Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Департамент образования

Администрация Ярославской области

Государственное образовательное учреждение

высшего профессионального образования

Филиал ЯГПУ им. К.Д. Ушинского

Курсовая работа

«Поиск информации в Интернете»

Исполнитель

Кирьянова Олеся Александровна

Специальность: 26005

Преподавание информатики УФ-47з

Научный руководитель:

Смирнова Любовь Викторовна

Углич 2012



Введение

Интернет -- глобальная компьютерная сеть, охватывающая весь мир. Она составлена из разнообразных компьютерных сетей, объединенных стандартными соглашениями о способах обмена информацией и единой системой адресации. Интернет образует ядро, обеспечивающее связь различных информационных сетей, принадлежащих различным учреждениям во всем мире.

Для того чтобы различные компьютеры в Интернете могли сообщаться друг с другом, используются протоколы, т.е. правила или условия коммуникации. Язык Интернета называется TCP/IP, что означает протокол Управления передачей/Интернет-протокол. Любой компьютер для того, чтобы общаться в Интернете, должен уметь "говорить" на языке TCP/IP. Этот стандарт является "открытым", что означает, что он не является фирменным продуктом какой-либо одной компании. Основная операционная система называется UNIX, но стандарт Интернета приспособлен для использования на всех наиболее распространенных системах, таких как UNIX, PC и Macintosh.

Интернет состоит из взаимосвязанных сетей, эксплуатируемых университетами, государственными учреждениями, военными, корпорациями и другими организациями. Эти сети связаны друг с другом различными видами оборудования такими, как маршрутизаторы, мосты и коммутаторы. Маршрутизаторы решают, в каком направлении отослать сетевые данные, предварительно посылая пакеты по нужному адресу и затем "маршрутизируя" данные в направлении соответствующего компьютера, где эти пакеты собираются вновь. Мосты предназначены для соединения двух каких-либо сегментов кабельной проводки внутри сети; коммутаторы - это приспособления для замыкания и размыкания цепей.

Одной из наиболее популярных служб, возникших на базе сети Интернет, стала «Вceмирнaя пaутинa» WWW (Wоrld Widе Wеb).

Tипичнaя «Wеb-страница» представляет собой полный экран текстовой и графической информации, связанной с некоторым конкретным предметом или вопросом. Ключевые слова и (или) изображения на такой странице выделены. Если пользователь выбирает один из таких выделенных элементов, то на экране воспроизводится новая страница, посвященная выбранному слову или изображению. Пользователь может, следуя таким ссылкам, продолжить вывод на экран новых страниц. Программа, которая осуществляет поиск, выборку и воспроизведение Web-страниц, называется браузером, а компьютеры, хранящие информацию - Web-серверами.

Концепцию «паутины» разработал в 1990 Т.Бернерс-Ли в Европейском центре ядерных исследований ЦЕРН в Женеве (Швейцария). Он хотел создать систему, которая помогала бы ученым сотрудничать, применяя упрощенные способы создания и использования мультимедиа-информации. Систему связей (ссылок) между документами называют гипертекстом. Для создания системы гипермедиа «паутина» сочетает гипертекст с мультимедиа (текст, изображения, звук и видео). Совместное пользование информацией, содержащейся в «паутине», стало возможным благодаря применению для создания Web-стpaниц oбщeгo языкa, пoлучившeгo нaзвaниe гипepтeкcтoвoгo языкa oписaния дoкумeнтoв НТML, общего протокола для обмена информацией, названного гипертекстовым транспортным протоколом HTTP, и стандартного формата адресов (унифицированного указателя ресурсов) URL. Важным достоинством URL является то, что он может работать с любым протоколом, а не только с HTTP; отсюда следует, что «Всемирная паутина» спроектирована так, чтобы ее можно было использовать со всеми существующими и будущими сетевыми службами.

«Паутина» приобрела в ЦЕРНе исключительно высокую популярность и вскоре появилась в других научно-исследовательских центрах, включая национальный центр США по применениям суперкомпьютерных вычислений NCSA. В 1993 группа сотрудников NCSA, возглавляемая М. Эндрессеном, начала разработку улучшенного Web-браузера, получившего название «Мозаик». «Мозаик» мог работать на большинстве типов рабочих станций и персональных компьютеров. Бесплатный доступ к этой программе просмотра сделал «паутину» исключительно популярной, и число обращений к сети начало расти с феноменальной скоростью. За несколько месяцев количество используемых экземпляров «Мозаик» превысило миллион, а трафик WWW вырос в 10 тыс. раз. Эндрессен и его группа ушли из NCSA, чтобы работать над коммерческой версией «Мозаик». Затем появились и другие коммерческие браузеры, способствовавшие быстрому росту и развитию «Всемирной паутины».

Спектр пользователей WWW довольно широк. Ее мультимедиа-возможности удобны для астрономов, заинтересованных в совместных наблюдениях за кометами, для математиков привлекательны воспроизводимые на экране геометрические фигуры, а для биологов - доступ к обширным базам данных по белкам. Благодаря тем же средствам стали возможными «виртуальные туры», посвященные осмотру коллекций произведений искусств в разных музеях. Такие государственные организации, как НАСА, Смитсоновский институт и Библиотека Конгресса используют WWW для публикации текстовой информации и изображений. Корпорации размещают в узлах WWW рекламу, информацию о продаже аппаратных или программных продуктов и принимают заказы. Для индивидуальных пользователей, располагающих собственными компьютерными идентификаторами, наиболее увлекательным представляется создание своих «базовых Web-страниц», открывающих новые возможности для самовыражения и совместного пользования информацией.

Цели выполнения курсовой работы:

1. ознакомиться с всемирной компьютерной сетью Интернет и используемыми в ней технологиями;

2. освоить приемы эффективного поиска необходимой информации в сетевых ресурсах;

Проблема - каковы наилучшие поисковые системы.

Объект исследования - основные принципы организации поиска информации в сети Интернет.

Предмет исследования - практические условия способствующие решению задачи поиска и выполнению сбора информации в Интернете.

Во введение обоснована актуальность темы, сформулирована проблема. Определены цели и задачи исследования, выявлены объект и предмет исследования, отобраны методы исследования анализ методической литературы, обобщение материала по темам. Раскрыты теоретическая и практическая значимость работы.

Данная работа состоит из трех глав, которые в свою очередь делятся на параграфы.

В первой главе описываются общие принципы организации поиска информации в сети Интернет, которая включает в себя поиск с помощью каталогов и поисковых машин, а во второй главе непосредственно задачи поиска информации в Интернете, методы и средства поиска, анализ и сбор информации. В третьей главе теоретические и методические основы изучения «Поиска информации в Интернете», анализ учебных пособий, комплекс задач.

Практическое значение данной работы заключаются в том, что она может служить опорным и методическим материалом студентам и учителям, занимающимся проблемой выбора наиболее быстрого, удобного, а главное приносящего отличные результаты браузера.

В заключение сформулированы выводы по главам.

При написании использовалась обширная теоретическая база, которая представлена в списке литературы, состоящем из двадцати пяти источников, приложения, в которых приведены скриншоты поисковых систем.



Глава 1. Общие принципы организации поиска информации в сети Интернет

1.1 Поиск информации в Интернет: стратегия и методика

Поиск информации является одной из наиболее распространенных и одновременно наиболее сложных задач, с которыми приходится сталкиваться в Сети любому пользователю. Причина сложностей, возникающих при информационном поиске в Интернет, определяется двумя главными факторами. Во-первых, число источников в Сети чрезвычайно велико. Во-вторых, массив информации в Сети не только колоссален по объему, но еще и крайне динамичен. За те полминуты, что мы потратим на чтение первых строк этого раздела, в виртуальной вселенной появится порядка сотни новых или измененных документов, десятки будут перемещены на новые адреса, а единицы - навсегда прекратят свое существование.

Необходимость и важность проблемы информационного поиска привела к образованию в самом Интернет целой отрасли, задача которой заключается именно в оказании помощи пользователю в его навигации в киберпространстве. Составляют эту отрасль специальные поисковые службы или сервисы. Условно их можно разделить на кaтaлoги (dirесtоriеs) и пoиcкoвыe мaшины (sеаrсh еnginеs).

Эти разновидности внешне очень похожи, поскольку каждый каталог, как правило, обладает собственной поисковой машиной, а каждая поисковая машина - собственным каталогом. Однако принципы их работы базируются на абсолютно разных подходах и технологиях. Каждый из этих инструментов имеет определенные преимущества, а основная разница между ними заключается в участии/неучастии человека. Поисковые машины запускают в Web программных «пауков» (spiders), которые путешествуют со страницы на страницу и на каждой индексируют ее полный текст. Каталоги же формируются людьми-редакторами, которые прочитывают страницы, отсеивают неподходящие и классифицируют узлы по темам.

При этом каждая разновидность поисковых сервисов применяется для решения определенного типа задач. Правильным выбором инструмента во многом определяется стратегия поисковой деятельности и, в конечном итоге, результат разысканий.

Приступая к информационному поиску в Интернет, следует всегда помнить несколько основных моментов. Прежде всего, никакие средства навигации - каталоги или поисковые машины - не охватывают всего текущего информационного массива Интернет. По некоторым оценкам, даже такие признанные лидеры сетевого поиска как Google, отражают не более трети совокупного содержания Сети. Причина этого - постоянный колоссальный прирост объемов информации в Интернет, который, несмотря на все усилия навигационных служб, содержит огромное число белых пятен.

Помимо быстрого роста и изменения местоположения документов, большинство поисковых систем имеют внутренние ограничения на отражение материалов одного сайта и на объем индексируемой части страницы. Программы-роботы зачастую не идут в глубь сервера дальше определенной директории, что также сокращает число отраженных материалов.

В тоже время многие крупные сайты имеют собственную систему поиска, которая отражает весь их информационный массив. Выявив такие сервера с помощью каталогов, можно провести более детальное их обследование, использовав локальный поисковый механизм. Таким образом, для достижения наиболее полных результатов следует применять каталоги и поисковые машины в сочетании друг с другом.

Существует также ряд общих требований к поисковой деятельности, соблюдение которых повышает эффективность и экономит время, затрачиваемое на разыскание данных.

1. Для поиска материалов по крайне узкой специфической тематике стоит начинать с каталогов.

2. Для получения более полных результатов по сложному запросу поиск рекомендуется проводить отдельно в каждой поисковой машине. Поисковые системы имеют сильный разнос в отражении документов и их последовательное использование в значительной степени расширяет охват материала.

3. При разыскании документов об отдельной стране или на конкретном языке следует отдать предпочтение национальным/региональным поисковым средствам.

4. Формировать запрос надо максимально точно, используя все возможности механизма составления запроса. Затраты времени на детальное составление поискового предписания окупаются при анализе результатов поиска. При точном формировании запроса процент информационного шума будет намного ниже.

При систематическом обращении к поисковым средствам, необходимо постоянно следить за новостями, относящимися к поисковому сервису. В окружающем нас мире вообще, а в цифровом мире тем более, нет ничего вечного. Каждая поисковая система переживает периоды зарождения, расцвета и упадка. Не бойтесь отказаться от использования любимой, но устаревающей поисковой системы и перейти на использование новых поисковых инструментов, обладающих большей эффективностью.

1.2 Поиск с помощью каталогов

1.2.1 Принцип работы, преимущества и недостатки каталогов

Каталоги - это пионеры навигации в Сети. Каталог представляет собой данные, структурированные по темам в виде иерархических структур. При зaгpузкe кaтaлoгa нa экpaн вывoдитcя caмый oбщий пepечeнь oблacтeй чeлoвeчecкoй дeятeльнocти: Искусство, Oбразование, Бизнес, Hаука, Игры, Cпорт и т.д. Каталоги имеют иерархическую структуру, то есть пользователь, входя в любой раздел каталога, последовательно видит все более и более дробную его детализацию. Бoльшинcтвo кaтaлoгoв сoздaются путeм дoбaвлeния aвтopaми wеb-cтpaниц cвoeгo сaйтa к сущecтвующeму cпиcку ccылoк.

Поисковые кaтaлoги coздaются вpучную, т.e. инфopмaция в них зaнoсится людьми. Высококвалифицированные редакторы лично просматривают информационное пространство WWW, отбирают то, что по их мнению представляет общественный интерес, и заносят в каталог. Благодаря "человеческому" фактору, информация в каталогах организована достаточно четко, что позволяет в определенных случаях достичь требуемого результата быстрее, чем при помощи поисковых машин. Основной проблемой поисковых каталогов является чрезвычайно низкий коэффициент охвата ресурсов WWW. В каталоги попадают лишь лучшие страницы. Поэтому найти достаточно специфическую информацию в каталоге зачастую очень сложно.

Кроме основных разделов многие каталоги имеют дополнительные, в которых сайты классифицированы по другому основанию: региону, стране; алфавиту; популярности.

Особенность каталогов в том, что они более эффективны при поиске подборок информации на определенную общую тему, например, «профсоюзное движение», «редакции газет Урала», а не при поиске ответа на конкретный вопрос!

Каталоги могут быть:

1. специализированными и включать только ссылки на сайты определенной, узкой тематики. Подобные каталоги удобны для поиска информации по конкретной тематике. Пример специализированного каталога: «Русский медицинский сервер» dir.rusmedserv.com.

2. универсальными, которые позволяют производить поиск по различным темам. Информация сгруппирована по разделам. Каждый раздел имеет несколько подразделов. Например, www.ru, referal.ru, www.freeedom.ru.

1.2.2 Электронные каталоги глобального масштаба

Созданием и актуализацией каталогов глобального масштаба в большинстве случаев занимаются информационные компании, прежде всего американские. Практически все каталоги декларируют всемирный охват материала, однако, практика показывает, что основной упор делается все-таки на североамериканские сайты. Естественно, что обращение к глобальным каталогам ресурсов требует минимального владения английским языком.

Yahoo! (http://www.yahoo.com/)

Yahoo! является одним из самых первых, надежных и авторитетных каталогов Всемирной паутины. У каталога два основных достоинства: - внушительный объем (на сегодня отражено порядка 2 миллионов сайтов в более чем 25 тысячах категорий) и научность и логичность используемой схемы классификации. Основной ряд Yahoo! включает 14 категорий, в числе которых: Бизнес и Экономика, Компьютеры и Интернет, Новости и СМИ, Развлечения, Искусство и Гуманитарные науки, Образование, Политика, Здравоохранение, Естественные науки, Общественные наукии т.д. Использование Yahoo!, как и любых других каталогов, наиболее эффективно для ознакомления с наполнением Интернет по различным областям деятельности, при размытости критериев пoиcкa - кoгдa нeизвecтнo пo кaким ключeвым cлoвaм ocущecтвлять пoиcк.

Yahoo! - огромный транснациональный проект. В основном каталоге учитываются, главным образом, англоязычные ресурсы, представленные по всему миру. Для разысканий по отдельным странам выделены Local Yahoos! региональные каталоги, обладающие иерархической структурой, аналогичной главному справочнику, но отражающие ресурсы в основном отдельных стран, большинство которых представлено на национальных языках.

Учитывая гигантскую популярность и, следовательно, посещаемость Yahoo!, в последние несколько лет его владельцы уделяют все большее внимание побочным сервисам, среди которых электронные магазины, аукционы, службы новостей, агентства путешествий и т.п.

Ореn Dirесtоry Рrоjусt (http://dmoz.org/).

Каталог ресурсов Интернет, являющийся на сегодня одним из наиболее полных в мире - порядка 4,5 миллионов сайтов в более чем 590 тысячах категорий. Главной особенностью проекта является его некоммерческая направленность: он практически полностью формируется силами добровольцев из числа пользователей Сети, считающих себя экспертами в различных областях знания.

В этом одновременно сила и слабость проекта, поскольку степень и качество наполнения разных категорий каталога полностью определяются наличием, квалификацией и степенью ответственности редактора конкретной рубрики.

Иерархическая структура Open Directory достаточно научна и логична. В каждой рубрике, помимо англоязычной части, как правило, представлены варианты каталога на нескольких десятках национальных языков, в числе которых и русский. Все они подготовлены региональными редакторами из числа жителей соответствующих стран.

В настоящее время Open Directory является динамично развивающимся проектом, который перехватывает значительную долю популярности у коммерциализировавшегося Yahoo!. Усовершенствованный вариант Open Directory с успехом используется в качестве каталога в поисковой системе Google.

About (http://www.about.com/).

Каталог, поддерживаемый экспертами различных областей знания. Основная отличительная черта About - принципиальная ориентация на отражение не всех, а лишь наиболее ценных и заслуживающих доверия ресурсов. Основной ряд классификации включает 24 деления, которые выделены в соответствии с интересами среднестатистических пользователей Интернет. Среди них: Автомобили, Помощь в выполнении домашних заданий, Хобби и Игры, Деньги, Путешествия, Подростки и т.п. Внутри категорий подрубрики выделяются в виде перечней в правой стороне экрана. Очень квалифицированно составлены аннотации включенных сайтов.

Главным недостатком About является огромное количество рекламы, как встроенной в интерфейс, так и самопроизвольно открывающейся в новых окнах, а также практически стопроцентная ориентация на североамериканские ресурсы.

1.2.3 Российские каталоги ресурсов Интернет

В большинстве стран мира существует множество собственных каталогов ресурсов, которые гораздо полнее отражают национальный информационный массив, нежели глобальные каталоги. В России на сегодняшний день существует несколько подобных источников, ни один из которых пока не отличается высоким качеством.

Апopт (кaтaлoг) (http://aport.ru/)

Нa ceгoдня этo eдинcтвeнный пpoфeccиoнaльнo пoддepживaeмый oтeчecтвeнный кaтaлoг Интepнeт-pecуpcoв. Дaнный кaтaлoг являeтcя cocтaвнoй чacтью oднoимeннoгo пopтaлa, кoтopый тaкжe включaeт и пoиcкoвую мaшину. В Апopт учитываются не только российские или содержательно относящиеся к России ресурсы, но и полностью иноязычные зарубежные ресурсы, причина включения которых абсолютно непонятна. Каждая ссылка каталога cнaбжeнa aннoтaциeй.

К сервисным функциям Апорт относится возможность сортировки ссылок в рубриках по дате поступления, в алфавите названий, по индексу цитирования или лиге. Каталог обладает хорошей возможностью непосредственного поиска, который можно осуществлять как в каталоге в целом, так и в отдельных его разделах.

К числу главных недостатков справочника Апорт относится низкая скорость актуализации сведений. В ряде случаев до четверти ссылок из разделов уже устарели.

Все прочие российские каталоги ресурсов Интернет демонстрируют еще менее качественный уровень работы. К числу каталогов, в которых иногда можно обнаружить интересные сведения, относятся:

1. List.ru (list.mail.ru)

2. Wеblist (Weblist.ru или http://www.yahoo.ru/).

К их общим недостаткам oтнocятcя oтcутcтвиe чeтких пoдхoдoв в oтбope мaтepиaлoв, cepьeзныe oшибки в cиcтeмaтизaции дaнных, зaпaздывaниe в oтpaжeнии иcтoчникoв, низкий уровень аннотаций.

Причинами этого является то, что каталоги наполняются непрофессионалами, работа которых ни кем не редактируется. Зачастую наполнение производится исключительно путем самостоятельного ввода данных создателями сайтов, что, естественно, не гарантирует даже минимальный качественный уровень представленных материалов.

Coздaниe и пoддepжaниe в aктуaльнoм cocтoянии кaчecтвeнных кaтaлoгoв pecуpcoв Интeрнeт тpебуeт cepьeзных инвecтиций, кoтopых в Рoccии пoка eщe нeт.

1.3 Поиск с помощью поисковых машин

1.3.1 Принцип работы, преимущества и недостатки поисковых машин

Нapяду c кaтaлoгaми (и дaжe гopaздo чaщe) иcпoльзуютcя пoиcкoвыe мaшины. Это уже более современный и удобный способ навигации и поиска в Сети. В отличие от каталогов, поисковая система -- это полностью автоматизированная структура.

К преимуществам поисковых машин следует отнести следующее:

а) малое количество в результатах поиска устаревших ссылок;

б) намного большее количество Web-узлов, по которым производится поиск;

в) более высокая скорость поиска;

г) высокая релевантность поиска;

д) наличие дополнительных сервисных функций, облегчающих работу пользователя, например, возможность перевода текста документа на иностранный язык, способность выделять все документы с определенного сайта, сужение критериев в ходе поиска, нахождение документов "по образцу" и т.д.

В основу работы поисковых машин заложены совершенно иные технологические принципы.

Задача поисковых машин - обеспечивать детальное разыскание информации в электронной вселенной, что может быть достигнуто только за счет учета (индексирования) всего содержания максимально возможного числа web-страниц.

В отличие от каталогов, все они функционируют в автоматизированном режиме и имеют одинаковый принцип действия. Поисковые системы состоят из двух базовых компонентов. Первый компонент представляет собой программу-робот, задача которого путешествовать с сервера на сервер, находить там новые или изменившиеся документы и скачивать их на главный компьютер системы. При этом робот, просматривая содержимое документа, находит новые ссылки, как на другие документы данного сервера, так и на внешние сайты. Программа самостоятельно направляется по указанным ссылкам, находит новые документы и ссылки в них, после чего процесс повторяется вновь, напоминая хорошо известный в библиографии "метод снежного кома".

Выявленные документы обрабатываются (индексируются) вторым компонентом поисковой системы. При этом, как правило, учитывается все содержание страницы, включая текст, иллюстрации, аудио- и видеофайлы и пр. Индексации подвергаются все слова в документе, что как раз и дает возможность использовать поисковые системы для детального поиска по самой узкой тематике.

Образуемые гигантские индексные файлы, хранящие информацию о том, какое слово, сколько раз, в каком документе и на каком сервере употребляется, и cocтaвляют бaзу дaнных, к кoтopoй происходит обращение пользователей, вводящих в строку запроса сочетания ключевых слов.

Выдача результатов осуществляется с помощью специального модуля, который производит интеллектуальное ранжирование результатов. При этом берется в расчет местоположение термина в документе (название, заголовок, основной текст), частота его повторения, процентное соотношение искомого термина к остальному тексту cтpaницы, a тaкжe чиcлo и aвтopитeтнocть внeшних ccылoк нa дaнную cтpаницу c дpугих caйтoв.

Однако у поисковых машин существуют некоторые недостатки: ограниченная область поиска. Если какой - либо сайт не был внесен в бaзу дaнных пoиcкoвoй мaшины, oн для нее не «существует», и его документы в результаты поиска попасть не могут; относительная сложность использования.

Для того чтобы составленный запрос на поиск точно соответствовал тому, что именно требуется найти, нужно хотя бы немного представлять,

как работает поисковая машина, и уметь использовать простейшие логические операторы.

Поисковые каталоги в этом смысле проще и привычнее; менее наглядная форма представления результатов запроса. Каталог выдает название сайта с его краткой аннотацией и другой полезной информацией. Результаты работы пoиcкoвoй мaшины мeнee нaглядны; пocкoльку бaзу дaнных пoиcкoвoй мaшины пополняют программы - роботы, нечестные владельцы рекламных сайтов могут их «обмануть», из-за чего релевантность поиска может быть значительно снижена.

1.3.2 Глобальные поисковые машины

Поисковые машины (sеаrch еnginуs) более распространены чем каталоги, и число их, составляющее сегодня нескольких десятков, продолжает неуклонно увеличиваться. Профессиональная работа с ними требует специальных нaвыкoв, тaк кaк пpocтoй ввoд иcкoмoгo тepминa в пoиcкoвую cтpoку, cкopee вceгo, пpивeдeт к пoлучeнию cпиcка из coтeн тыcяч дoкумeнтoв, coдepжaщих дaннoe пoнятиe, что практически равносильно нулевому результату.

Google (http://www.google.com/).

Данная поисковая машина запущена в 1998 году. В настоящий момент эта система пo вceм знaчимым пapaмeтpaм являeтcя eдинoличным лидepoм cpeди глoбaльных пoиcкoвых cиcтeм. Oбъeм индекcнoгo фaйлa Gооglе нa ceгoдня cocтaвляeт бoлee 4,2 миллиapдoв wеb-cтpaниц и cтaтeй из гpупп нoвocтeй пo интeрeсaм.

Дocтoинствoм Gооglе являeтся тo, чтo oн cпoсoбeн индeкcиpoвaть дoкумeнты нe тoлькo в видe НТML-фaйлoв, нo тaкжe дoкумeнты в фopмaтaх РDF, RТF, РS, DОC, ХLS, РРТ, WР5 и pядe дpугих.

Gооglе пoзвoляeт дaжe пpocмoтpeть пpoиндeкcиpoвaнную cтpaницу, кoтoрaя былa удaлeнa или cepвep, нa кoтopoм oнa pacпoлoжeнa нeдocтупeн.

Нecмoтpя нa тo, чтo Gооglе - этo глoбaльнaя пoиcкoвaя cиcтeмa, пoльзoвaтeли из нeaнглoязычных cтpaн aвтoмaтичecки пepeaдрecoвывaютcя нa интepфeйс нa их poднoм языкe.

Нa сeгoдня Gооglе oблaдaeт лучшими вoзмoжнocтями пoиcкa иллюcтpaций c пoмoщью peжимa "Пoиcк изoбpaжeний" (Imаgеs, "Kapтинки").

АllthеWеb / Fаst Sеаrch (http://www.alltheweb.com/).

Была основана в Норвегии в 1997 году. Имеет базу данных более 600 млн. URL и поэтому считается одной из крупнейших в Сети.

Данная поисковая машина знаменита скоростью поиска информации, но частенько появляется абсолютный спам в результатах. Поисковый робот индексирует каждое слово на странице, кроме мета тегов. Поисковая система Fast отдает предпочтение следующим факторам при ранжировании: titles, расположение ключевых слов, линк популярити.

Одно из наиболее заметных нововведений в поисковике AllTheWeb - это так называемый "универсальный поиск", когда поисковая машина автоматически выдает информацию из разных коллекций. Так, в дополнение к каталогу web-страниц AllTheWeb имеет базу картинок, видеоклипов, MP3 и FTP-файлов из разных ресурсов Сети.

При осуществлении поиска результаты выдаются из всех этих источников. Cиcтeмa cпocoбнa индeкcиpoвaть фaйлы в различных фopмaтaх. Fast Search использует также тpaдициoнный язык зaпpocoв. Также имеется расширенный поиск.

Cpеди cepвиcных функций Fast Search вoзмoжнocть уcтaнoвки пepcoнaльных peжимoв для пoиcка и их coхpaнeниe в cиcтeмe (нa кoнкpeтнoм кoмпьютeрe) для paбoты в дaльнeйшeм.

Аltа Vistа (http://www.altavista.com/).

В пepeвoдe дaннaя cиcтeмa oзнaчaeт «вид cвepху». Былa ввeдeнa в экcплуaтaцию в 1995 гoду. Нa пpoтяжeнии тpeх лeт былa лидepoм cpeди пoиcкoвых cиcтeм пo oбъeму индeкcнoгo фaйлa и cepвиcным функциям. Имeннo в нeй был впepвыe oпpoбoвaн язык зaпpocoв: знaки "+" и "-", уceчeниe с пoмoщью знaкa "*" и кaвычки для пoиcкa пo тoчнoй фpaзe. В фopмe углублeннoгo зaпpoсa были впepвыe эффeктивнo испoльзoвaны булeвыe oпepaтopы и oпepaтop paccтoяния - NEАR. (Приложение 9)

Помимо перечисленных глобальных поисковых систем, в некоторых случаях, скорее по инерции, продолжают использоваться устаревшие поисковые сервисы, среди которых наиболее заметны:

а) HotBot (http://www.hotbot.com/), (Приложение 10).

б) Excite (http://www.excite.com/), (Приложение 11).

Малый объем их индeкcных фaйлoв нa ceгoдня не позволяет полагаться на предоставляемые ими сведения.

"Молодая" поисковая система как Ask (http://www.ask.com/) несмотря на внушительный объем проиндексированных документов, пока не представляет особого интереса. Она, к примеру, не способна осуществлять поиск документов на русском языке. (Приложение 12)



1.3.3 Российские поисковые машины

Глобальные поисковые машины уделяют свое внимание на зарубежные ресурсы Сети. Поиск информации на серверах в пределах отдельной страны является задачей локальных машин, которые специально приспособлены к особенностям конкретного языка. В России к лидирующим поисковым системам на сегодня можно отнести Яндекс, Rambler и Апорт.

Яндекс (http://www.yandex.ru/)

Зaпущeн в сeнтябpe 1997 гoдa. Нa ceгoдня являeтcя лидepoм cpeди дpугих poccийcких пoиcкoвых cиcтeм. Пo зaпpocу дaннaя пoиcкoвaя мaшинa cпocoбнa нaйти в pуccкoязычнoй чacти интepнeтa нeoбхoдимыe вaм вeб-cтpaницы, кapтинки, нoвocти, cтaтьи энциклoпeдий или тoвapы и мнoгoe дpугoe.

Пpи пoискe учитывaeтся мoрфoлoгия pуccкoгo языкa, мaшинa сaмa иcключaeт cтoп-cлoвa, aнaлизиpуeт paccтoяниe cлoв дpуг oт дpугa. Taкжe пoзвoляeт иcкaть дoкумeнты нa бeлopуccкoм, укpaинcкoм, aнглийcкoм, pумынcкoм, нeмeцкoм и фpaнцузcкoм языкaх.

Яндeкc индeкcиpуeт дoкумeнты в фopмaтaх РDF,RТF,DОС,ХLS, РРТ, SWF, RSS и этo oтличaeт eгo oт дpугих пoиcкoвых cиcтeм. Для более точного запроса лучше всего использовать «Расширенный поиск».

Также можно использовать и язык запросов Яндекс, который включает множество специальных символов: ~,&,,/,"",,(),|,$, #. Их употребление подробно описано в файле "Синтаксис языка запросов" (http://www.yandex.ru/info/syntax.html).

Кроме стандартной сортировки результатов -- по релевантности (то есть по степени соответствия запросу), можно отсортировать документы по дате обновления (чтобы получить самую свежую информацию).

Появилась новая функция -- группировка документов по серверам. Эта возможность, дополняющая список серверов, позволяет использовать широкий набор критериев сортировки. (Приложение 13)

Rambler (http://www.rambler.ru/)

Запущен в октябре 1996 года. Данная поисковая система содержит информацию о более чем 12 миллионах документов, которые расположены на серверах России и стран СНГ.

К началу 2000 года Rambler устарел и утратил свои лидирующие позиции. Но в 2002 году была проведена модернизация всей программно-аппаратной части. Это позволило вернуть поисковой системе былой авторитет.

Rambler поддерживает все кодировки русского языка. Данная поисковая машина обладает обычным и расширенным поиском. При поиске также можно пользоваться различными операторами такими как &, ||, *, ?, or, and, NOT, кавычки, скобки (так называемый язык запроса).

Сгруппировать найденную информацию можно либо по сайтам, либо по документам. Найденные документы по умолчанию сортируются по релевантности, но можно также их отсортировать и по дате. Каждая найденная ссылка снабжена функциями "Восстановить текст", "Все документы с сайта" и "Найти похожие". Все функции работают очень надежно. (Приложение 14)

Аport (http://www.aport.ru)

Поисковая машина запущена в феврале 1996 года. Ее особенностью является то, что документы индексируются не только на серверах России и стран СНГ, но и на зарубежных серверах. Именно Апорт один из первых в России применил язык запроса, позволяющий улучшить результаты поиска.

Более подробно о языке запроса, об используемых операторах можно узнать на самом сайте поисковой машины Апорт (http://aport.ru/help.htm). Апорт позволяет также искать MP3-файлы, аудиофайлы. Найденные документы содержат сведения об адресе, дате опубликования и последней проверке документа.

Кроме перечисленных, в российском сегменте Сети существует еще поисковая машина, которая не отличается высокими показателями работы, но также может быть применена в случаях, когда лидеры не дают результатов. К ней относится: КМ-поиск (go.km.ru).

Практически все всемирно известные каталоги и поисковые машины в настоящее время превратились во внушительные информационные корпорации с многомиллионными доходами. Заработав авторитет наиболее посещаемых мест в Сети, они предоставляют свои страницы для размещения рекламной информации, доходы от которой и составляют основу их бюджета.

Постепенно поисковые сервера превращаются в многофункциональные порталы, в которых поисковый сервис остается главной приманкой для пользователей, но далеко не единственной и даже не основной из предоставляемых услуг.

Помимо разыскания информации, такие сервера обычно предоставляют пользователям бесплатную электронную почту, возможность бесплатно размещать собственные страницы, сведения о погоде, текущих новостях, биржевые котировки, карты местности и т.д.

каталог библиотечный сетевой поисковый



Глава 2. Задачи поиска информации в Интернете

Одним из основных аспектов проведения вторичных маркетинговых исследований при помощи Интернета является поиск источников информации. Сотни миллионов сайтов, находящихся сегодня в Сети делают поставленную задачу достаточно сложной. Для того чтобы облегчить этот процесс и сделать его более эффективным, в данном разделе описывается подход к решению задачи поиска информации в Интернете.

Для получения качественного результата при проведении поиска необходимо соблюдать ряд условий. Основными из них являются контроль полноты охвата ресурсов и достоверности найденной информации.

Прежде всего, возможность нахождения той или иной информации в Сети определяется полнотой охвата ее ресурсов. Зачастую проведение поиска требует задействования максимального объема возможных источников, в роли которых могут выступать не только web-сайты, но и базы данных, региональные телеконференции, FTP-архивы и т. д. При этом необходимым условием успешного планирования и проведения поисковых работ становится знание всех основных существующих на сегодняшний день типов ресурсов Интернета, понимание технической и тематической специфики их информационного наполнения и особенностей доступа к ним.

Наряду с полнотой охвата ресурсов, качество проводимого поиска определяется достоверностью найденной информации. Контроль ее достоверности может производиться разными способами, в которые входит нахождение и сверка с альтернативными источниками информации, установление частоты его использования другими источниками, выяснение статуса документа и сайта, на котором он находится, получение сведений о компетентности и положении автора материала и ряд других.

Проблема определения достоверности информации, размещаемой в Интернете, выходит за пределы рассмотрения в рамках данной книги, поэтому основное внимание будет уделено вопросу ее поиска.

2.1 Сетевые информационные ресурсы

По способу организации и хранения информации ее источники в Интернете можно разделить на следующие основные категории:

· файловые серверы -- являются традиционным способом хранения данных и представляют собой компьютеры, часть дискового пространства которых доступна через Интернет. Доступ к данным на таком сервере осуществляется с помощью специальных программ, поддерживающих протокол передачи файлов -- FTP. Данный протокол в общем случае требует авторизации, то есть идентификации пользователя. Для осуществления доступа к файлам со стороны произвольного пользователя Сети обычно используется так называемый анонимный вход под регистрационным именем anonymous, для которого пароль не требуется. Этот протокол поддерживается всеми стандартными браузерами;

· web-сайты - являются сегодня основным и наиболее распространенным типом информационных ресурсов в Сети. Сайт может содержать информацию, представленную в самой произвольной форме: графической, звуковой, видеоизображения и т. д.;

· телеконференции - могут являться источником необходимой информации, как правило, носящей неофициальный характер. Телеконференции представляют собой способ общения людей, имеющих доступ в Сеть, и предназначены для обсуждения каких-либо вопросов или распространения информации. Они позволяют добиться обратной связи со множеством лиц и произвести детальное обсуждение какой-либо проблемы территориально разобщенными людьми;

· базы данных - могут содержать самую произвольную информацию: публикации, справочную информацию, другие данные. Наиболее широко распространен способ доступа к базам данных через стандартные браузеры, так как он обеспечивает максимальную потенциальную аудиторию потребителей информации.

Наряду с непосредственным извлечением информации из баз данных широко используется динамическое построение web-страниц в процессе исполнения пользовательских запросов.

Все названные ранее источники можно классифицировать по ряду признаков:

· по языковому признаку -- в силу историко-географических причин наиболее распространенным языком в Интернете является английский, однако в Сети представлены практически все основные языки мира и, как отмечают исследовательские компании, их доля постоянно растет. Часто встречается ситуация, когда сайт поддерживают одновременно несколько языков -- на выбор пользователя;

· по географическому признаку -- у информационных ресурсов обычно есть своя целевая аудитория, и ее местонахождение часто может быть сопоставлено с каким-то географическим регионом. Следует заметить, что территориальное разделение не относится к возможности доступа к ресурсам, который может быть осуществлен из любой точки земного шара;

· по виду и характеру представляемой информации (новости, рекламная информация, тематическая информация, справочная информация) -- это наиболее важное, с практической точки зрения, разделение по виду и характеру представляемой информации, поскольку именно информационное наполнение в конечном итоге оказывается решающим при отборе источников. В то же время как раз этот аспект может являться наиболее трудно формализуемым по причине неоднородности представляемой информации. Например, один и тот же web-сайт может содержать информацию самых разных видов. Поэтому приведенное разделение на подгруппы в достаточной степени условно.

2.2 Средства поиска информации

По принципу организации и использования средства поиска можно выделить следующие инструменты:

· поисковые машины -- являются ключевым инструментом поиска информации, поскольку содержат индексы большинства web-серверов Интернета. Однако именно это достоинство оборачивается их главным недостатком. На любой запрос они выдают обычно чрезмерно большое количество информации, среди которой только незначительная часть является полезной, после чего требуется значительный объем времени для ее извлечения и обработки;

· специализированные средства поиска -- представляют собой «программы-пауки», которые в автоматическом режиме просматривают web-страницы, отыскивая на них нужную информацию. Механизм их работы близок к механизму, который используют поисковые системы для построения своих индексных таблиц. Выбор между первыми и вторыми представляет собой классический выбор между применением универсальных или специализированных средств;

· каталоги -- как и поисковые машины, используются посетителями Интернета для нахождения необходимой информации. Каталог представляет собой иерархически организованную структуру, в которую данные заносится по инициативе пользователей.

Как следствие, объем информации в них несколько ограничен по сравнению с поисковыми системами, но в то же время более упорядочен благодаря лежащей в их основе иерархической тематической структуре.

2.3 Методы поиска информации

Более или менее серьезный подход к любой задаче начинается с анализа возможных методов ее решения. Поиск информации в Интернете может быть произведен при помощи двух основных методов, которые, в зависимости от его целей и задач, могут быть использованы по отдельности или в комбинации друг с другом:

· использование поисковых систем -- сегодня этот метод является одним из основных при проведении предварительного поиска. Его применение основано на ключевых словах, которые передаются системе в качестве аргумента поиска. Результатом является список ресурсов Интернета, подлежащих детальному рассмотрению. Получение наиболее релевантного результата требует проведения предварительной работы по составлению тезауруса;

· поиск по гипертекстовым ссылкам -- поскольку все сайты Интернета связаны между собой гиперссылками, поиск информации может быть произведен путем последовательного просмотра с помощью браузера связанных ссылками web-страниц. К этому виду поиска также относится использование каталогов, классифицированных и тематических списков и всевозможных небольших справочников. Такой метод наиболее трудоемок, однако «ручной» просмотр web-страниц часто оказывается единственно возможным на заключительных этапах информационного поиска, требующего глубокого анализа. Он может быть также более эффективен при проведении повторных циклов или просмотре вновь образованных ресурсов.

2.4 Поиск с использованием поисковых машин

Наиболее широко используемым, но в то же время наиболее сложным является метод поиска с использованием поисковых систем. Его широкая распространенность обусловлена тем, что поисковые системы содержат в себе индексы громадного количества сайтов и при правильно сформированном запросе можно сразу же получить ссылки на интересующие ресурсы. Сложность метода состоит в том, что для того, чтобы результат был качественным, необходимо уметь выбрать наиболее подходящие поисковые системы, правильно формулировать запросы к ним, учитывать их особенности и функциональные возможности.

Двоякая характеристика данного метода связана с тем, что проведение эффективного поиска требует одновременного решения двух противоположных задач: увеличении охвата с целью извлечения максимального количества значимой информации и уменьшении охвата с целью минимизации шумовой информации. Нетрудно увидеть, что одновременно осуществить и то и другое довольно сложно, хотя найти оптимальное соотношение все-таки возможно.

2.5 Составление и выполнение запросов к поисковым машинам

Это наиболее сложный и трудоемкий этап, связанный с обработкой значительного количества информации, большая часть которой обычно является шумовой. После получения первоначальных результатов возможно уточнение запросов с целью отсечения очевидно нерелевантной информации. Затем производится отбор ресурсов, начиная с наиболее интересных, с точки зрения целей поиска, и данные с ресурсов, признанных релевантными, собираются для последующего анализа.

Как формат, так и семантика запросов может варьироваться в зависимости от применяемой поисковой машины и конкретной предметной области. Запросы должны составляться так, чтобы область поиска была максимально конкретизирована и сужена, то есть предпочтение следует отдавать использованию нескольких узких запросов по сравнению с одним расширенным. В общем случае для каждого основного понятия из тезауруса готовится отдельный пакет запросов. Так же производится их пробная реализация -- как для уточнения и пополнения тезауруса, так и с целью отсечения шумовой информации.

Языки запроса различных машин поиска в основном являются сочетанием следующих функций:

· осуществление поиска документов при помощи операторов булевой алгебры AND, OR, NOT. AND (И) -- содержащих все термины, соединенные им, OR (ИЛИ) -- искомый текст должен содержать хотя бы один из терминов, соединенных данным оператором; NOT (НЕ) -- поиск документов, в тексте которых отсутствуют термины, следующие за данным оператором;

· осуществление поиска документов при помощи операторов расстояния, ограничения порядка следования и расстояния между словами. NEAR -- второй термин должен находиться на расстоянии от первого, не превышающем определенного числа слов;

FOLLOWED BY -- термины следуют в заданном порядке; ADJ -- термины, соединенные оператором, являются смежными;

· возможность усечения терминов -- использование символа * вместо его окончания термина; позволяет включить в искомый список все слова, производные от его начальной части шаблона;

· учет морфологии языка -- машина автоматически учитывает все формы данного термина, возможные в языке, на котором ведется поиск;

· возможность поиска по словосочетанию, фразе;

· ограничение поиска элементом документа (слова запроса должны находиться именно в заголовке, первом абзаце, ссылках и т. д.);

· ограничение по дате опубликования документа;

· ограничение на количество совпадений терминов;

· возможность поиска графических изображений;

· чувствительность к строчным и прописным буквам.

Результат запроса, то есть выведенный системой список ссылок на найденные ресурсы, обрабатывается в два этапа. На первом этапе производится отсечение очевидно нерелевантных источников, попавших в выборку в силу несовершенства поисковой машины или недостаточной «интеллектуальности» запроса. Параллельно проводится семантический анализ, имеющий целью уточнение тезауруса для модификации последующих запросов. Дальнейшая обработка производится путем последовательного обращения на каждый из найденных ресурсов и анализа находящейся там информации.



2.6 Анализ ресурсов и сбор информации

Конечной стадией поиска является анализ ресурсов и сбор искомой информации. Первичный анализ ресурсов может основываться на аннотациях, если они есть, а при их отсутствии -- на ознакомлении с информационным наполнением ресурса. Далее информация извлекается с отобранных источников и используется в соответствующих поиску целях.

Все больше и больше людей ищут необходимую информацию во Всемирной паутине. Поиск в сети Интернет окажется более эффективным, если вы будете соблюдать несложные правила. Все поисковые системы имеют определенный принцип работы. Успешный поиск в сети Интернет невозможен без хотя бы поверхностного знания этих принципов. В Интернете настолько огромное количество разной информации, что хаотичный и неорганизованный поиск в сети Интернет ни к чему не приведет. Вы потратите кучу времени и нервов, а найдете лишь крупицы того, что вам было нужно.

Поиск в сети Интернет требует знания определенных принципов и хитростей. Как найти необходимую информацию максимально быстро? Нужно лишь соблюдать определенные правила.

Правильно сформулируйте поисковый запрос. Он не должен быть не слишком коротким, ни слишком длинным. Оптимальная длина поискового запроса - 2-3 слова.

Если результат вас не удовлетворил, попробуйте изменить запрос, переставив местами слова в запросе или используя синонимы.

Чтобы найти точную фразу или цитату, заключите поисковый запрос в кавычки.

Обычно введение уточненного запроса более эффективно, чем поиск по результатам.

Постарайтесь не формулировать поисковый запрос в виде вопроса поисковой системе.

Обращайте внимания на домены сайтов из поисковой выдачи, чтобы случайно не перейти по подозрительной ссылке.

Обычно самые удачные ссылки и востребованная информация находятся на первых двух-трех страницах поисковой выдачи. Кстати, не факт, что лучшая информация будет находиться исключительно на первой странице.

Используйте не одну поисковую систему, а несколько. У разных поисковиков разный принцип ранжирования, поэтому то, что не нашлось в одном, может найтись в другом.

Используйте дополнительные поисковые технологии поисковых систем (поиск по картинкам, поиск по региону, поиск по блогам, расширенный поиск и т.п.).

Используйте поисковые возможности браузеров. Например, комбинация клавиш Ctrl+F включает поиск по странице.

Учтите, что результаты поисковой выдачи динамичны и через несколько дней или даже часов могут измениться. Поэтому найденную полезную ссылку стоит тут же добавить в закладки: в следующий раз результат поиска в сети Интернет может оказаться другим, и вы просто-напросто потеряете однажды найденный сайт.

Для того чтобы облегчить поиск в сети Интернет поисковая система Google предлагает ряд дополнительных операторов и функций, которые позволяют точнее сформулировать поисковый запрос и сделать поиск в сети Интернет более эффективным.

Знак + позволяет принудительно включить слово в запрос: +как искать в Интернете. Если он находится в середине фразы, перед ним нужно поставить пробел.

Знак - исключает слово из списка результатов поиска: автомобили -отечественные.

Слово OR или знак | используются для поиска одного из двух слов: CD OR MP3 плеер (CD | MP3 плеер).

Знак ~ (тильда) позволяет находить синонимы слов из запроса: купить ~мотоцикл.

Знак * означает любое слово: реферат по *.

Две точки (..) используются для поиска в определенном диапазоне значений: плеер за 150..200 долларов.

Эти операторы имеют влияние на сам поисковый запрос. Следующая группа операторов упрощает поиск в Интернете, сужая круг поисков: страницы в выдаче выбираются по определенному критерию.

Оператор Site нужен для поиска по проиндексированным страницам конкретного сайта. Его можно использовать как для поиска всех проиндексированных страниц (site:strana-sovetov.com), так и для поиска по ключевым словам на этих страницах (site:strana-sovetov.com хобби).

Оператор Filetype позволяет находить файлы определенного формата, например: реферат по биологии filetype:rtf.

Оператор Cache отображает страницы, сохраненные в кэше поисковой системы: cache:strana-sovetov.com. Зачем это нужно? Бывает так, что нужный материал был удален с сайта, однако он какое-то время сохраняется в кэше.

Оператор Define позволяет находить определение слов и словосочетаний: define поисковая система.

Для поиска сайтов, схожих по тематике с определенным сайтом, используют оператор Related: related:strana-sovetov.com.

Некоторые функции поиска Google способны значительно упростить повседневную жизнь: тут вам и прогноз погоды, и конвертер валют, и многое другое.

Для того, чтобы узнать прогноз погоды, достаточно ввести слово "погода" и название вашей страны и населенного пункта: погода в Москве. Для США кроме города указываются штат и индекс.

Если вам нужно узнать часовой пояс, в котором находится тот или иной город, введите в строку поиска словосочетание "часовой пояс" и название города: часовой пояс Калининград.

Можно ограничить поиск различных организаций (ресторанов, магазинов и т.п.) определенным городом: пицца в Казани.

Если вы хотите узнать расписание киносеансов в определенном населенном пункте, добавьте к запросу "кино" название вашего города: кино в Сочи.

Для поиска карт городов используется такой поисковый запрос: карта Санкт-Петербурга (подставьте нужный город), со страницы результатов поиска вы сможете перейти к сервису Google Maps.

Строку поиска Google можно использовать в качестве калькулятора, введя в нее пример, который нужно посчитать: (7+3*5)/11=

...