МИНИСТЕРСТВО ОБЩЕГО И ПРОФЕССИОНАЛЬНОГО
ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
ДАЛЬНЕВОСТОЧНЫЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
Кафедра информатики
Что такое интернет
Аспиранта второго года обучения
Незнановой С. Ю.
03.00.10.(ихтиология)
Научный руководитель
профессор, д.б.н.
Иванков В. Н.
Владивосток
2002
Содержание
Введение
1. Основные протоколы в Internet и поиск в них
2. Инструменты поиска
1. Тематические каталоги
2. Автоматические индексы
3. Российские системы поиска
Список литературы
Введение.
Одно из главных отличий Интернета от всего остального, что связано с компьютерами, — это то, что для успешной работы с ним, вообще говоря, не нужно никаких книг. Сам Интернет может служить и справочником, и учебником, и энциклопедией самого себя. Однако на начальном этапе, как мне кажется, польза от книги, внятно и доступно излагающей основы, может быть весьма значительной. Именно такую книгу я и постарался написать. Но прежде чем вы познакомитесь с ней поближе, давайте попробуем ответить на самый главный вопрос, который, вероятно, вы себе уже задавали:
Интернет: что же это, наконец, такое
Более или менее научные (или просто наукообразные) определения Интернета,
которыми заполнены книги и статьи на эту тему, конечно, имеют свою
ценность. Но для наших целей пока достаточно самого простого объяснения:
Интернет — это множество компьютеров, соединенных друг с другом каналами
связи, плюс набор стандартных правил, по которым они обмениваются
информацией. При этом сами каналы связи, пожалуй, даже менее важны, чем
правила передачи данных по ним, называемые в Интернете протоколами. Если
хотя бы два компьютера взаимодействуют по одному из таких протоколов — это
уже настоящий Интернет.
Изобретение и совершенствование модемов — специальных устройств,
позволяющих компьютеру посылать информацию по телефону, — открыло двери в
Интернет огромному количеству людей, у которых нет. никакого специального
сетевого оборудования, а есть лишь персональный компьютер и телефонная
розетка поблизости.
Как сам Интернет, так и модемы для персональных компьютеров существуют уже
довольно долго. Однако лишь совсем недавно — около 1990 года — Интернет
набрал, наконец критическую массу пользователей и ресурсов, необходимую для
происходящей на наших глазах сетевой революции. Скоростные модемы,
позволяющие обычным пользователям персональных компьютеров без ограничений
наслаждаться всеми благами Интернета, появились еще позднее. А система
World Wide Web (WWW, или «Всемирная паутина»), изобретенная в 1993 г. и
бывшая поначалу лишь одной из многих составных частей сети, заняла
доминирующее положение и стала определять лицо Интернета буквально в
последние год-два. Так или иначе, всемирный интернетовский бум сейчас в
самом разгаре — и вам очень повезло, что вы почти не опоздали к началу
представления.
Интернет — это, прежде всего огромное множество компьютеров и программ.
Среди последних вы найдете не только такие, которые умеют хорошо решать
ваши конкретные задачи, но и гораздо больше таких, чьи способности вам,
вероятно, поначалу будет сложно даже представить. Выход в Интернет дает вам
уникальную возможность, каким бы несовершенным ни был ваш компьютер,
заглянуть в двадцать первый век и самостоятельно освоиться с такими
понятиями, как «всемирный кибер-социум», «виртуальные деньги»,
«информационная среда обитания» и т. п., — словом, со всем тем, о чем так
любят писать сейчас журналисты.
Однако это лишь часть ответа на вопрос «что такое Интернет». Интернет
сегодня — это не только огромное количество компьютеров, но еще и
невероятное количество людей, для которых сеть является принципиально новым
способом общения, почти не имеющим аналогов в материальном мире. Человек —
существо социальное, и общение с себе подобными — одна из первейших его
потребностей. Пожалуй, до сих пор еще ни одно техническое изобретение (если
не считать телефона) не производило такого переворота в этом древнем как
мир занятии — общении человека с человеком.
Конечно, что именно заинтересует вас в Интернете в первую очередь — люди
или компьютеры, — зависит только от вас. Древняя метафора книги как модели
мироздания, пожалуй, заслуживает пересмотра — теперь на роль такой модели
гораздо лучше подходит компьютер. Когда же речь идет о миллионах
компьютеров и их пользователей во всем мире, связанных в единую сеть,
метафора эта уже перестает быть просто метафорой. Вот почему не будет
преувеличением сказать, что, выходя в Интернет, вы делаете для себя
доступным целый мир.
1. Основные протоколы в Internet и поиск в них.
Internet содержит громадное количество информации, по этому в нем трудно
найти то что нужно, если не знать где искать. Место нахождения (или адреса)
каждого ресурса определяет его URL . В URL содержится тип протокола,
указывающий на какой сервер осуществляется доступ: на WWW( на который
указывает запись: http), Gopher, ftp, telnet, или WAIS, это зависит от того
какой тип информации вы будете передавать. Сетевой протокол — совокупность
четко определенных правил: как запрашивать, оформлять и высылать по сети
данную разновидность информации (Кент, 1996).
telnet
К сети Internet присоединены миллионы компьютеров и многие из них обладают
интересными возможностями.
Оказывается, вполне осуществимо добраться до этих компьютеров чтобы
посмотреть имеющиеся в них базы данных и программы. Специальная программа
telnet позволяет превратить ваш компьютер в клиента telnet для доступа к
данным и программам в многочисленных серверах telnet. Например
исследователь регулярно может работать на нескольких компьютерах,
администраторы которых назначают ему специальное имя и пароль.
Сам по себе telnet — просто средство связи; ни какого-то собственного
интерфейса, ни возможностей поиска он не предоставляет.
Связавшись с помощью telnet с удаленной машиной и введя в поле запроса свое
входное имя (login) и пароль (password) вы дальше общаетесь именно с этой
машиной и программами на ней, а telnet заботится лишь о поддержании связи
между вами (Левин, 1996).
Разумеется, многие хранилища информации, которые первоначально
обслуживались специальными программами с доступом по telnet теперь можно
перевести на WWW , что не редко и делается. Однако остались и такие которые
по прежнему предоставляют свои услуги только по telnet (особенно среди
каталогов и информационных служб библиотек ).
Стандартизированная ссылка на telnet соединение с некоторым узлом Internet
( т.е. URL- адрес этого соединения) выглядит так:
telnet://< адрес сервера >
FTP
Практически вся информация в компьютерном мире хранится в виде файлов. По
этому еще на самой заре Internet появилось специальное средство для обмена
файлами по сети — сетевой протокол FTP (File Transfer Protocol).
Количество файлов, доступных на узлах всего мира по анонимному FTP
измеряется астрономическими цифрами и постоянно растет. К тому же Word Wide
Web позволяет без какой-либо переделки существующих FTP архивов, снабжать
их описаниями любой степени детальности и удобным гипертекстовым
интерфейсом.
Но как узнать куда обращаться в поисках нужного файла?
Archie.
Поиск по имени файла на всех анонимных FTP-узлах мира можно осуществить с
помощью системы Archie. Она разработана несколькими программистами из
университета МакГила в Канаде и осуществляет индексирование станций FTP,
показывая доступные в каждой станции файлы. Archie сообщает о нескольких
миллионах файлов находящихся в более тысячи станций FTP, и предоставляет
удивительно быстрый способ поиска того места, куда нужно направиться для
получения интересующего вас файла. Поиск в базе данных сервера Archie
производится с помощью ключевых слов, которые в данном случае представляют
собой просто имена файлов или фрагменты имен.
Сейчас Archie доступен через WWW. Это WWW страница с бланком в котором
указываются ключевые слова и опции поиска.
Хотя имя файла почти всегда имеет некое отношение к его содержимому,
пользоваться Archie для тематического поиска программ не стоит. Эта система
будет полезна, если вы действительно знаете имя нужного файла или часть
имени. С другой стороны если вы ищете программу, которая имеет общепринятое
сокращенное название, то есть некоторая вероятность что это сокращение
будет присутствовать и в имени файла, так что можно попробовать найти такой
файл с помощью Archie. Результаты поиска представляют собой список FTP-
узлов и полных имен файлов на этих узлах. Имя файла служит ссылкой на этот
файл, так что щелчок по имени позволит сразу же получить файл с данного
узла. А доменый адрес FTP-архива выделенный крупным жирным шрифтом,
перенесет вас в исходный каталог файловой системы на этом архиве.
Archie не делит свой список на страницы и его удобнее всего просматривать
прямо по мере получения (Хоникарт, 1996).
URL-адрес, указывающий на FTP-соединение, должен, как минимум, включать в
себя слово “ ftp” в качестве левой части и адрес узла в правой:
ftp://< адрес сервера >.
WAIS
Почти все информационные ресурсы Internet предоставляют возможность
автоматического поиска, но лишь в одной из них — в системе WAIS ( Wide Area
Information Server, глобальный информационный сервер) — поиск по ключевым
словам, является основным методом доступа к информации.
Система WAIS представляет собой огромную распределенную базу данных, т.е.
отдельные части этой базы данных расположены на разных узлах сети по всему
миру. Программа-клиент для работы с серверами WAIS не только умеет общаться
с ними по специальному протоколу, но и хранит список всех баз данных WAIS с
их адресами и названиями, а иногда и с краткими описаниями. Там можно найти
архивы телеконференций, всевозможные каталоги, справочники, сборники
научных статей и рефератов, индексы и словоуказатели и многое другое.
Практически любая информация, для которой база данных является удобной
формой представлениями которая достаточно интересна для широкой аудитории,
может быть представлена в WAIS.
База данных WAIS настолько велика, что простое “листание” записей — крайне
бесперспективный способ доступа к информации. Поэтому в WAIS применяется
довольно сложный метод поиска по ключевым словам и фразам. Документы,
полученные в результате поиска, сортируются WAIS-сервером по количеству
вхождения в них ключевых слов и по тому, насколько полно в каждом из них
представлен весь набор заказанных ключевых слов. Такая система способна
давать хорошие результаты, особенно если разбить процесс поиска на
несколько этапов.
Первым этапом поиска обычно является запрос специальной в базе данных под
названием “directory-of-servers ”, которая содержит небольшие по объему
описания (рефераты) всех остальных баз WAIS. При этом лучше указывать не те
ключевые слова, которые вас в конечном счете интересуют, а те общие
понятия, относящиеся к вашей области знаний.
Выбрав на первом этапе одну или несколько баз, можно приступить к поиску
собственно документов — что также можно делать в несколько заходов,
знакомясь после каждого поиска с результатами и изменяя список ключевых
слов, пока не будет найден нужный документ. Кроме того WAIS обладает одним
полезным свойством: если на очередном этапе поиска вы нашли документ,
содержимое которого особенно близко к тому, что вы ищите, то его можно
добавить к списку релевантных документов. В результате на следующем этапе
WAIS найдет документы, не только содержащие набор ваших ключевых слов, но и
похожие по своему словарному составу на те тексты, которые вы указали как
наиболее подходящие.
Хотя Netscape способен работать с серверами WAIS, для этого он должен
знать адрес особого прокси-сервера для протокола WAIS, которого вашего
провайдера может не оказаться. Специальные WAIS-клиенты, работающие в том
числе и под Windows, не только удобные для интерактивного поиска в базах
данных, но и позволяет обходиться без услуг какого-либо сервера-
посредника(Левин, 1996).
URL-адрес для WAIS выглядит как:
wais:// < адрес сервера>/
Gopher
Каждый из рассмотренных до сих пор интернетовских протоколов вполне мог бы
существовать сам по себе: telnet предоставляет доступ к программам, FTP — к
файлам, WAIS — к базам данных. Все эти системы создавались и развивались
почти независимо друг от друга и ставили перед собой конкретную цель —
построить механизм доступа к одному определенному виду ресурсов.
Однако по мере того как Internet рос и усложнялся, он сам подталкивал людей
к мысли, что информация по природе своей едина и что не слишком разумно
делить ее на разные “виды ресурсов” с непохожими методами доступа. К концу
80-ых годов идея нового универсального средства работы с разнородной
информацией носилась в воздухе.
Первой системой, призванной воплотить в жизнь эти мечты стал Gopher,
появившийся на свет 1991 году в американском университете штата Меннесота.
Фундаментальным понятием, заложенным в ее основание была структура
вложенных друг в друга меню (Кирсанов,1996).
Связавшись Gopher- клиентом с одним из Gopher-серверов, вы в первую очередь
попадаете в корневое, главное меню этого сервера. Сориентировавшись в его
содержимом и переходя далее из одного подменю в другое, можно заняться
собственно поиском информации. Информация в системе Gopher организована
строго иерархически, “от общего к частному”. На каждом шаге сервер посылает
вашему Gopher - клиенту не только содержимое очередного меню, но и
служебную информацию о том, где находятся объекты, соответствующие пунктам
этого меню. Клиент выводит на экран только само перечисление пунктов, но
когда вы выберите один из них, он, сверившись с имеющейся у него
информацией, либо пошлет на какой-то из Gopher - серверов запрос на выдачу
следующего меню, либо попытается установить FTP- или telnet- соединение с
некоторым узлом Internet.
Очевидно из всех информационных инструментов Internet Gopher больше всего
похож на WWW — обе эти системы призваны служить оболочкой с разнородными
ресурсами. Однако Gopher лишен тех богатых изобразительных средств,
которые делают WWW не только информационным каталогом, но и новым средством
массовой информации и даже новым жанром искусства. Можно сказать, что
Gopher является “подмножеством” WWW — что очень упрощает интегрирование
самого Gopher как одного из видов ресурсов в WWW. Практически все что
сказано о работе с Gopher - клиентом справедливо и для путешествия по
системе Gopher с помощью броузера WWW (Хоникарт, 1996).
URL одного из пунктов Gopher - меню состоит из адреса Gopher- сервера и
перечисленных тех пунктов меню, которые приведут вас к исходному пункту:
gopher://< адрес сервера>/< пункт меню>
WWW
Несмотря на то, что в первые годы своего существования Gopher завоевал
большую популярность, назревала нужда в какой-то более простой и в тоже
время максимально универсальной системе, в которой связи между ресурсами
были бы более свободными и ассоциативными. Такая система была разработана в
1993 году и названа World Wide Web (WWW). Система WWW строиться на понятии
гипертекста, или, точнее гипермедиа. Гипертекст — это текст составные части
которого связаны друг с другом и с другими текстами с помощью ссылок.
Гипермедиа — это то что получится из гипертекста, если заменить в его
определении слово “текст” на “любые виды информации”: графические
изображения, видео, звук и т.д.
World Wide Web означает буквально “всемирная паутина”. Почему она так
называется. Как ясно из названия, она глобальна. Вы не всегда знаете в
какой части света находится компьютер, к которому вы подключаетесь. Вы
можете начинать читать страницу Web в Далласе, затем перейти в Австралию, и
все это по одному нажатию кнопки мыши. WWW похожа на паутину. Это сложная
информационная сеть, соединенная гипермедиа связями. WWW позволяет не
отказываться от информационных ресурсов уже накопленных в Internet,
доступных с помощью других средств — FTP, telnet и Gopher. Больше того,
работа с этими ресурсами через WWW настолько удобна, что, скажем, FTP-
клиенты, бывшие когда-то отдельным классом программ, теперь используются
лишь немногими.
И все-таки главное в World Wide Web — это не удобства доступа к FTP- архива
и Gopher-меню. Большинство серверов системы WWW предлагают информацию,
которая без WWW вряд ли вообще когда- либо попала бы в сеть. Быстрота
создания и обновления, богатые изобразительные возможности в сочетании с
легкостью доступа и огромной аудиторией сделали WWW новым средством
массовой информации. Запуск WWW-серрверов и создание WWW-страниц уже
превратилось из повальной моды в новый бизнес — со всем что свойственно
современному бизнесу: платой за квадратные сантиметры рекламной площади.
С другой стороны, быстрому распространению системы, столь естественно
объединяющей разнородные ресурсы, способствовало не в последнюю очередь ее
зарождение не в недрах коммерческой фирмы, а в научном учреждении —
Европейской лаборатории физики частиц, сотрудники которой не стали делать
секретов из своей разработки и даже не попытались на ней разбогатеть.
К счастью, сама природа WWW как прежде всего средства поиска и организации
информации позволяет надеяться, что это замечательное изобретение не
превратиться в инструмент одной лишь коммерции и рекламы (Кирсанов, 1996).
Серверы и клиенты WWW связываются между собой по специальному протоколу
HTTP (Hyper Transfer Protocol, протокол передачи гипертекста). URL для WWW
выглядит как :
http://< адрес сервера>
Переходить от одной странице Web к другой — интересный способ исследования
World Wide Web, однако вам рано или поздно понадобится найти что-то
конкретное. Но таким образом это сделать не удастся. В Internet имеются
специальные инструменты Web-поиска.
Инструменты поиска в WWW.
Инструментов поиска информации в Internet, построенных на разных принципах
и преследующих разные цели, существует немало. Но все их объединяет то, что
они располагаются на специально выделенных сетевых компьютерах с мощными
каналами связи, обслуживают ежеминутно огромное количество посетителей и
требуют от своих владельцев значительных затрат на поддержку и обновление.
Тем не менее, почти все они отвечают на запросы пользователей совершенно
бескорыстно, а платят за это удовольствие спонсоры и рекламодатели. По
масштабам влияния на сетевое сообщество поисковые системы, без сомнения,
являются одним из краеугольных камней Internet.
Классификацию поисковых систем удобнее всего строить на основании того, на
сколько автоматизирован в них сбор и обработка информации, предоставляемой
пользователям, — иначе говоря, кто набирает базу данных, в которой
производится поиск: люди или сами компьютеры.
2. Инструменты поиска
Условно инструменты поиска подразделяются на поисковые средства справочного типа (directories) и поисковые системы в чистом виде (search engines).
2.1 Тематические каталоги
Поисковые инструменты первого типа чаще всего называют предметными, или
тематическими каталогами. Компания, владеющая таким каталогом, непрерывно
ведет огромную работу, исследуя, описывая, каталогизируя и раскладывая по
полочкам содержимое WWW-серверов и других сетевых ресурсов, разбросанных по
всему миру. Результатом ее титанических усилий является постоянно
обновляющийся иерархический каталог, на верхнем уровне собраны самые общие
категории, такие как “бизнес ”, ”наука”, ”искусство” и т.п., а элементы
самого нижнего уровня представляют собой ссылки на отдельные WWW-страницы и
сервера вместе с кратким описанием их содержимого.
Гарантий того, что такой каталог действительно охватывает все содержимое
WWW, никто не даст, однако возможная не полнота и даже однобокость подбора
материалов с лихвой искупается там, что пока еще не под силу никакому
компьютеру — осмысленность отбора.
Предметные каталоги предоставляют и возможность поиска по ключевым словам.
Однако поиск этот происходит не в содержимом самих WWW-серверов, а в их
кратких описаниях, хранящихся в каталоге.
Предметные каталоги Internet можно пересчитать буквально на пальцах, так
как их создание и поддержка требуют огромных затрат. К наиболее известным
относятся Yahoo, WWW Virtual Library, Galaxy и некоторые другие.
Yahoo.
Наиболее популярен у населения Internet каталог Yahoo. На первой же
странице Yahoo, расположенной по адресу http://www.yahoo.com, вы получаете
доступ к двум основным методом работы с каталогом — поиску по ключевым
словам и иерархическому древу разделов.
Начав спуск по разделам каталога, вы увидите, что каждый раздел содержит
точно такое же поле для ввода ключевых слов и кнопку Search, запускающую
поиск.
Каждый раздел может включать в себя как перечисление входящих в него
подразделов, так и собственно ссылки на страницы, относящиеся сразу ко
всему разделу, с их краткими описаниями.
Вместо путешествия по дереву подраздела вы можете сразу попасть в нужное
место каталога Yahoo с помощью поиска. Введя одно или несколько ключевых
слов, разделенных пробелами, в строку поиска и нажав кнопку Search, вы
получите список всего в Yahoo, что содержит в себе указанные ключевые
слова. Этот список будет разделен на две части — “categories” и “sites”.
Если общее количество ссылок, возвращенных в результате поиска, превышает
25, список ссылок будет разбит на несколько частей.
Автоматическим поиском можно воспользоваться не только с главной страницы
Yahoo, но и из любого подраздела; при этом специальный переключатель,
расположенный под полем ввода ключевых слов, позволяет либо ограничить
поиск текущим разделом и его подразделами, либо искать во всем каталоге
(Черил, 1998).
Magellan.
Но не редко случается так, что выдаваемый машиной список очень велик и
просмотреть его просто не реально. Выходом из этой ситуации может стать
более строгий отбор информации, заносимой в каталог. Одна из самых
известных систем такого рода — каталог Magellan по адресу:
http://www.mckinley.com
Эта база данных содержит сведения о 80 тысячах WWW-страниц — что очень не
много в сравнении с теми миллионами, которые существуют в сети. Однако если
Yahoo в качестве описания ресурса использует одну-две строчки текста, то
сотрудники системы Magellan на некоторые из страниц, заносимые в их базу
данных, сами пишут небольшие рецензии, а также оценивают качество этих
информационных ресурсов по пятибалльной шкале. По мимо базы рецензий,
Magellan владеет так же собственным автоматическим индексом, для поиска в
котором нужно перебросить переключатель под полем ввода в положение entire
database.
Как правило запрос представляет собой одно или несколько ключевых слов,
разделенных пробелами (Кирсанов, 1996).
Point.
Схожая по своим принципам служба фирмы Point (http://www.pointcom.com)
вообще основной упор делает не на поиск, а на работу с тематическим
каталогом.
Служба Point известна в сети тем, что ее сотрудники постоянно заняты
оцениванием сетевых ресурсов и ведут списки тех узлов, которые они считают
принадлежат к “лучшим пяти процентам WWW”.
Сама фирма Point Ведет общедоступную базу данных всех “пятипроцентных WWW-
страниц, где о каждой можно прочитать подробную лицензию (Хоникарт, 1996).
Virtual Library.
Самым старым предметным каталогом WWW является каталог Virtual Library:
http://www.w3.org/hypertext/DataSources/bySubject/Overview.html
Эта система достаточно полно охватывает научную прослойку WWW - серверы
университетов, лабораторий и учебных заведений.
Russia-On-Line Subject Guide.
Для пользователей в нашей стране определенный интерес может представлять
тематический каталог Russia-On-Line Subject Guide, расположенный по адресу
http://www.online.ru/rmain. Этот каталог содержит довольно пестрое собрание
ссылок на зарубежные источники плюс тематический обзор российских и
русскоязычных ресурсов WWW.
2.2.Автоматические индексы.
К проблеме поиска информации в Internet можно подойти и с другой стороны.
Существуют программы в которые загрузили несколько тысяч общеизвестных URL-
адресов. Будучи запущена на компьютере с доступом к WWW, эта программа
начинает автоматически скачивать из сети документы по этим URL, причем из
каждого нового документа она извлекает все содержащиеся в нем ссылки и
добавляет их в свою базу адресов. Поскольку в конечном счете все WWW
документы связаны между собой, рано или поздно такая программа обойдет весь
Internet.
Разумеется, программа не может ни понять ни как либо классифицировать то,
что она видит в сети. Программы такого типа называются роботами. Они
ограничиваются сбором статистической информации и построением
словоуказателей (индексов) по текстам документов. Собираемая роботом база
данных — индекс — хранит в себе, попросту говоря, сведения о том в каких
WWW-документах содержаться те или иные слова.
Именно такой автоматически собираемый индекс и лежит в основе поисковых
систем второго рода, которые часто так и называют — автоматические индексы.
Автоматический индекс состоит из трех частей: программы-робота, собираемой
этим роботом базы данных и интерфейса для поиска в этой базе, с которым
работает пользователь. Все эти компоненты вполне могут функционировать без
вмешательства человека.
Поскольку какая-либо классификация или оценивание материалов в системах
такого рода отсутствуют, к ним следует прибегать только тогда, когда вы
точно знаете ключевые слова, относящиеся к тому, что вам нужно, — скажем,
фамилию человека или несколько достаточно редких терминов из
соответствующей области. если же задать поиск по сколько-нибудь
распространенным словам, то вам не хватит жизни, чтобы обойти все
полученные в результате поиска URL-адреса, — к примеру, индекс системы Alta
Vista содержит 11 миллиардов слов, извлеченных из 30 миллионов WWW-страниц.
Автоматических индексов WWW-страниц существует немало: WebCrawler, Lycos,
Excite, Inktomi, Open Text и другие. Некоторые из них (например, Lycos)
представляют собой более или менее удачный синтез предметного каталога и
автоматического индекса.
Alta Vista.
Ее адрес http://altavista.digital.com . Эта система появилась в декабре
1995 года. Она один из самых больших по объему индексов из всех поисковых
систем такого рода и самые мощные и гибкие правила построения запросов.
Alta Vista понимает два разных языка запросов, довольно сильно отличающихся
друг от друга. На первой странице Alta Vista вы видите бланк для простого
запроса (Simple Search), а панель заголовка вверху страницы содержит кнопку
Advanced Search, нажав которую, вы получите бланк для усложнения запроса.
Кроме WWW-страниц, Alta Vista ведет отдельный индекс для статей из более
чем 14000 конференций Usenet (включая иерархию групп relcom.*).
Поиск Alta Vista: чтобы Alta Vista срабатывала на группе слов, только когда
они стоят рядом, нужно заключить эту группу в кавычки. Если необходимо
исключить из результата все документы, содержащие определенное слово,
необходимо приписать это слово со знаком “минус”.
Слово без всякого знака действует в запросе точно так же, как и оно же со
знаком “плюс”.
В отличие от Yahoo, по умолчанию Alta Vista ищет вхождения целых слов, т.
е. заказанные термины должны стоять в документе обособленно, а не быть
частью других цепочек символов. Если же вам нужно найти все вхождения
слова, даже когда оно входит в состав других слов, пользуйтесь символом *.
звездочка может стоять только в конце слова, а чтобы предотвратить
обвальный поиск, дающий слишком много результатов, Alta Vista требует,
чтобы слово, заканчивающееся на *, состояло не менее чем из 3 букв. Более
того, символ * позволяет найти не любое окончание слова, а только не
превышающее длину пяти символов и не содержащее заглавных букв или цифр.
Результаты поиска Alta Vista, как и Yahoo, выдает в виде списка ссылок на
документы, но вместо описания каждого документа рядом с его заголовком вы
увидите просто первые несколько строк его текста. Если найдено будет больше
10 документов, Alta Vista разобьет их список на страницы по 10 ссылок на
каждой. Alta Vista сортирует ссылки так, чтобы на первом месте стояли
“самые важные” документы с вашими ключевыми словами при определении степени
важности учитывая следующие факторы: входят ли ключевые слова в заголовок документов; содержатся ли эти слова в первых нескольких строках документов; насколько близки друг к другу в тексте обнаружены ключевые слова
(Кирсанов, 1996).
Infoseek
Infoseek, вступивший в эксплуатацию в конце 19996 года, несколько
напоминает Alta Vista, однако объем обследуемых им полных текстов
документов еще не превышает 30 млн. Web-страниц. Адрес:
http://www.infoseek.com. Это довольно мощная система, обладающая высокой
скоростью и простой в обращении. Возможности составления запроса почти
такие же, как и в Alta Vista, но не столь богатые. При почти полном
сохранении значений знаков «плюс», «минус» и «кавычек», чувствительности к
разнице заглавных и строчных букв и возможности ограничивать поиск
фрагментами Web- страниц, Infoseek пока не обладает способностью определять
рядом стоящие термины (нет оператора NEAR), ограничивать поиск по дате
обновления источника и, главное, усекать окончания ключевых терминов.
Но данная поисковая система содержит массу факультативных функций. К
таковым относится, например, возможность определять количество ссылок в WWW
на конкретную страницу, то есть судить, насколько она популярна или же,
наоборот, выяснить, сколько ссылок на внешние страницы содержится на данном
узле, вернее, сколько из них отражены в индексных файлах Ultraseek.
Использование специальной функции Imageseek позволяет находить в Internet
изображения (рисунки, фотографии) на определенную тему. Infoseek имеет
также один из лучших справочников ресурсов Сети.
HotBot
Одним из мощных поисковых средств в World Wide Webможно отнести HotBot,
содержащий сведения о полных текстах 110 млн. страниц. Адрес: http://
www.hotbot.com. HotBot принадлежит к новейшим системам, поэтому его
углубленный поиск дает поразительно широкие возможности для детализации
запроса. Это достигается за счет использования многоступенчатого меню,
предлагающего различные варианты составления поискового предписания. Можно
осуществить поиск по наличию в документе одного или нескольких терминов,
поиск по отдельной фазе, поиск конкретного лица или ссылки на определенный
электронный адрес. Для большей детализации запроса возможно применение
условий SHOULD (может содержать), MUST (должен обязательно содержать), MUST
NOT (не должен содержать) по отношению к каким-либо понятиям. Кроме того,
HotBot представляет возможностьограничить поиск по дате создания или
последнего обновления документа, по георафическому положению сервера.
Верхом сервисных возможностей является поиск документов, содержащих
определенные типы файлов, например аудио или видио. Для этого надо лишь
сделать отметку в специальном пункте меню запроса (Куприянова, 1998).
WebCrawler.
Это еще один инструмент поиска типа search-bot (поисковый робот).
Адрес: http://www.webcrawler.com . Поиск здесь очень прост. Введите как
можно больше ключевых слов в поле поиска, нажмите Search.
Lycos.
Это большая база данных индексирующая содержание всех найденных ею страниц
Web. Адрес: http://www.lycos.com .
World Wide Web Worm.
Вы найдете этот инструмент поиска на
http://www.cs.colorado.edu/home/mcbryan/wwww.html . Это еще один обширный
указатель участков Web.
В каждом конкретном случае целесообразно использовать свой инструмент
поиска. Вам придется пытаться проводить поиск при помощи одного инструмента
и, если вы не получили результатов, переходить к другому. Но все же каким
инструментом пользоваться? В первую очередь лучше воспользоваться
тематическим каталогом типа Yahoo, размер у них сравнительно небольшой,
зато велика скорость. Если найти необходимую информацию не удалось, это
говорит о том, что вы интересуетесь слишком узкой темой, или же с вашей
темой плохо соотносятся выбранные вами ключевые слова. Это не значит, что
нужной информации в WWW нет — просто найти ее будет сложнее. Для ее поиска
вам прийдется воспользоваться более примитивными, более автоматическими и
потому более всеобъемлющими системами типа Alta Vista (Кент, 1996).
2.3.Российские поисковые системы
Поисковые системы глобального масштаба свое основное внимание концентрируют
на англоязычных ресурсах Сети. Задачу поиска информации на серверах в
пределах отдельных стран выполняют системы локального характера, специально
адаптированные к особенностям конкретных языков. Существуют подобные
поисковые средства и в России. Всех их объединяет возможность обработки
материалов во всех кириллических кодировках(. Однако по мощности и уровню
предлагаемого сервиса русскоязычные поисковые системы значительно
отличаются друг от друга.
К лидирующей группе в настоящее время относятся системы Rambler, «Апорт» и
«Яndex».
Rambler
Среди фаворитов выделяется Rambler (http://www.rambler.ru), ставший первой
профессиональной отечественной поисковой системой. Эта система обеспечивает
полнотекстовый поиск на 3 млн. страниц, расположенных на более чем 15 тыс.
Web-узлах Росси и стран ближнего зарубежья. Помимо Web-серверов,
обследуется также недельный архив телеконференций иерархии relcom.
Rambler обладает близким к оптимальному выводом результатов поиска. Даже в
нормальной форме ссылка на найденный объектвключает полную информацию.
Система сконструирована таким образом, что один и тот же документ в
различных кодировках показывается в различных кодировках показываются
только один раз, а его конкретные адреса суммируются в списке, идущим за
резюме.это сокращает время на аналмз полученных результатов из-за
отсутствия дублирования одних и тех же документов.
Главный недостаток Rambler заключается в невозможности осуществлять поиск
по целой фазе или хотя бы указывать в запросах предельное расстояние
искомых терминов друг от друга. Случайное сочетание совершенно несвязанных
слов приводит к выдаче ссылок на документы, совершенно не релевантны
запросу.
Апорт
Поисковая система Апорт (http://www.апорт.ru) снабжена массой различных
функций, относящих ее к числу самых удобных для пользователя.
Одно из главных достоинств Апорт состоит в широких возможностях составления
запроса. Помимо традиционных операторов “и” и “или”, поиска по целой фазе,
система способна вычленять сочетания терминов, расположенных в тексте рядом
друг с другом. Апорт предлагает возможность автоматического перевода
запроса с русского на английский язык и наоборот. И Rambler, и Апорт
способны выделять один и тот же документ в различных кодировках и выдавать
ссылку на него лишь раз, перечисляя конкретные адреса в списке URL. К
сожалению, при этом вовремя не удаляются сведения об устаревших версиях
одной и той же страницы, которые перечисляются как существующие, имея
разницу лишь в дате обновления. Еще одним недостатком этой системы является
не всегда корректная обработка названий страниц, из-за чего в результатах
поиска часто указывается «документ без названия».
Яndex
Поисковая система Яndex (http://www.yandex.ru) , где помимо серверов
доменов «ru» и «su» Яndex индексирует содержание зарубежных русскоязычных
Web-узлов.
Главной отличительной чертой этой системы является глубокий морфологический
анализ обрабатываемых терминов. Мощнейшая лингвистика позволяет учесть
практически все возможные оттенки употребления ключевых слов и составить
запрос максимально точно. Яndex обладает хорошим механизмом распознавания
одного документа в нескольких кодировках или на зеркальных серверах.
Вслед за лидирующей российской тройкой идут еще несколько поисковых
средств, среди которых “Русская машина
поиска”(http://search.interrussia.com), «TELA-поиск» (http://tela.dux.ru/)
и Russian Internet Search (http://www.search.ru). Пока все эти серверы не
отличаются ни широтой поиска, ни комфортностью, и могут быть использованы
лишь в качестве дополнения к ведущим поисковым средствам.
Поисковый сервис в русскоязычном блоке Internet, также как и во всем мире,
развивается стремительно. Нет сомнения, что в ближайшем будущем показатели
существующих систем повысятся, появятся новые поколения поисковых средств,
предоставляющих пользователям еще большие возможности (Куприянова, 1998).
Список литературы
1. Дмитрий Кирсанов Понятный Internet / -М. Символ-Плюс, 1996
2. Джери Хоникарт Internet без проблем /- М. 1996
3. Питер Кент Internet / М. 1996
4. Джон Левин Секреты Internet / Киев 1996
5. В. Степанов С компьютером на ты / - М., 1998
6. Кирк Черил Internet. Книга ответов / М. 1998
7. Г. И. Куприянова Информационные ресурсы Internet / М., 1998