മലയാളം ചാനൽ പ്രേക്ഷകർക്ക് പ്രിയങ്കരൻ ആയ സന്ദീപ് വാര്യർ കൊൽക്കത്താ നൈറ്റ് റൈഡേഴ്സിൽ സ്ഥാനം പിടിച്ച ഫോട്ടോ അദ്ദേഹം തന്നെ പോസ്റ്റ് ചെയ്തപ്പോൾ ആണ് കണ്ടത്. ശെടാ!! ഇങ്ങനെ ഒരു കഴിവും അദ്ദേഹത്തിന് ഉണ്ടായിരുന്നോ, ആരും പറഞ്ഞു കേട്ടില്ലല്ലോ എന്ന് കരുതി “കൊൽക്കത്ത നൈറ്റ് റൈഡേഴ്സ് പ്ലയെര്സ് 2020” എന്ന് ഞാനും അടിച്ചു നോക്കി. കളിക്കാരുടെ പേര് തെളിഞ്ഞു വന്നു കൂടെ സന്ദീപ് വാര്യരുടെ പേരും ഫോട്ടോയും. അതിൽ ക്ലിക്ക് ചെയ്തു അദ്ദേഹത്തിന്റെ പ്രൊഫൈൽ എടുത്തു നോക്കിയപ്പോൾ ആണ് അത് ഇന്ത്യ A ടീമിനും , കൊൽക്കത്ത നൈറ്റ് റൈഡേഴ്സിനും വേണ്ടി കളിക്കുന്ന ശങ്കരൻകുട്ടി സന്ദീപ് വാര്യറിന്റെ പ്രൊഫൈൽ കാണിച്ചു തന്നത്. ഗൂഗിളിന് ഒരു അമളി പിണഞ്ഞത് ആണ് സംഭവം.
ഒരുപാട് ഡാറ്റായും, ഫോട്ടോ /വീഡിയോ പോലെയുള്ള കണ്ടന്റും (content) ഉള്ള ഇൻറർനെറ്റിൽ നിന്നും നമ്മുടെ ചോദ്യങ്ങൾക്കു കൃത്യമായി ഉത്തരം തരുവാൻ ഗൂഗിൾ ഉപയോഗിക്കുന്നത് കുറച്ചു അൽഗോരിതങ്ങളെ ആണ്. ക്രോളിങ് ,ഇൻഡക്സിംഗ് , റാങ്കിംഗ് ഇങ്ങനെ 3 ജോലികൾ ആദ്യംതന്നെ ചെയ്തു സൂക്ഷിക്കുന്നതു കൊണ്ടാണ് ഗൂഗിളിൽ സെർച്ച് ചെയ്യുമ്പോൾ വളരെ വേഗത്തിൽ കൃത്യമായ റിസൾട്ട് നമുക്ക് കാണിച്ചു തരാൻ ആയി ഗൂഗിളിന് സാധിക്കുന്നത് .
ഇന്റെർനെറ്റിന് കൃത്യമായ ഒരു രജിസ്ട്രി ഇല്ല. എന്നാൽ നിരവധി ശരിയും തെറ്റും ആയ കണ്ടന്റ്(content ) ഉണ്ട് താനും. ഇവയ്ക്ക് ഇടയിൽ നിന്നും നമുക്ക് ആവശ്യമായ ഡാറ്റാ നോക്കാനായി അനന്തമായ ഇന്റർനെറ്റിലൂടെ അലഞ്ഞുതിരിഞ്ഞു നടക്കുന്ന കുറച്ചു സ്ക്രിപ്റ്റുകൾ ഉണ്ട്. വെബ് ക്രോളറുകൾ ( web crawlers) അല്ലെങ്കിൽ ബോട്ടുകൾ (bots). ഒരു കൂട്ടം വെബ്സൈറ്റുകളിൽ നിന്നും തുടങ്ങി അതിൽ ഉള്ള ലിങ്കുകൾ വഴി മറ്റു വെബ്സൈറ്റുകൾ സന്ദർശിച്ചു പടിപടിയായി മുന്നോട്ട് പോകുന്ന ഇവ, സന്ദർശിക്കുന്ന വെബ്സൈറ്റുകളിൽ ഉള്ള ഡാറ്റാ വിശകലനം ചെയ്യും. ഇതാണ് വെബ് സ്ക്രെയ്പ്പിങ് (web scraping).
വിശകലനം ചെയ്തു ശേഖരിക്കുന്ന ഈ വിവരം കൃത്യമായി വേർതിരിച്ചു മനസ്സിലാക്കാനും പെട്ടെന്ന് കണ്ടെത്തുവാനും കഴിയുന്ന രീതിയിൽ ഗൂഗിൾ ഇൻഡെക്സുകളിൽ സൂക്ഷിക്കും(google indexing). ഇനിയാണ് ഏറ്റവും പ്രധാനപ്പെട്ട ഭാഗം ആയ റാങ്കിംഗ് വരുന്നത്. ഈ ശേഖരിച്ച വിവരത്തിനെ സെർച്ച് ചെയ്യുന്ന ലൊക്കേഷൻ , ഭാഷ , തുടങ്ങിയ നിരവധി ഘടകങ്ങളെ പരിഗണിച്ചു റാങ്കിംഗ് നൽകും, പിന്നീട് യൂസർ സെർച്ച് ചെയ്യുമ്പോൾ ഏറ്റവും ഉയർന്ന റാങ്ക് വരുന്ന വിവരങ്ങൾ യൂസെറിന് നൽകും. ഈ പ്രക്രിയയിൽ ബിജെപി വക്താവായ സന്ദീപ് വാര്യരുടെ ഫോട്ടോയുടെ സ്ഥാനം ഉയർന്ന റാങ്കിംഗ് നേടിയതുകൊണ്ട് ആണ് ക്രിക്കറ്റർ സന്ദീപ് വാര്യരുടെ ഫോട്ടോയെ അത് മറികടന്നത്.
