Автоматизированные информационно поисковые системы

ИНСТИТУТ 

«Калининградская высшая школа управления»

Факультет высшего профессионального  образования 
 

_________________________________________________________________________

наименование  дисциплины 
 
 
 

КОНТРОЛЬНАЯ РАБОТА 
 

Кафедра 
 

 
 

Тема_________________________________________________________________________________________________________________________

 
 
 

      Научный руководитель:

______________________________

_{научная степень, ученое звание, должность, ФИО}

 

Выполнил(а) студент(ка) группы_______

___________________________________

«___»_______________________ 200_г.

 

Решение о допуске к защите

________________________

________________подпись

 

Дата  рецензирования

«___»_______________200_г.

Дата  защиты

«___»_______________200_г.

 

Оценка:

________________________

 

Подпись руководителя:

                  ________________________

 
 
 

Калининград 200_г.

 

 

СОДЕРЖАНИЕ

 
 

 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

 

   ВВЕДЕНИЕ

 

  Современный этап развития цивилизации характеризуется  переходом наиболее развитой части  человечества от индустриального общества к информационному. Одним из наиболее ярких явлений этого процесса является возникновение и развития глобальной информационной компьютерной сети.

    В данной контрольной работе рассматриваются теоретические основы информационного поиска, классификация и разновидности информационно поисковых систем. Представлен материал по применяемым в настоящее время информационно – поисковым каталогом полнотекстовыми и гипертекстовым поисковым системам.

      При появлении сети Интернет проблема поиска становилась более актуальной. Интернет – всемирная компьютерная сеть, представляющая собой единую информационную среду и позволяющая получить информацию в любое время. Но с другой стороны в Интернете храниться очень много полезной информации, но для поиска её требуется затрачивать много времени. Эта проблема послужила поводом к появлению поисковых машин. В данной работе будут рассмотрены поисковые машины в Интернете.

 
 
 
 
 
 
 
 
 
 
 
 

 

1. Понятие автоматизированных  информационных поисковых  систем

 

   Автоматизированная  поисковая система – система, состоящая из персонала и комплекса средств автоматизации его деятельности, реализующая информационную технологию выполнения установленных функций.

         Опыт и практика создания систем в различных сферах деятельности позволяет дать более  широкое и универсальное определение, которое  полнее отражает все аспекты их сущности.

         Под информационной системой в дальнейшем понимается – организованная совокупность программно – технических и других вспомогательных средств, технологических процессов и функционально – определённых групп работников, обеспечивающих сбор, представление и накопление информационных ресурсов в определённой предметной области, поиск и выдачу сведений, необходимых для удовлетворения информационных потребностей установленного контингента пользователей – абонентов системы.

 

1.1.Особенности автоматизированных поисковых систем

    В работе поисковый процесс представлен  четырьмя стадиями:

    1. формулировка (происходит до начала  поиска);

    2. действие (начинающийся поиск);

    3. обзор результатов (результат, который пользователь видит после поиска);

    4. усовершенствование (после обзора  результатов и перед возвращением  к поиску с иной формулировкой  той же потребности).

      Более удобная нелинейная схема поиска информации  состоит из следующих этапов:

1. Фиксация информационной потребности на естественном языке;
2. Выбор поисковых сервисов сети и формализация записи информационной потребности на конкретных информационно-поисковых языках (ИПЯ);
3. Выполнение созданных запросов;
4. Предварительная обработка полученных списков ссылок на документы;
5. Обращение по выбранным адресам за искомыми документами;
6. Предварительный просмотр содержимого найденных документов;

7. Сохранение  релевантных документов для последующего  изучения;

8. Извлечение  из релевантных документов ссылок для расширения запроса;

9. Изучение  всего массива сохраненных документов;

10. Если  информационная потребность не  полностью удовлетворена, то возврат  к первому этапу.

    Процесс поиска имеет чрезвычайно глубокий дидактический аспект – так, установлено что применение диалоговых информационных систем приводит к формированию у рядовых пользователей такого стиля информационно-поисковой деятельности, который обычно свойственен наиболее выдающимся ученым.

    В большинстве случаев информационная потребность возникает после изучения какой-либо новой информации, полученной пользователем. Часто возникает ситуация, когда пользователь уже обладает некоторым массивом документов по искомой тематике. Предлагается использовать эти документы для автоматизированного составления поискового запроса с помощью специализированной системы управления документами (СУД).

     

1.2.Структура  сети

      Как известно, наиболее простой способ расширения информационного поиска в сети Интернет применен в метапоисковых  системах и заключается в увеличении количества используемых первичных ИПС. Этот механизм должен быть реализован в любой разрабатываемой системе. Задача распределения ресурсов поисковой системы по различным ИПС глобальной сети должна решаться адаптивно, на основании учета доли ссылок признанных релевантными во время предыдущих сеансов поиска.

      Второй  блок автоматизированной поисковой  системы отправляет созданный запрос и осуществляет сортировку и отбор  полученных ссылок, после чего обращается по выбранным адресам и получает из сети некоторое множество документов, также содержащих гиперссылки.

      Обработка результатов поиска.

      После получения в результате поиска в  сети некоторого множества документов, среди них необходимо выделить наиболее релевантные. Наличие “сообществ”  не облегчает эту задачу. Можно выделить следующие несколько классов наиболее частых ситуаций.

1. Отсутствие в исследуемом сегменте сети искомой информации. В этом случае следует перейти к другому сегменту, т. е. обычно исследовать ресурсы, созданные на других языках.
2. Найденные “сообщества” содержат информацию не по требуемой тематике, а главным образом по другим, близким к искомой.
3. Обнаружено слишком большое количество информационных ресурсов.

      В последних двух случаях необходимо осуществить автоматический перебор  всех найденных документов и определить степень близости их к исходному запросу.

      Во  многих случаях поиска в новой  области, когда общий уровень  пользователя недостаточно высок, желательно осуществлять фильтрацию выдаваемой информации по стилю текста так, чтобы начальное ознакомление с материалом происходило с использованием популярных и научно-популярных текстов.

      Для уменьшения объема рассматриваемых  материалов следует также осуществить  фильтрацию результатов поиска по типу источников. Так очевидно, что документы, расположенные на научных сайтах, на коммерческих, или на серверах СМИ будут существенно различаться по своему характеру.

 

2. Структура работы  автоматизированных систем

  Работа поискового указателя происходит в три этапа, из которых два первых являются подготовительными и незаметны для пользователя. Сначала поисковый указатель собирает информацию из World Wide Web. Для этого используют специальные программы, аналогичные браузеры. Они способны скопировать заданную Web-страницу на сервер поискового указателя, просмотреть ее, найти все гипетэссылки, которые на ней имеют те ресурсы, которые найдены там, снова разыскать имеющиеся в них гиперссылки и т. д. Подобные программы называют червяками, пауками, гусеницами, краулерами, спайдерами и другими подобными именами. Каждый поисковый указатель эксплуатирует для этой цели свою уникальную программу, которую нередко сам и разрабатывает. Многие современные поисковые системы родились из экспериментальных проектов, связанных с разработкой и внедрением автоматических программ, занимающихся мониторингом Сети. Теоретически, при удачном входе спайдер способен прочесать все Web-пространство за одно погружение, но на это надо очень много времени, а ему еще необходимо периодически возвращаться к ранее посещенным ресурсам, чтобы контролировать происходящие там изменения и выявлять «мертвые» ссылки, т. е. потерявшие актуальность.

        После копирования  разысканных Web-ресурсов на сервер поисковой системы начинается второй этап работы — индексация. В ходе индексации создаются специальные базы данных, с помощью которых можно установить, где и когда в Интернете встречалось, то или иное слово. Считайте, что индексированная база данных — это своего рода словарь. Она необходима для того, чтобы поисковая система могла очень быстро отвечать на запросы пользователей. Современные системы способны выдавать ответы за доли секунды, но если не подготовить индексы заранее, то обработка одного запроса будет продолжаться часами.

        На третьем этапе  происходит обработка запроса клиента  и выдача ему результатов поиска в виде списка гиперссылок. Допустим, клиент хочет узнать, где в Интернете имеются Web-страницы, на которых упоминается известный голландский механик, оптик и математик Христиан Гюйгенс. Он вводит слово Гюйгенс в поле набора ключевых слов и нажимает кнопку. Найти (Search). По своим базам указателей поисковая система в доли секунды разыскивает подходящие Web-ресурсы и формирует страницу результатов поиска, на которой рекомендации представлены в виде гиперссылок. Далее клиент может пользоваться этими ссылками для перехода к интересующим его ресурсам.

        Все это выглядит достаточно просто, но на самом деле здесь есть проблемы. Основная проблема современного Интернета связана  с изобилием Web-страниц. Достаточно ввести в поле поиска такое простое слово, как, например, футбол, и российская поисковая система выдаст несколько тысяч ссылок, сгруппировав их по 10-20 штук на отображаемой странице.

        Несколько тысяч  — это еще не так много, потому что зарубежная поисковая система в аналогичной ситуации выдала бы сотни тысяч ссылок. Попробуйте найти среди них нужную! Впрочем, для рядового потребителя совершенно все равно, выдадут ему тысячу результатов поиска или миллион. Как правило, клиенты просматривают не более 50 ссылок, стоящих первыми, и что там делается дальше, мало кого беспокоит. Однако клиентов очень и очень беспокоит качество самых первых ссылок. Клиенты не любят, когда в первом десятке встречаются ссылки, утратившие актуальность, их раздражает, когда подряд идут ссылки на соседние файлы одного и того же сервера. Самый же плохой вариант — когда подряд идут несколько ссылок, ведущих к одному и тому же ресурсу, но находящемуся на разных серверах.

Клиент  вправе ожидать, что самыми первыми  будут стоять наиболее полезные ссылки. Вот здесь и возникает проблема. Человек легко отличает полезный ресурс от бесполезного, но как объяснить это программе?! Поэтому лучшие поисковые системы проявляют чудеса искусственного интеллекта в попытке отсортировать найденные ссылки по качественности их ресурсов. И делать это они должны быстро — клиент не любит ждать.