Så fungerar bildsökmotorer [MakeUseOf Explains]

Annons

Idag behöver du inte begränsa din sökning till bara webbplatser. Många andra former av innehåll är lätt att hitta, inklusive bilder. Oavsett vad du letar efter är en bild (för bättre eller sämre) bara en bildsökning bort.

Du undrar dock hur bildsökning fungerar. Hur sorteras och klassificeras bilder, vilket gör det möjligt att hitta tiotals eller hundratals relevanta resultat? Kanske är du bara nyfiken, eller kanske du driver en webbplats och vill veta så att du kan förbättra din egen ranking. I båda fallen kan det vara till hjälp att ta en djupare titt.

Gammaldags text

Vissa antar att bildsökning utförs via snygga algoritmer som avgör vad en bild handlar om och sedan indexerar den. Jag vet att det var där jag började. Som det visar sig är dock gammaldags text en av de viktigaste faktorerna i en bilds rankning.

Mer specifikt är filnamnet viktigt. Gå vidare - gör en bildsökning. Vad har toppresultaten gemensamt? Nästan alltid är det en del av deras filnamn. De flesta toppresultaten för ”pizza” har ordet pizza i filnamnet.

Det kan verka uppenbart. Men faktiskt är det inte. Mest digitala fotografier Vad är digital fotografering? [Teknisk förklaring] Läs mer , till exempel, börjar livet med ett filnamn som "1020302.jpg." Det är först senare som de byts om. För webbansvariga är att se till att ett relevant filnamn ges till en bild lika grundläggande och viktigt som att se till att en webbsides sökord visas i sidans metadatatitel och / eller beskrivning. Men det är inte automatiskt. Det kräver ständiga ansträngningar.

Context Matters

Naturligtvis kan sökmotorer inte bara lita på filnamn. Om så var fallet, skulle alla bara nämna fotografier av sin hund något som "celebritywifeswap.png" och kalla det en dag.

Sök måste gå lite djupare för att se till att bilden, oavsett filnamn, faktiskt är relevant för ett visst nyckelord. Och för att göra det förlitar sig sökmotorn på data som finns på webbsidan där bilden finns. När allt kommer omkring används bilder vanligtvis som stöd för textinnehåll, så att innehållet kan ge information om vad bilden representerar. Vad detta betyder är att, precis som med textinnehåll, söker bildsökning efter mönster och belöner webbplatser som kan skapa dem. Att klistra in en bild på en plats som är relevant kommer att öka dess chanser.

Detta verkar lite för uppenbart när du tänker på det, men det är verkligen inte annorlunda från vanlig webbsökning 10 vanliga SEO-misstag som kan förstöra din webbplats [Del I] Läs mer . Där belönas webbplatser som kretsar kring ett gemensamt tema nästan alltid, medan de utan fokus ofta straffas. Även att ha en lämplig URL kan vara en stor sak.

Klassificering och kluster

Nu kommer vi till de intressanta sakerna.

När en bildsökmotor har genomsökt en bild, tittat på filnamnet och tittat på innehållet som omger den har det förmodligen en bra idé vad bilden handlar om. Personer som söker efter en bild efter nyckelord kan hitta det de letar efter för det mesta baserat på bara filnamn och sammanhang, som båda inte har något att göra med bildens innehåll alls.

Ändå bildens innehåll gör materia. Vad gör du om du vill söka efter bilder av Luke Skywalker i Star Wars? Du kan bara skriva in “Luke Skywalker”Och hitta många alternativ. Du hittar bilder av Luke Skywalker själv, bilder på honom som gör saker, bilder på honom som poserar, bilder på skådespelaren som spelade Luke i olika inställningar i olika åldrar, filmaffischer och till och med fan konst.

Det är där klassificering kommer in. Bildsökmotorer analyserar en bild och ställer några grundläggande frågor om den. Finns det ett ansikte? Vilka färger används och hur ofta? Vad är upplösningen? Sökare kan sedan begränsa sin sökning baserat på denna information och vissa tjänster (inklusive Google Image Search) låt användare söka genom att ladda upp en bild Sök efter liknande bilder online med bilder snarare än nyckelord Läs mer .

Vanligtvis kan sökning hitta ett antal liknande alternativ, även om upptagna och färgglada bilder tenderar att kasta en skiftnyckel i verken. Trots vad du kanske har hört talas om avancerade tekniker för ansiktsigenkänning och annan sådan teknik, storskalig bildklassificering verkar fortfarande vara en knepig verksamhet som inte alltid ger rätt resultat.

En annan teknik som hjälper användare är kluster. Detta är ett försök att gruppera bilder som liknar innehåll. När du till exempel använder Google eller Bing hittar du ett antal valfria sökare högst upp i gränssnittet. I vårt Luke Skywalker-exempel är dessa saker som "luke skywalker tapeter”Och“luke skywalker tecknad”. Vissa sökmotorer, som Bing, erbjuder till och med en lista med relaterade tecken om din sökning relaterade till en karaktär från en populär film.

Som webbansvarig är detta något som till stor del är ur dina händer. Allt du kan göra är att försöka tillhandahålla bilder av hög kvalitet som erbjuder tydligt innehåll. En upptagen bild med mycket som händer kommer att vara svårare att klassificera och klustera än en som är relativt enkel med fokus på endast ett objekt eller ett ansikte.

Slutsats

Bildsökning är intressant, men förmodligen inte så banbrytande som vissa misstänker. De använda algoritmerna, även om de aldrig exakt överförs till allmänheten, prioriterar uppenbarligen enkel information.

Om du är en användare av bildsökning och undrar om det finns något trick för att få ut det mesta - det finns det verkligen inte. Samma tekniker som du skulle använda för att söka efter en webbsida är vanligtvis tillämpliga på bilder. Webmasters kommer också att hitta detta sant när du försöker rangordna bilder. Precis som med webbsökning är tydlighet, specificitet och kvalitet viktigt.