Tabla de contenidos

Los elementos de una URL Incluyen:

• Protocolo (Esquema)
• Subdominio
• Nombre de dominio
• Dominio de nivel superior (TLD)
• Ruta/Archivo (con extensión)
• Parámetros

Para obtener una explicación más detallada, consulte los enlaces de notas y referencias al final de este blog.

Url de dominio base

El dominio base es el paraguas bajo el que reside todo un sitio. Un dominio base consta de solo dos de los elementos de URL:

1. Nombre de dominio
2. Dominio de nivel superior (TLD)

Cuando un usuario ingresa un dominio base en la barra de URL (p. ej. google.com, amazon.com, etc.), DNS los dirige a la ubicación IP del servidor para la página de inicio del sitio web respectivo (una dirección específica como /index.ats o / home.HTML).

Para fines de categorización, al dominio base se le asigna un valor de categoría apropiado que es representativo de todas las páginas y archivos contenidos en el sitio web. El dominio base y su valor de categoría respectivo se pueden confirmar en una base de datos URL, que se puede almacenar en caché en un dispositivo, en un centro de datos, en un equipo o accesible a través de la nube.

En el mundo real, al implementar una base de datos de categorización de URL, todo el tráfico de Internet se puede filtrar, proteger o analizar en tiempo real haciendo referencia a la base de datos de URL en caché. Pero, ¿qué nivel de granularidad de categoría necesita?

Url de ruta completa

Por el contrario, una URL de ruta completa se refiere a una ubicación EXACTA (es decir, página, artículo, archivo, etc.).) y permite un análisis y categorización altamente específicos del contenido web en la dirección especificada. Una URL de ruta completa no solo incluye el dominio y el TLD, sino que también debe incluir el protocolo (también conocido como esquema), subdominio (p. ej. blog, soporte, etc.), ruta / destino, y potencialmente una extensión de archivo, así como parámetros.

es decir, puede incluir todos los siguientes:

1. Protocolo
2. Subdominio
3. Nombre de Dominio
4. Dominio de Nivel Superior (TLD)
5. Ruta/Archivo
6. Parámetros (óptima)

Sólo con todos estos elementos se puede realizar un análisis exhaustivo identificar la categoría más relevante para la página, post, etc. Con casi dos (2) mil millones de sitios web en Internet, cada uno capaz de incluir millones de páginas indexadas, eso requeriría un requisito de almacenamiento de datos bastante importante (para decirlo a la ligera).

Para fines de categorización, cada página individual visitada tendría que ser analizada y categorizada con un alto grado de precisión. ¿Suena bastante complicado? Lo es.

En el mundo real, el contenido web cambia regularmente. Los sitios web se instalan, se retiran, el contenido cambia y el mundo sigue girando, lo que representa un desafío para la alta precisión a nivel de página/publicación/archivo. Eso significa que cada página debe analizarse y categorizarse regularmente (si no es como se visita).

zvelo logra la categorización a nivel de página casi en tiempo real aprovechando el aprendizaje automático y las capacidades avanzadas de la nube de Zvelo. Ayudamos a nuestros socios a identificar los sitios, comportamientos y categorías importantes para sus aplicaciones, y les ayudamos a delinear un flujo de trabajo y una infraestructura de implementación que se adapte a sus necesidades.

¿Quieres más información? Contáctenos.

Vamos a desglosarlo

Ahora que hemos visto el dominio base y las URL de ruta completa, exploremos un poco sobre lo que eso significa.

Tomemos un dominio base, por ejemplo, cnn.com El sitio web de. CNN podría clasificarse como ‘Noticias internacionales’ y ‘Transmisión & Video descargable ‘ (que es de nuestros sistemas). Pero eso solo proporciona una clasificación de alto nivel. CNN tiene millones de páginas y artículos sobre todo, desde Tenis y Deportes, hasta Política y Tecnología.