их либе яность, я, их либе точность, их бин просить не видеть здесь порочность

О сравнении поисковых систем по размеру.

Еще раз.

Дисклеймер.

Я _не_ журналист, и _не_ обозреватель поисковых систем. Я жутко аффилированный разработчик. Все, что ниже написано - густой пиар

Если у вас есть претензии к методике - считайте сами

Данные

             яндекс !яндекс    рамблер     апорт      !апорт   альтависта     гугль        фаст
             -------------   ---------   --------------------  ----------   ----------  ---------
перверсия     1320   253     272   21%   912  69%               62    25%   229    91%   733  56%
квадруполь     173    59      44   25%               37   63%   11    19%    56    95%    84  49%
спелеометрия     5     5       1   20%                4   80%    1    20%     4    80%     1  20%
компрачикос    228    21      53   23%   123  54%                1     5%    18    86%    60  26%
внеиндивид-ый  129    13      17   13%                8   62%    1     8%    11    85%    35  27%
контроверсия    91    10      58   64%                9   90%    7    70%    12   120%    83  91%
бладшот         11    11       1    9%               11  100%    2    18%     8    73%     3  27%
абхидхарма     567   243     114   20%              192   79%   31    13%   135    56%   378  67%
паринирвана    179    43      49   27%               15   35%    7    16%    32    74%    69  39%
резольвента    700   420     245   35%   358  51%               34     8%   139    33%   206  29%
сантистокс      87    34      22   25%               23   68%    5    15%    30    88%    52  60%
бриолин        528   305     111   21%   334  63%               32    10%   186    61%   215  41%
вишнуизм       279   158      76   27%              208  132%   25    16%   111    70%   201  72%
аргонавтика    591   507     288   49%              431   85%   24     5%   125    25%   210  36%
бхакти        2848  2848     697   24%             1804   63%  156     5%  2360    83%  2119  74%
анахоретство    28    15      10   36%                8   53%    1     7%    18   120%    10  36%
иподьякон      159    49      45   28%   134  84%               10    20%    45    92%   106  67%
виверра        165    53      59   36%   153  93%                5     9%    45    85%   112  68%
цивета          74    35      13   18%               27   77%    4    11%    15    43%    42  57%
брахиозавр     161    89      46   29%   131  81%               13    15%    76    85%   135  84%
неликвидность  513   256     143   28%              176   69%   43    17%   145    57%   304  59%
инклинометр    295   123      97   33%   207  70%               22    18%    78    63%   140  47%
базед           66    57      13   20%               18   32%    8    14%    26    46%    29  44%
             -------------   ---------   --------------------  ----------   ----------  ---------
                                   27%        71%         72%         16%          74%        51%

Выводы

Никаких выводов. И не думайте меня заставлять.

Можно конечно обрадоваться, что 51/74 в точности повторяет соотношение официальных размеров Фаста и Гугля (см www.searchenginewatch.com), но я этого делать не буду

Расшифровки и уточнения.

1. Регистр.

Все поисковые системы в режиме по умолчанию, и, когда слово набрано маленькими буквами, ищут все варианты данного слова, независимо от верхнего или нижнего регистра.

Именно так и были выполнены все поиски.

2. Страницы vs. сервера.

Результат в таблице - число найденных уникальных страниц (но не серверов).

Здесь есть ряд проблем, но их обсуждение займет слишком много места, поэтому я его опускаю.

3. Cо словоформами vs. без словоформ

Рамблер, Яндекс и Фаст ищут документы со всеми словоформами исходного слова. Так же поступает и Апорт, если слово ему знакомо (результат левой колонки Апорта). Поэтому результаты Рамблера, Фаста и Апорта (левая колонка) нормаровались на результат Яндекса со словоформами (default)

Гугль, Альтависта и Апорт (в случае, когда он не знает данное слово - см. правую колонку Апорта), ищут только заданную словоформу. Поэтому их результат нормировался на поиск Яндекса "без словоформ" (т.н. поиск с восклицательным знаком).

4. Кодировки.

Часть искалок "плоховато" сливают разные кодировки (напр. Фаст, Альтависта, иногда Гугль)

Их рещультаты могут быть немного завышены.

Конец расшифровок и уточнений.

О методике.

Это все сделано, что называется, немного на коленке.

Правильная методика должна делать следующее:

• иметь "неаффилированный" источник грамматически корректных редких слов
• выполнять запросы и собирать все найденные страницы от всех поисковых систем
• для каждой поисковой системы подсчитывать число "дохлых" линков, то есть страниц, которые не найдены на сервере, содержат редирект, или размещены на недоступном сервере
• для каждой поисковой системы находить число "абсолютно одинаковых" документов
• для каждой поисковой системы находить число "примерно одинаковых" документов (например, не более 10% расхождений, полученных при помощью программы diff)
• для каждой пары поисковых систем находить число общих и различных "документов" и "серверов". Уметь строить такую матриц