검색 엔진이 인터넷 목록을 작성하기 시작하자마자 웹마스터와 콘텐츠 제공업체는 1990년대 중반에 검색 엔진용 웹사이트를 최적화하기 시작했습니다. 처음에는 Yahoo! 수동으로 수행되는 자체 색인 생성을 요청한 사이트에 포함을 제안했습니다.
처음에 모든 웹 페이지 관리자가 해야 할 일은 웹 페이지 주소 또는 URL을 다양한 엔진에 보내는 것뿐이었습니다. 그러면 크롤러나 스파이더가 해당 사이트를 검사하고 이 사이트의 다른 페이지에 대한 링크를 추출하고 수집된 정보를 반환합니다. 인덱싱을 위한 정보입니다. 이 프로세스에는 페이지를 다운로드하여 회사 서버에 저장하는 검색 엔진 소유의 크롤러가 포함됩니다. 여기서 인덱서라고 하는 두 번째 프로그램이 페이지에 대한 정보를 추출합니다. 여기에는 포함된 단어와 해당 위치, 특정 단어의 관련성, 페이지에 포함된 모든 링크가 포함되며, 이는 나중에 크롤러가 크롤링하기 위해 저장됩니다.
처음에는
웹사이트 소유자는 자신의 페이지를 잘 배치하고 검색 엔진에 표시하는 것의 가치를 인식하기 시작했으며 이는 흰색 및 검은색 모자 SEO 기술 사용자에게 기회를 제공했습니다. 전문가 Danny Sullivan의 분석에 따르면 검색 엔진 최적화라는 용어는 1997년 8월 John Audette와 그의 회사에서 사용되기 시작했습니다. 멀티미디어 마케팅 그룹, 회사 웹 사이트의 페이지에 문서화되어 있습니다.
검색 알고리즘의 초기 버전은 메타태그의 키워드나 엔진에서 색인화된 파일과 같이 웹페이지 관리자가 제공한 정보를 기반으로 했습니다.알리웹. 메타태그는 각 페이지의 콘텐츠에 대한 가이드를 제공합니다. 메타데이터를 사용하여 페이지를 색인화하는 것은 매우 정확한 방법이 아닙니다. 웹마스터가 메타태그에 제공한 단어가 웹페이지의 실제 콘텐츠를 부정확하게 표현할 수 있기 때문입니다. 메타태그의 부정확하고 불완전하며 일관되지 않은 데이터로 인해 일부 페이지가 관련 없는 검색에 대해 높은 순위를 차지할 수 있었습니다. 웹 콘텐츠 제공업체는 검색 엔진에서 좋은 순위를 매기기 위해 페이지의 HTML 소스 코드에 있는 여러 속성을 조작하기도 했습니다. 다음과 같은 다른 사이트 알타비스타, 첫 번째 위치에 표시되기 위해 비용을 지불할 수 있게 만들었거나 오래된 사이트에 더 많은 중요성을 부여했습니다.
키워드 밀도(콴투랭크)을 전적으로 웹마스터의 재량에 맡긴 결과, 주요 검색엔진들은 순위 조작과 남용으로 어려움을 겪었다. 사용자에게 더 나은 결과를 제공하기 위해 검색 엔진은 부도덕한 웹마스터가 키워드로 가득 채운 관련 없는 페이지가 아닌 가장 관련성이 높은 검색어를 결과 페이지에 표시하도록 조정해야 했습니다. 검색 엔진의 성공과 인기는 모든 검색에 대해 가장 관련성이 높은 결과를 생성하는 능력에 따라 결정되므로 결과가 거짓임을 허용하면 사용자가 다른 검색 엔진을 선택하도록 유도할 수 있습니다. 검색 엔진은 웹마스터가 웹사이트를 조작하기 어렵게 만드는 추가 요소를 고려하여 웹사이트 순위를 매기는 보다 복잡한 순위 알고리즘을 개발함으로써 대응해 왔습니다.
그리고 구글이 왔다
스탠포드 대학의 대학원생인 래리 페이지(Larry Page)와 세르게이 브린(Sergey Brin)이 개발한 백럽, 수학적 알고리즘을 사용하여 웹페이지의 관련성을 평가하는 검색 엔진입니다. 페이지랭크(PageRank)는 들어오는 링크의 수와 강도를 계산하는 함수인 알고리즘에 의해 계산된 숫자의 이름이었습니다. PageRank는 무작위로 웹을 탐색하고 한 페이지에서 다른 페이지로의 링크를 따라가는 사용자가 웹 페이지를 볼 확률을 추정합니다. 실제로 이는 일부 링크가 다른 링크보다 강력하므로 PageRank가 높은 페이지를 임의의 사용자가 방문할 가능성이 더 높다는 것을 의미합니다.
페이지와 브린 설립 1998년의 구글. Google은 창립자가 HTML을 모르고 검색창과 회사 로고만 배치했다는 사실에 동기를 부여받아 단순한 디자인을 높이 평가하면서 점점 더 많은 인터넷 사용자들 사이에서 충실한 추종자를 끌어 모았습니다.
Google이 검색 엔진에서 관찰되는 조작 유형을 피할 수 있도록 내부 요소(키워드 빈도, 메타 태그, 헤더, 링크 및 사이트 구조, 페이지 로드 속도)와 함께 외부 페이지 요소(PageRank 및 링크 분석)가 고려되었습니다. 순위를 매길 때 페이지의 내부 요소만 고려했습니다.
PR8을 보여주는 PageRank 도구 모음 예
2000년에 Google은 무엇보다도 다음에 대한 공개 측정항목을 표시하는 도구 모음인 Google Toolbar를 출시했습니다. 페이지랭크. Google 툴바 PageRank의 범위는 0에서 10까지이며 10이 최대값이며 이 등급은 극소수 웹사이트에서만 달성됩니다. 공개 PageRank는 마지막 업데이트인 2013년 12월까지 정기적으로 업데이트되었습니다.
PageRank는 조작하기가 더 어렵지만 웹마스터는 이미 링크 구축 도구를 개발했으며 검색 엔진에 영향을 미칠 계획을 가지고 있습니다. 잉크토미, 이러한 방법은 PageRank 조작에도 효과적이었습니다. 많은 사이트에서는 종종 대규모로 링크를 교환, 구매 및 판매하는 데 중점을 두었습니다. 이러한 계획 또는 링크 팜 중 일부에는 원치 않는 링크(연결 기술)를 생성할 목적으로 수천 개의 사이트를 만드는 것이 포함되었습니다. 링크 빌딩).
2004년까지 검색 엔진은 링크 조작의 영향을 줄이기 위해 순위 알고리즘에 많은 새로운 요소를 통합했습니다. 2007년 6월 The New York Times의 Hansell은 검색 엔진이 200개 이상의 요소를 사용한다고 밝혔습니다. 주요 검색엔진으로는, Google, 빙, 콴투랭크 그리고 야후, 웹페이지 순위를 매기는 데 사용하는 알고리즘을 게시하지 마세요. 일부 포지셔너나 SEO는 검색 엔진 최적화를 처리하는 다양한 방법을 연구하고 의견을 공유했습니다. 검색 엔진과 관련된 특허는 검색 엔진을 더 잘 이해할 수 있는 정보를 제공할 수 있습니다.
2005년에 Google은 이전 검색 기록을 기반으로 각 사용자에 대한 검색 결과를 개인화하기 시작했으며 등록된 사용자에게 개인화된 결과를 제공했습니다. 2008년 브루스 클레이(Bruce Clay)는 개인화된 검색으로 인해 포지셔닝이 죽었다고 말했습니다. 그는 웹사이트 순위에 대해 논의하는 것은 관련이 없다고 생각합니다. 웹사이트의 순위는 각 사용자, 각 검색에 따라 다르기 때문입니다.
넷링크
2005년에 Google은 검색 엔진 위치를 개선하기 위해 링크 구매에 반대하는 캠페인을 발표하고 이러한 유료 링크에 추가할 새로운 속성을 제안했습니다. rel=”nofollow” (사용예 이 사이트 방문). “nofollow” 속성은 웹마스터에게 “이 페이지의 링크를 따르지 마십시오” 또는 “이 특정 링크를 따르지 마십시오”라고 검색 엔진에 알릴 수 있는 방법을 제공합니다.
2007년에 Matt Cutts는 웹사이트의 내부 링크에서 이 속성을 사용하는 것이 PageRank를 웹사이트 자체의 페이지에 전달하는 것을 방지하는 데에도 유효하고 효과적일 것이라고 밝혔습니다. 이로 인해 PageRank의 내부 배포를 수정하기 위해 내부 사이트 링크에서 이 속성이 널리 사용되었습니다.
웹마스터들이 이 기술을 널리 사용함에 따라 Google은 2009년에 PageRank를 배포할 때 이러한 nofollow 링크의 가치를 평가하고 계산하는 방식을 변경하는 조치를 취했으며 이제 PageRank를 배포할 때 이를 고려할 것이라고 발표했습니다. PageRank가 이러한 링크 사이에 희석된 경우에는 도착 URL로 값을 전송하지 않습니다. 그렇게 하면서 나는 웹사이트의 내부 링크를 통해 PageRank의 배포를 변경하려는 목적으로만 이 nofollow 속성을 사용하도록 장려하지 않으려고 노력했습니다.
웹의 작은 URL에 PageRank가 배포되는 것을 계속 피하기 위해 일부 SEO와 웹마스터는 이전에 유효했던 nofollow 링크를 다른 HTML 태그(예: 또는
2009년 12월, 구글은 다음을 사용할 것이라고 발표했습니다.검색 기록 모든 사용자가 검색 결과를 생성하도록 합니다. 이 순간부터 Google은 검색어와 사용자가 추적되고 추적되어 검색을 포기한다는 사실을 합법화합니다. 개인 데이터 검색 엔진에.
실시간 Google 순간 검색은 검색 결과의 관련성과 최신성을 높이기 위해 2010년 후반에 도입되었습니다. 역사적으로 웹마스터는 순위를 높이기 위해 웹사이트를 최적화하는 데 몇 달 또는 몇 년을 보냈습니다. 소셜 미디어와 블로깅의 인기가 높아짐에 따라 주요 엔진은 새로운 콘텐츠를 제공하고 검색 결과에 빠르게 배치할 수 있도록 알고리즘을 변경했습니다. 2011년 2월 Google은 다음 업데이트를 발표했습니다. 팬더 “는 다른 사이트 및 소스의 중복 콘텐츠를 포함하는 웹사이트에 처벌을 가합니다. 역사적으로 웹사이트는 이 기술을 적용하여 검색 엔진 순위를 활용하여 다른 사이트의 콘텐츠를 복사해 왔습니다. 그러나 Google은 다음과 같은 웹사이트에 처벌을 가하는 새로운 시스템을 구현했습니다. 콘텐츠가 고유하지 않습니다.
2012년 4월, Google은 다음 업데이트를 발표했습니다. 펭귄 ” 순위를 높이기 위해 조작 기술을 사용한 사이트(SEO 스팸 또는 웹 스팸)를 처벌하는 것을 목표로 했습니다.
2013년 9월 Google은 다음 업데이트를 발표했습니다. 벌새 “는 Google의 자연어 처리 및 웹페이지의 의미론적 이해를 향상시키기 위해 설계된 알고리즘의 변경입니다. (HTML5 효율성)
자연적 또는 유기적 포지셔닝
자연적 또는 유기적 포지셔닝은 광고 캠페인 없이 웹이 자발적으로 생성될 수 있도록 하는 것입니다. 이는 검색 엔진용 웹 스파이더라고 불리는 애플리케이션에 의해 수행되는 색인 생성을 기반으로 합니다. 이 색인 생성에서 크롤러는 웹 페이지를 크롤링하고 관련 키워드를 데이터베이스에 저장합니다.
웹마스터의 관심은 웹사이트와 그 콘텐츠의 구조를 최적화하는 것뿐 아니라 다양한 기술을 사용하는 것입니다. 링크 빌딩, 링크베이팅 또는 바이러스성 콘텐츠로 인해 언급이 증가하여 웹사이트의 가시성을 높입니다. 목표는 하나 이상의 특정 키워드에 대해 자연 검색 결과에서 가능한 가장 높은 위치에 표시되는 것입니다.
최적화는 두 가지 방법으로 수행됩니다.
내부/페이지 SEO: 콘텐츠 개선을 통해. 코드의 기술적 개선. 접근성. A/B 테스트 등
외부/오프페이지 참조: 웹사이트에 대한 참조를 통해 웹사이트의 가시성을 향상시키는 것을 목표로 합니다. 이는 주로 자연스러운 링크(추천 트래픽)와 소셜 미디어를 통해 이루어집니다.
구글 광고 또는 마이크로소프트 광고 센터, 검색 엔진 마케팅(SEM)으로 알려져 있습니다.
Google Ads 서비스는 노출수(특정 키워드에 대해 광고가 게재되는 횟수) 또는 클릭수(광고가 인쇄되는 것 외에 고객이 방문하거나 클릭하는 횟수)로 계약될 수 있습니다.
Qwant 및 Qwanturank SEO
퀀트 보안 전문가 Éric Leandri, 투자자 Jean Manuel Rozan 및 검색 엔진 전문가 Patrick Constant가 2011년 프랑스에서 만든 웹 검색 엔진입니다. 2013년 2월 16일에 설립된 이 회사는 2013년 7월 4일에 검색 엔진의 최종 버전을 출시했습니다. 회사는 사용자가 버블 필터에 갇히는 것을 방지하기 위해 사용자 추적을 사용하거나 검색 결과를 개인화하지 않는다고 말합니다.
이 사이트는 일반 홈 페이지, 라이트 버전 및 결과를 필터링하는 Qwant Junior 어린이 포털의 세 가지 주요 진입점에 걸쳐 하루에 천만 개 이상의 검색어와 전 세계적으로 매월 5천만 명 이상의 개인 사용자를 처리합니다. 검색 엔진은 정보 시스템의 전반적인 현대화의 일환으로 프랑스 정부가 권장하는 로열티 없는 소프트웨어 목록에 포함되어 있습니다.
회사는 사용자가 검색 결과를 통해 eBay나 Tripadvisor와 같은 웹사이트를 방문할 때 징수하는 수수료로 수익을 창출한다고 밝혔습니다. 2017년 3월 여러 뉴스 기사에서 다음의 검색결과가 나왔다고 합니다. 콴투랭크 프랑스와 독일을 제외하고는 주로 Bing 검색 결과를 기반으로 합니다. Qwan은 또한 Bing 광고 네트워크의 사용을 확인했습니다.
데이터 보호
NSA 스캔들과 관련하여 검색 엔진은 경쟁사보다 더 엄격한 데이터 보호 규칙을 적용하여 광고합니다. Qwan은 어떠한 개인정보도 수집하지 않습니다.. Qwan은 각 세션에 대한 쿠키만 배치하며 영구 탐색 파일은 생성되지 않습니다. 쿠키는 사이트를 떠난 후 즉시 삭제됩니다. 사용자 행동에 대한 정보는 영구적으로 저장되지 않습니다. 따라서 Google이나 Yahoo와 같은 다른 검색 엔진과 달리 Qwant는 개인화된 검색 결과를 제공하지 않습니다. 검색 결과는 모든 사용자에게 동일합니다.
사용자가 개인 검색 결과를 얻으려면 계정을 만들 수 있습니다. 수집된 개인 정보는 유럽 연합의 데이터 센터에 위치한 서버에서 처리됩니다.
IP 주소도 파일에 보존되지 않습니다.
기술 인프라
Qwant의 기술 인프라는 웹 크롤링을 위한 Hadoop 클러스터, 비정형 데이터를 위한 MongoDB 데이터베이스, 웹 인덱스를 JSON 바이너리 형식으로 생성하고 저장하는 독점 인덱스 엔진으로 구성됩니다. 검색 결과는 Facebook의 키-값 DB인 RocksDB를 통해 제공되지만 자체 정보에 따르면 자체 웹 인덱스는 아직 완성되지 않았으므로 Bing(검색 엔진)의 웹 인덱스로 보완됩니다.