摘要：Nous proposons dans cet article de développer un moteur de recherche qui va résoudre les difficultés
de ses concurrents en partant du principe très général suivant : plutôt que de donner une réponse très
rapide et très pauvre en information, il serait envisageable pour de nombreuses requêtes de fournir des
résultats beaucoup plus riches pour l'utilisateur mais en un temps plus long. Pour cela, nous allons
utiliser des algorithmes évolutionnaires et d'optimisation (AG, algorithme à base de fourmis
artificielles, algorithme tabou) qui vont aller chercher l'information en parallèle. De cette façon, ce
nouveau moteur va pouvoir explorer de nouvelles régions d'Internet avec une stratégie efficace
sélectionnant les meilleures pages à explorer à un moment donné.
Les résultats montrent que la méthode génétique (GeniminerII) surpasse les autres méthodes de
recherche inspirées des heuristiques d'optimisation. Cette méthode obtient également des résultats
comparables à un méta-moteur utilisant notre fonction d'évaluation basée sur la requête de l’utilisateur.
L'évaluation de GeniminerII par des experts en comparaison avec les résultats issus des moteurs de
recherche montre que notre méthode apporte une réelle amélioration des algorithmes de recherche
existants. Enfin, dès lors que l'utilisateur spécifie une requête avec beaucoup de détails, notre approche
génétique fournit majoritairement de meilleures réponses.
关键词：Recherche d’information, Moteur de recherche, Algorithme génétique (AG), Algorithme
de fourmis, Méthode tabou, Algorithme parallèle, Internet
