Edu.tr uzantılı web sayfası içeriklerinde arama sonuçları sıralanması optimizasyonu

Abstract

Arama motorları bilgi bulmak ve bilgiye en hızlı ve en kolay şekilde ulaşmak için kullanılan en önemli İnternet hizmetlerinden biridir. Arama motorları tarama, indeksleme ve sıralama fonksiyonları üzerinde çalışır. Bilginin aranmasında sıralama önem kazanmaktadır. İnternet'te web sayfalarını sıralamak için bağlantı temelli algoritmalar kullanılmaktadır. Bu tez çalışmasında, arama motorunun işleyişi ve sıralama teknikleri ele alınmıştır. Bu kapsamda, prototip bir arama motoru uygulaması hazırlanmıştır. Prototip uygulama ile yaklaşık dokuz yüz bin "edu.tr" alan adına sahip web sayfası indirilmiştir. İndirilen "edu.tr" web sayfalarında yaklaşık üç milyon benzersiz kelime tespit edilmiştir. Yapılan arama sonuçlarının sıralanması Google tarafından da kullanılan bağlantı temelli sıralama algoritmalarından PageRank ile gerçekleştirilmiştir. Çalışmada yeni bir sıralama algoritması önerilmiş olup, sonuçlar karşılaştırılmıştır. Önerilen yaklaşımın, PageRank algoritmasına kıyasla sayfa önem derecesi birikmesi problemini önemli ölçüde azalttığı sonucuna ulaşılmıştır.

Search engines are one of the most important Internet services used to find information and to access information in the fastest and easiest way. Search engines work on crawling, indexing and ranking functions. Ranking becomes important when searching for information. Link-based algorithms are used to rank web pages on the Internet. In this thesis, search engine functions and ranking techniques are discussed. A prototype search engine application has been created in this context. With this prototype application, approximately nine hundred thousand web pages with the "edu.tr" domain name were downloaded. Approximately three million unique words were identified on the downloaded "edu.tr" web pages. The ranking of the search results was made with PageRank, which is one of the link-based ranking algorithms also used by Google. A new ranking algorithm was proposed in the study and the results were compared. It is concluded that the proposed approach significantly reduces the page rank accumulation problem compared to the PageRank algorithm.