5. Пошук по полях

Окремого розгляду заслуговує можливість пошуку по по­лях, що найчастіше дозволяє обмежувати діапазон пошуку значеннями URL, датами, заголовками і т. ін.

Наприклад, у системі AltaVista забезпечується пошук по датах за допомогою операторів „From:” і „То:”. Цей режим названий „Веб-археологією”. Система InfoSeek забезпечує пошук по посиланням у HTML-документах („link:”), у межах сайтів („site:”), no URL („url:”), по заголовкам документів („title:”) і міткам, приписуваним зображенням („alt:”). Система Rambler реалізує пошук, як по всьому документі („$ALL”), так і по URL („$URL”), заголовкам („$Title”), адресам („$Address”) і т. ін. Hndex дозволяє шукати в двох зонах — заголовках („Title”) і посиланнях. Апорт забезпечує пошук по URL, датам, заголовкам, ключовим словам, міткам до зображень, посиланням, коментарям, текстам.

6. Пошук схожих документів

Одна з можливостей, яка властива багатьом сучасним системам, є здатність пошуку документів, схожих на вже знайдені документи. Вона називається „позитивним зворотним зв’язком”. Що означає „схожий документ”, за якими критеріями це визначається, найчастіше залишається загадкою для користувача. Один з підходів до її вирішення може бути таким: кожне значиме, на думку системи, слово «зва­жується» за якимось критерієм, з найбільш вагомих слів ав­томатично формується запит, що розглядається як деякий ранговий критерій пошуку. Такий режим реалізований, наприклад, в інформаційно-пошукових системах Excite („More Like This”) і Япсіех („Найти похожие документы”). Цей режим реалізований у системах, що використовують „вагові” критерії релевантності.

3.25. Основні пошукові системи та їх функціональні можливості

Існує кілька інформаційно-пошукових систем, що охоплюють велику частину російськомовного ресурсу. Щоб ефективно використовувати можливості мережевих інформаційно-пошукових систем, корисно довідатися, як вони працюють „зсередини”, ознайомитися з їх принципами пошуку і з’ясувати які вони використовують структури баз даних.

Найчастіше інформація в бази даних інформаційно-пошукових систем попадає автоматично в результаті роботи програм, названих „роботами” або „павуками”, які сканують Веб-простір. Веб-роботи — це такі програми, що безперервно „обходять” Веб ресурси, переходячи з однієї сторінки на іншу, з метою збору інформації для формування бази даних з індексами змісту Веб-серверів.

Деякі адміністратори Веб-серверів не бажають, щоб визначені ресурси попадали в пошукові системи. Такими документами можуть бути сторінки, що формуються динамічно, тимчасові файли або файли, не призначені для широкої аудиторії. Крім того, деякі Веб-сервери можуть просто не витримати інтенсивного автоматичного опитування. Тому існує угода, неофіційний стандарт — Standart for Robot Exclusion (SRE), який дотримують практично усі розробники Веб-роботів промислових систем. Ця угода описує протокол, що дозволяє адміністраторам вузлів заборонити роботам доступ до зазначених областей їх Веб-серверів. Для забезпечення інтерактивного доступу користувачів до інформації, зібраної роботами, використовуються пошукові механізми — основні складові інформаційно-пошукових систем. Ефективність і швидкодія пошукових механізмів багато в чому визначається структурою баз даних, використовуваних у певній інформаційно-пошуковій системі.

Про технологічні рішення багатьох інформаційно-пошукових систем можна лише догадуватися, виходячи з пошукових можливостей. Ці рішення є інтелектуальною власністю власників відповідних пошукових служб. Для розуміння принципів реалізації інформаційно-пошукових систем цілком достатньо з ними ознайомитися.

Lycos (http://www.lycos.com) — це вичерпний каталог ресурсів мережі Інтернет. Lycos знаходить у лічені секунди будь-яку інформацію, що цікавить, включаючи текст, графіку, звук і відео. Недавно журнал PC magazine визнав Lycos найкращим інструментом пошуку інформації в мережі Інтернет серед 11 пошукових інструментів. Оцінка здійснювалась як з погляду якості знайденої інформації за запитом користувача, так і з погляду релеватності (відповідності) знайденої інформації.

Magellan (http://www.mckinley.com) забезпечує огляд і класифікацію інформації, що знаходиться на WWW, FTP серверах, а також Usenet форумах (newsgroups) для швидкого пошуку. Користувачі можуть переглядати інформацію з розділів або ж робити пошук за ключовими словами або словосполученнями.

Excite (http://www.excite.com) знаходить інформацію не тільки за ключовими словами, але і за загальними ознаками. Поновлюється щотижня. Вважається, що база даних Excite нараховує більш 1,5 мільйонів Веб сторінок і оглядає 50 000 Веб-сторінок, написаних журналістами, Usenet новини за останні два тижня і класифікатори. Excite також включає новини агенства Рейтер.

Alta Vista (http://altavista.digital.com) — це розробка Digital Equipment Corporation. Alta Vista здійснює пошук у 8 мільярдах слів з 16 мільйонів Веб сторінок. Ця інформаційно-пошукова система забезпечує повнотекстовий індекс більш ніж 13000 форумів (newsgroups).

Yahoo! (http://www.yahoo.com) — одна з найбільш популярних інформаційно-пошукових систем. Вся інформація розділена на 14 основних категорій: мистецтво, комп'ютери, здоров'я, відпочинок, останні новини України та світу, наука і т. п. Вибравши розділ, який цікавить, зробивши щиглик мишею, поглиблюємось у відкритий підкаталог все глибше і глибше, поки не знайдемо відповідь на питання.

Who Where? (http://www.whowhere.com) — Цей пошуковий інструмент працює дуже швидко і, що дуже важливо, простий у використанні. Who Where дозволяє знаходить адреси організацій і конкретних користувачів у мережі. Інтуїтивно виправляє помилки написання, забезпечує пошук за ініціалами.

Shareware (http://www.shareware.com) — дозволяє знаходити необхідне програмне забезпечення. Більш ніж 170 000 файлів доступні для швидкого пошуку, перегляду і завантаження з корпоративних архівів в Інтернеті.

The Electric Library (http://www.elibrary.com/id/2525) — ця інформаційно-пошукова система має величезну базу да­них, що містить більше тисячі повних текстів газет, періодичних видань, академічних журналів, малюнків, літе­ратуру, твори мистецтва.