7.9.7. Поиск в сети интернет

Для поиска в Internet предназначены различные инструмен­ты:

• поисковые машины,

• индексированные каталоги,

• метапоисковые системы,

• тематические списки ссылок,

• онлайновые энциклопедии и справочники.

При этом для поиска разного рода информации наи­более эффективными оказываются различные инструменты. Рассмот­рим каждый инструмент в отдельности.

Индексированные каталоги содержат информацию, иерархически структурированную по темам. Тематические разделы первого уровня определяют широко популярные темы, такие как спорт, отдых, на­ука, магазины и т.д. В каждом разделе есть подразделы. Таким обра­зом, путешествуя по дереву каталога, можно постепенно сужать об­ласть поиска. Дойдя до нужного подкаталога, вы находите в нем набор ссылок. Обычно в каталоге все ссылки являются профильны­ми, поскольку составлением каталогов занимаются не программы, а люди. Очевидно, что если вы ищете информацию по некоторой ши­рокой теме, то целесообразно обратиться к каталогу. Если же вам необходимо найти конкретный документ, то каталог окажется малоэффективным поисковым средством. Кро­ме каталогов общего назначения в Сети много специализированных каталогов. Если внутри отдельной темы каталога находится огром­ное количество ресурсов, возникает проблема выбора. В некоторых каталогах имеется сортировка по популярности, например в катало­ге Яндекс сортировка идет по индексу цитирования.

Тематические списки ссылок − это списки, составленные группой профессионалов или коллекционерами-одиночками. Часто узкоспе­циализированная тема может быть раскрыта одним специалистом лучше, чем группой сотрудников крупного каталога.

Поисковые машины. В ответ на запрос мы обычно получаем длин­ный список документов, многие из которых не имеют никакого от­ношения к теме запроса. Такие документы называются нерелевант­ными, т.е. не относящимися к делу. Таким образом, релевантный документ — это документ, содержащий искомую информацию. Оче­видно, что от умения грамотно делать запрос зависит процент полу­чаемых релевантных документов. Доля релевантных документов в списке всех найденных поисковой машиной документов называется точностью поиска. Если все найденные документы релевантные, то точность поиска составляет 100 %. Если найдены все релевантные документы, то полнота поиска - 100 %. Таким образом, качество по­иска определяется двумя параметрами:

• точностью поиска,

• полнотой поис­ка.

Эти величины взаимозависимы, т.е. увеличение полноты снижа­ет точность, и наоборот.

Поисковая машина состоит из двух частей: робота, или паука, и поискового механизма. База данных робота формируется в основном им самим (робот сам находит ссылки на новые ресурсы) и в суще­ственно меньшей степени — владельцами ресурсов, которые регист­рируют свои сайты в поисковой машине. Помимо робота, который обходит все предписанные серверы и формирует базу данных, существует программа, определяющая рейтинг найденных ссылок.

Принцип работы поисковой машины сводится к тому, что она опрашивает свою базу данных по ключевым словам, которые пользо­ватель указывает в поле запроса, и выдает список ссылок, ранжированный по релевантности.

Поиск по индексу заключается в том, что пользователь формиру­ет запрос и передает его поисковой машине. В случае, когда у пользо­вателя имеется несколько ключевых слов, весьма полезно использо­вание булевых операторов. Текст, в пределах которого проверяется логическая комбинация, называется единицей поиска. Это может быть предложение, абзац или весь документ. В разных поисковых систе­мах могут использоваться различные единицы поиска. После того, как пользователь сделал запрос, поисковая система обрабатывает синтаксис запроса и сравнивает ключевые слова со словами в индек­се. После этого составляется список сайтов, отвечающих запросу, они ранжируются по релевантности, и формируется результат поиска, который и выдается пользователю.

Существует огромное количество поисковых систем. Наиболее популярная на Западе поисковая система - Google www.google.com). Всемирно популярный каталог Yahoo! в качестве поисковой систе­мы использует именно Google. В Рунете самыми популярными по­исковыми системами являются Яндекс (www.yandex.ru) и Рамблер (www.rambler.ru).

Метапоисковые системы. Так как Интернет развивается стреми­тельными темпами, то рост количества документов происходит быс­трее, чем поисковые системы успевают их проиндексировать. Отсю­да следует, что даже если в Сети и есть то, что вы ищете, вовсе не обязательно, что об этом знает та поисковая машина, к которой вы обратились. Велика вероятность, что нужный документ проиндексирован другой поисковой системой. Поэтому существуют службы, по­зволяющие транслировать запрос сразу в несколько поисковых сис­тем, — это метапоисковые системы. Однако пользоваться ими во всех случаях не следует. Если документов по теме много, то метапоиск, возможно, даже вреден, поскольку смешивает разные логики ранжи­рования. Но если документов по теме мало, то метапоиск может быть полезен именно потому, что объединяет большое число поисковых систем.

Очень удобной в этом отношении является отечественная про­грамма ДИСКо Искатель (www.disco.ru).

Онлайновые энциклопедии и справочники. Очень часто нужно най­ти не документ, содержащий то или иное ключевое слово, а имен­но — толкование искомого слова. Одной из крупнейших онлайновых энциклопедий является ресурс Яндекс.Энциклопедии (http://encycl.yandex.ru/). Этот проект содержит 219 968 статей из 14 энцик­лопедий, в том числе из БСЭ и Энциклопедии Брокгауза и Эфрона. К крупным относится и Энциклопедия Кирилла и Мефодия, кото­рую можно найти по адресу www.km.ru.

Особенно актуальным является поиск толкований терминов по информационным технологиям, которые развиваются так быстро, что уследить за появлением новых терминов очень сложно. Единственный ресурс на русском языке, который можно назвать компьютер­ным энциклопедическим словарем, − это проект Компьютерная энциклопедия Кирилла и Мефодия (http://www.megakm.ru/pc/), преду­сматривающая поиск не только по термину, но и по тематической структуре. Объем словаря терминов — 700 статей.