine er også baseret på Colossus, eller GFS2, som er en revision af det distribuerede filsystem GFS.

Krypteret søgning

I maj 2010 lancerede Google SSL-krypteret søgning på nettet. Den krypterede søgning kan tilgås på: https://encrypted.google.com

Øjeblikkelig søgning

Google Instant, en forbedring, der viser foreslåede resultater, mens brugeren skriver, blev indført i USA fra den 8. september 2010. En af bekymringerne er, at folk måske vælger et af de foreslåede resultater i stedet for at afslutte deres søgning, og at en sådan praksis kan medføre en skævhed i retning af kendte virksomheder eller andre søgetermer. Pornografiske eller på anden måde stødende søgetermer er udelukket fra de foreslåede resultater. Instant-funktionen vises kun på det grundlæggende Google-websted og ikke på specialiserede iGoogle-sider. Google forventer, at Google Instant vil spare brugerne 2 til 5 sekunder ved hver søgning, hvilket ifølge Google vil være samlet set 11 millioner sekunder i timen. Eksperter inden for søgemaskinemarkedsføring spekulerede i, at Google Instant ville få stor betydning for lokal og betalt søgning.

I forbindelse med lanceringen af Google Instant deaktiverede Google muligheden for, at brugerne kunne vælge at få vist mere end 10 søgeresultater pr. side. Instant Search kan deaktiveres via Googles "præferencer"-menu, men det er nu ikke muligt at deaktivere søgeforslag i stil med autokomplettering. En repræsentant for Google udtalte: "Det er i overensstemmelse med vores vision om en samlet Google-søgeoplevelse at gøre populære, nyttige funktioner til en del af standardoplevelsen i stedet for at opretholde forskellige versioner af Google. Da kvaliteten af Autocomplete er blevet forbedret, følte vi, at det var hensigtsmæssigt at have den altid aktiveret for alle vores brugere."

International

Google er tilgængelig på mange sprog og er blevet lokaliseret til mange lande.

Sprog

Grænsefladen er også tilgængelig på nogle sprog af humoristiske årsager:

• Elmer Fudd
• Hacker
• Klingon
• Pig Latin

Domænenavne

Ud over hoved-URL'en Google.com ejer Google Inc. 160 domænenavne for hvert af de lande/regioner, hvor Google Inc. er lokaliseret. Da Google er en amerikansk virksomhed, kan hoveddomænenavnet betragtes som det amerikanske domænenavn.

Nogle domænenavne, der ikke er registreret af Google, er i øjeblikket besat, f.eks. "Google.ua" (for Ukraine, hvor den korrekte URL er "google.com.ua").

Søg produkter

Ud over sit værktøj til søgning på websider tilbyder Google også tjenester til søgning på billeder, Usenet-nyhedsgrupper, nyhedswebsteder, videoer, søgning efter lokalitet, kort og varer til salg online. I 2006 har Google indekseret over 25 milliarder websider, 400 millioner forespørgsler om dagen, 1,3 milliarder billeder og over en milliard Usenet-meddelelser. Google lagrer også en stor del af det indhold, som det indekserer, i en cache. Google driver andre værktøjer og tjenester, herunder Google News, Google Suggest, Google Product Search, Google Maps, Google Co-op, Google Earth, Google Docs, Picasa, Panoramio, YouTube, Google Translate, Google Blog Search og Google Desktop Search.

Der findes også produkter fra Google, som ikke er direkte søgerelaterede. Gmail er f.eks. et webmail-program, men indeholder stadig søgefunktioner; Google Browser Sync tilbyder ingen søgefunktioner, selv om det har til formål at organisere din browsingtid.

Google starter også mange nye betaprodukter, som Google Social Search eller Google Image Swirl.

I 2017 udstedte USPTO et patent til Microsoft, der beskriver en metode, der kan fungere som et alternativ til Googles Instant Search.

Energiforbrug

Google hævder, at en søgeforespørgsel i alt kræver ca. 1 kJ eller 0,0003 kW-h.

Relaterede sider

• Liste over Google-produkter
• Liste over søgemaskiner