Основные задачи проектирования индексирования поисковых систем

Размещено на http://www.allbest.ru/

ОСНОВНЫЕ ЗАДАЧИ ПРОЕКТИРОВАНИЯ ИПС ДЛЯ WWW

Рассмотрим подробнее основные задачи, которые должны решить разработчики ИПС. Как следует из определения, ИПС для WWW проводят поиск в собственной базе (индексе), в которой содержится результат описания распределенных источников информации. Значит, сначала нужно описать информационные ресурсы и создать индекс. Построение индекса начинается с определения начального набора URL источников информации [2]. Затем проводится процедура индексирования.

Индексирование - описание источников информации и построение индекса.

Индекс - специальная база данных для эффективного поиска описанных информационных ресурсов.

В некоторых информационно-поисковых системах описание источников информации проводится персоналом ИПС, то есть людьми, которые составляют краткую аннотацию на каждый ресурс. Затем, как правило, проводится сортировка описанных ресурсов по темам (составление тематического каталога). Конечно, описание, составленное человеком, будет адекватно источнику. Правда, в этом случае процедура индексирования занимает значительный период времени, поэтому формируемый индекс имеет, как правило, ограниченный объем. Зато поиск в подобной системе можно будет проводить так же легко, как в тематических каталогах библиотек.

В ИПС другого типа процедура описания информационных ресурсов автоматизирована. Для этого разрабатывается специальная программа-робот, которая по определенной технологии обходит ресурсы, описывает их (проводит индексирование) и анализирует ссылки с текущей страницы для расширения области поиска. Как может описать документ программа? Чаще всего просто составляется список слов, которые встречаются в тексте и других частях документа, при этом учитывается частота повторения и местоположение слова, то есть, слову приписывается своеобразный весовой коэффициент в зависимости от его значимости. Например, если слово находится в названии Web-страницы, робот присвоит ему более высокий коэффициент. Поскольку описание автоматизировано, затраты времени невелики, и индекс может оказаться очень большим по размеру. Таким образом, следующей задачей для ИПС второго типа является разработка робота-индексировщика.

ПАРАМЕТРЫ ЭФФЕКТИВНОСТИ ПОИСКА ИНФОРМАЦИИ

После подробного изучения основных возможностей инструментов обратимся к проблеме эффективности поиска. Основными параметрами эффективности поиска являются:

полнота поиска как отношение числа найденных документов к общему числу релевантных документов;

точность поиска - отношение числа релевантных документов к общему числу полученных документов;

актуальность ссылок на документы существование найденных документов в сети в настоящий момент;

скорость поиска.

ФАКТОРЫ, ВЛИЯЮЩИЕ НА ЭФФЕКТИВНОСТЬ ПОИСКА

Итак, мы выяснили, что в Internet существуют различные инструменты поиска, обладающие разными функциональными возможностями. Качество поиска, таким образом, зависит в первую очередь от параметров конкретной поисковой системы, например, от размеров индекса, от способа поиска (уточнение тем или поиск по запросу) и т.д. Далее, работая с конкретной поисковой системой, нужно иметь представление о методах составления запросов, знать необходимые операторы.

Таким образом, можно выделить следующие факторы, влияющие на эффективность поиска [8-10]:

? свойства и возможности поисковой системы;

? качество формулировки запроса пользователем.

СРАВНИТЕЛЬНЫЕ ВОЗМОЖНОСТИ ПОИСКОВЫХ СИСТЕМ

Каким образом можно оценить качество поискового инструмента? Поисковые системы обычно сравнивают по следующим параметрам.

Российские поисковые системы

Зарубежные поисковые системы

ТЕХНОЛОГИИ ПОИСКА ИНФОРМАЦИИ В INTERNET

? Дополнительные возможности: поиск статей в группах новостей, людей, организаций, мультимедийных файлов, и т.д.

Теперь рассмотрим, как лучше подготовиться пользователю к составлению запроса. Прежде всего, необходимо провести всесторонний лексический анализ информации, которую вы собираетесь искать. Затем желательно составить набор ключевых слов (при необходимости, на нескольких языках) в виде отдельных терминов и словосочетаний, специфичных для вашей предметной области [8].

Ваши действия:

- выбор поискового инструмента;

- точная формулировка запросов с использованием операторов, поддерживаемых данным поисковым инструментом;

- отправка тестовых запросов;

- анализ результатов поиска (по количеству и релевантностиссылок);

- при необходимости, корректировка запроса;

? повторный поиск;

ЧТО ТАКОЕ ЯЗЫК РАЗМЕТКИ (MARKUP LANGUAGE)?

интернет информация язык разметка

Язык разметки (Markup Language)

Набор символов или последовательностей, вставляемых в текст для передачи информации о его выводе или строении. Принадлежит классу компьютерных языков. Текстовый документ, написанный с использованием языка разметки, содержит не только сам текст (как последовательность слов и знаков препинания), но и дополнительную информацию о различных его участках - например, указание на заголовки, выделения, списки и т. д. В более сложных случаях язык разметки позволяет вставлять в документ интерактивные элементы и содержание других документов.

Различают логическую и визуальную разметки. В первом случае речь идет только о том, какую роль играет данный участок документа в его общей структуре (например, «данная строка является заголовком»). Во втором определяется, как именно будет отображаться этот элемент (например, «данную строку следует отображать жирным шрифтом»). Идея языков разметки состоит в том, что визуальное отображение документа должно автоматически получаться из логической разметки и не зависеть от его непосредственного содержания. Это упрощает автоматическую обработку документа и его отображение в различных условиях (например, один и тот же файл может по-разному отображаться на экране компьютера, мобильного телефона и на печати, поскольку свойства этих устройств вывода существенно различаются). Однако это правило часто нарушается: например, создавая документ в редакторе типа MS Word, пользователь может выделять заголовки жирным шрифтом, но нигде не указывать, что эта строка является заголовком.

Языки разметки используются везде, где требуется вывод форматированного текста: в типографии (SGML, TeX, PostScript, PDF), пользовательских интерфейсах компьютеров (Microsoft Word, OpenOffice, troff), Всемирной Сети (HTML, XHTML, XML, WML, VML, PGML, SVG).

Язык разметки - термин интернет-маркетинга, рекламы и дизайна. На данной странице Вы найдете определение и содержание понятия Язык разметки, смысл и толкование значения и перевод слова Markup Language.

Наш глоссарий и словарь терминов интеренет-маркетинга, включает определения различных основных понятий рекламы и маркетинга, в том числе Язык разметки, и толкования значений слов рекламного сленга и жаргона. Здесь Вы можете найти современные значения интересующих Вас терминов, узнать, что такое Язык разметки и прочитать, какие существуют классификации и виды понятий в рекламе и интернет-маркетинге.

КРУГ ЗАДАЧ, РЕШАЕМЫХ С ПРИМЕНЕНИЕМ СЕМЕЙСТВА ЯЗЫКОВ XML. БИЗНЕЗ СФЕРА XML - ТЕХНОЛОГИИ

Рассел Кей

Computerworld, США

Краткий путеводитель по современному «пространству языков разметки»

В 1969 году три научных сотрудника компании IBM разработали GML, язык форматирования для публикации документов. GML - это не только аббревиатура от Generalized Markup Language, но также инициалы его создателей - Чарлз Гольдфарб, Эдвард Мошер и Реймонд Лорье.

GML поддерживает редактирование и форматирование текстов, позволяет подсистемам извлечения информации обмениваться документами. В то же время вместо простой схемы разметки GML представляет концепцию формально определенных типов документов, содержащих строгую иерархию структурированных элементов.

Основные компоненты GML были реализованы в издательских системах для мэйнфреймов, и сам язык пользуется большой популярностью в отрасли. GML применяется в IBM, причем с его помощью создается более 90% документов компании.

За счет расширения GML такими концепциями, как короткие сноски, обработка ссылок и параллельные типы документов, был создан язык Standard Generalized Markup Language. SGML стал активно применяться в издательском бизнесе, к тому же был принят к использованию в Государственном издательстве США и в 1986 году получил статус международного стандарта.

Тем не менее SGML был малоизвестен до 1990 года, когда Тим Бернерc-Ли, автор идеи World Wide Web, создал Hypertext Markup Language, который является подмножеством SGML. Вскоре после этого все виды документов и данных в начале и в конце каждого текстового элемента стали содержать тэги в стиле <тэг> и . В конце 1990-х годов появился Extensible Markup Language (XML)... и вселенная ИТ необратимо изменилась.

Фактически создается впечатление, что не проходит и дня без известия о создании или описании нового языка разметки. Действительно, Computerworld в разделе Quick Study опубликовал уже 10 статей, посвященных описанию различных языков разметок, и то лишь самых основных. Поиск в Google выражения markup language дает ссылки на более чем 6 млн. страниц. Ниже предлагается краткий «путеводитель» по современному «пространству языков разметки». Безусловно, он не претендует на полноту, но дает представление о гибкости и возможностях этой концепции, а также о том, как они используются. Большинство этих языков представляют собой расширения XML или определения типов документов, предназначенных для конкретной сферы деятельности, хотя некоторые из них достаточно сложны.

Размещено на Allbest.ru