Основные характеристики поисковых систем

Опишем основные характеристики работы поисковых систем:

1. Полнота - одна из основных характеристик поисковой системы, представляющая собой отношение количества найденных по запросу документов к общему числу документов в сети Интернет, удовлетворяющих данному запросу. К примеру, если в Интернете имеется 100 страниц, содержащих словосочетание «как выбрать автомобиль», а по соответствующему запросу было найдено всего 60 из них, то полнота поиска будет 0,6. Очевидно, что чем полнее поиск, тем меньше вероятность того, что пользователь не найдет нужный ему документ, при условии, что он вообще существует в Интернете.

2. Точность - еще одна основная характеристика поисковой машины, которая определяется степенью соответствия найденных документов запросу пользователя. Например, если по запросу «как выбрать автомобиль» находится 100 документов, в 50 из них содержится словосочетание «как выбрать автомобиль», а в остальных просто наличествуют эти слова («как правильно выбрать магнитолу и установить в автомобиль»), то точность поиска считается равной 50/100 (=0,5). Чем точнее поиск, тем быстрее пользователь найдет нужные ему документы, тем меньше различного рода «мусора» среди них будет встречаться, тем реже найденные документы не будут соответствовать запросу.

3. Актуальность - не менее важная составляющая поиска, которая характеризуется временем, проходящим с момента публикации документов в сети Интернет, до занесения их в индексную базу поисковой системы. Например, на следующий день после появления интересной новости, большое количество пользователей обратились к поисковым системам с соответствующими запросами. Объективно с момента публикации новостной информации на эту тему прошло меньше суток, однако основные документы уже были проиндексированы и доступны для поиска, благодаря существованию у крупных поисковых систем так называемой «быстрой базы», которая обновляется несколько раз в день.

4. Скорость поиска тесно связана с его устойчивостью к нагрузкам. Например, по данным ООО «Рамблер Интернет Холдинг», на сегодняшний день в рабочие часы к поисковой машине Рамблер приходит около 60 запросов в секунду. Такая загруженность требует сокращения времени обработки отдельного запроса. Здесь интересы пользователя и поисковой системы совпадают: посетитель желает получить результаты как можно быстрее, а поисковая машина должна отрабатывать запрос максимально оперативно, чтобы не замедлять вычисление следующих запросов.

5. Наглядность представления результатов является важным компонентом удобного поиска. По большинству запросов поисковая машина находит сотни, а то и тысячи документов. Вследствие нечеткости составления запросов или неточности поиска, даже первые страницы выдачи не всегда содержат только нужную информацию. Это означает, что пользователю зачастую приходится производить свой собственный поиск внутри найденного списка. Различные элементы страницы выдачи поисковой системы помогают ориентироваться в результатах поиска

Таблица 1

Краткая характеристика основных поисковых систем

Назва-ние	URL	Описание
Русскоязычные поисковые системы
Апорт	http://www.aport.ru	Объем базы данных более 14 млн документов. Имеет мощные средства расширенного поиска. Распознает правила грамматики русского языка. Выполняет автоматическую проверку орфографических ошибок в запросе. Каталог имеет 14 тематических разделов верхнего уровня.
Rambler	http://www.rambler.ru	Выполняет функции удобного Web-портала, объединяющего поисковую машину, рейтинг-классификатор Rambler's Top 100, ряд бесплатных сервисов и информационных проектов. База данных проиндексированных документов составляет более 12 млн документов. Учитывает морфологию русского и английского языков. Имеет одноуровневый тематический каталог (рейтинг) российских ресурсов, включающий 56 разделов.
Yandex	http://www.yandex.ru	Имеет самую большую базу проиндексированных документов в русскоязычном Интернете (более 31 млн документов). Обладает одним из самых мощных в мире языков запросов. Учитывает морфологию русского и английского языков. Объединяет поисковую машину, каталог (12 основных разделов) и ряд дополнительных проектов.
Глобальные поисковые системы
Yahoo!	http://www.yahoo.com	Крупнейший поисковый каталог мира. Содержит свыше 1 млн адресов. Ресурсы внутри разделов сортируются по алфавиту. Является большим Web-порталом с бесплатной электронной почтой, чатом и многочисленными форумами.
AltaVista	http://www.altavista.com	Старейшая поисковая машина, наиболее мощная и универсальная. Объем базы данных более 250 млн документов. Содержит данные о документах на 25 языках. Способна искать документы на русском языке. Обладает мощным языком запросов. Эффективна для поиска научной литературы. Пригодна как для начального, так и для глубоко детализированного поиска. Имеет один из лучших коэффициентов охвата Web-пространства.
Northern Ligth	http://www.northern- light.com	Обладает мощным языком запросов. Эффективна для проведения научных поисков. Имеет возможность «раскладывать» найденные страницы по папкам (рубрикам), что облегчает поиск, особенно на начальной его стадии.
Lycos	http://www.lycos.com	Имеет средства поиска людей. Одна из старейших поисковых систем. Имеет удобные средства расширенного поиска. Является крупным Web-порталом. Имеет средства для поиска файлов на FTP-cepверах. Хорошо подходит для начального поиска.
HotBot	http://www.hotbot.com	Является мощной поисковой машиной. Часто используется для проведения начального поиска. «Пригодность» сайтов определяется их популярностью, то есть частотой и длительностью посещений.
Google	http://www.google.com	Большая поисковая машина, предназначенная для начального поиска. Объем базы данных достигает 1,25 млрд страниц. Приспособлена к поиску документов на 25 языках, в том числе русском. Определяет «полезность» документов по количеству и качеству ссылок на них с других Web-документов.

Поисковые системы могут использовать разные информационные технологии для обработки запросов пользователей, и чтобы эффективно вести поиск, надо знать достоинства и недостатки каждой из них, а также в общих чертах понимать принципы их работы.

Русские поисковые машины специально ориентированы на русскоязычные ресурсы сети. Они осуществляют поиск документов в русской части Интернета — Рунете и, как правило, отличаются большей полнотой охвата и глубиной исследования этих ресурсов. Русскоязычные системы работают с учетом морфологии русского языка, то есть учитывают все грамматические формы искомых слов.

В универсальных поисковых системах (таких, как AltaVista) для поиска русскоязычных документов нужно установить соответствующий язык поиска и кодировку браузера. В противном случае поисковые системы смогут найти ключевые слова только в тех документах, кодировка которых совпадает с кодировкой запроса. Для этого на главной странице этих систем есть специальная ссылка Customize Settings (Настроить установки). Браузер Internet Explorer 5.0 русской версии поддерживает кодировку K0I8-R.

Важными показателями качества поисковых машин являются: объем базы данных (количество документов), скорость обхода сети (с ней связана скорость обновления информации в базе данных), алгоритм индексации (только по ключевым словам Web-страниц или по всему тексту, с учетом морфологии языка или без учета, с поиском в зонах документа: заголовке, ссылках, подписях к изображениям или без поиска и др.), а также дополнительные возможности поиска (расширенный поиск, поиск похожих документов, ограничение области поиска), удобный пользовательский интерфейс и справочная система.

В настоящее время в развитии поисковых систем наблюдается тенденция объединения поисковых машин и поисковых каталогов. Ресурсы этих систем удачно дополняют друг друга, и объединение их возможностей вполне логично.

Большинство поисковых машин сегодня включает в себя каталоги, которые составляются редакторами и обычно организуются в соответствии с предметной классификацией. Отдельной разновидностью каталогов являются рейтинги (счетчики посещений Web-ресурсов). Ресурсы внутри разделов каталога могут быть отсортированы по алфавиту, дате обновления, популярности (посещаемости) или индексу цитирования (CI—Citation Index) — числу упоминаний данного ресурса в Интернете (количеству Интернет-ресурсов, с которых есть ссылки на данный ресурс).