Modely, principy a nástroje vyhledávání na webu a jeho trendy: Porovnání verzí

 
(Není zobrazeno 36 mezilehlých verzí od 6 dalších uživatelů.)
Řádek 1: Řádek 1:
== Vyhledávání na webu ==
+
== Informace na webu ==
Služba [[WWW]] (World Wide Web) vznikla v Centru jaderného výzkumu CERN v Ženevě. Vynálezci [[Tim Berners-Lee]] a [[Robert Cailliau]] při její tvorbě vycházeli z principu [[hypertext|hypertextu]], který spojili s komunikačním protokolem [[HTTP]]. Internetové vyhledávače pak představují službu, která uživatelům webu pomáhá s dohledáním požadovaných informací.  
+
*„[[Pojem informace jak jej chápe informační věda a související obory|Informace]] ve webovém prostředí jsou dostupné v různých úrovních zpřístupnění.
 +
*Některá data jsou zcela otevřeně vystavena na webovém serveru, jiná jsou uložena takovým způsobem, že se přímému přístupu brání, ať už je to záměr či chyba administrátorů.
 +
*Z tohoto pohledu rozeznáváme:
 +
#'''povrchový (volný) web''', který je veřejně přístupný, běžně indexovaný [[Vyhledávače, vyhledávací nástroje|vyhledávači]],
 +
#'''hluboký (skrytý) web''', který vyhledávací nástroje nejsou schopny indexovat.“<ref>SOUČEK, Martin. Informační věda [online]. s. 23 [cit. 2014-09-16]. Dostupné z: http://www.informacniveda.cz/article.do?articleId=1130.</ref>
 +
*Informace uživatel vyhledává pomocí [[Vyhledávače, vyhledávací nástroje|vyhledávačů]].
  
Vyhledávač uživateli třídí informace podle vyhledávacího dotazu. Nejčastěji funguje tak, že uživatel zadá [[klíčová slova]], kterými specifikuje dotaz. [[Robot vyhledávače]] projde svou databázi stránek (které si před tím [[Indexace webu|[[zaindexoval<nowiki>]]</nowiki>)]] a uživateli nabídne seznam odpovědí. Vyhledávače nemají zaindexované všechny zdroje informací na internetu (viz vyhledávání v hlubokém webu. Největší množství setříděných stránek má pak [[Google]].
+
== Typy webu ==
 +
=== Povrchový web ===
 +
'''Povrchový web''' je takový, který je indexovaný [[Vyhledávače, vyhledávací nástroje|vyhledávači]], a který je díky tomu těmito vyhledávači prohledatelný.
 +
*Tyto vyhledávače se skládají ze tří modulů:<ref>SOUČEK, Martin. Informační věda [online]. s. 24 [cit. 2014-09-16]. Dostupné z: http://www.informacniveda.cz/article.do?articleId=1130</ref>
 +
#[[webový robot|webového robota]],
 +
#[[indexátor|indexátoru]],
 +
#[[vyhledávací modul]].
 +
*Vilém Sklenák podotýká, že tyto zdroje obsahují jen malou část dat, kterou lze prostřednictvím WWW vytěžit.<ref>FABIÁN, Ondřej. Elektronické informační zdroje [online]. s. 12 Praha: Nakliv, 2012 [cit. 2014-9-16]. Dostupné z: http://eknihy.knihovna.cz/static/files/elektronicke-informacni-zdroje.pdf</ref>
 +
 
 +
=== Hluboký/neviditelný web ===
 +
„Neviditelný web obsahuje mnohem více [[Pojem informace jak jej chápe informační věda a související obory|informací]] než web viditelný (povrchový, pozn.aut.).
 +
*Jedná se především o dokumenty z databází, digitální objekty v nestandardním formátu a často také o informační obsahy stránek chráněných heslem.
 +
*Materiály obsažené v databázích mají totiž dynamicky generované stránky bez přímých odkazů, proto velmi často uniknou indexaci robotů, které používají klasické internetové [[Vyhledávače, vyhledávací nástroje|vyhledávače]]."<ref>FABIÁN, Ondřej. Elektronické informační zdroje [online]. s. 155 Praha: Nakliv, 2012 [cit. 2014-9-16]. Dostupné z: http://eknihy.knihovna.cz/static/files/elektronicke-informacni-zdroje.pdf</ref>.
 +
 
 +
== Principy vyhledávání ==
 +
*Základem činnosti vyhledávacích strojů jsou tzv. [[Robot|roboti]] – program, jež prochází po jednotlivých [[Hypertext a hypermedia|hypertextových]] odkazech v síti. Všechna slova nalezená v navštívených webových stránkách ukládá do databáze (indexu).
 +
*Protože odkazy na informace obsažené na dané stránce musí být stále aktuální, roboti se na již navštívené stránky v určitých intervalech vracejí a zjišťují změny v jejich obsahu.
 +
*Dojde-li ke změně obsahu, databáze vyhledávače se aktualizuje. Jakmile vyhledávací stroj získá nové stránkou, zařadí ji do své databáze.
 +
*Tento proces se nazývá zpracování (indexace) stránek. Součástí indexace je vytvoření seznamu klíčových slov dané stránky.
 +
=== Vznik indexu ===
 +
#Ke každému klíčovému slovu se přiřadí stránky, které toto slovo obsahují.
 +
#Následně se vytvoří jejich seznam.
 +
#Dotaz zadaný uživatelem je předán vyhledávacímu programu, jež pracuje na základě vyhledávacího algoritmu.
 +
#V dalším kroku následuje vyhledání všech stránek, které se týkají dotazu.
 +
#Po dokončení této činnosti vyhledávací program zobrazí uživateli seznam všech webových stránek obsahujících požadované klíčové slovo (slova), a to podle jejich relevance.<ref>Princip fulltextového vyhledávání. [online]. [cit. 2014-09-16]. Dostupné z: http://www.kvd.zcu.cz/cz/materialy/itv_kurz/itv1/itv1/HTML/121/default.htm</ref>
  
 
== Typy vyhledávačů ==
 
== Typy vyhledávačů ==
První vyhledávací systém se objevil v roce 1990. Od té doby prošly vyhledávače, stejně jako prohlížeče, velkým vývojem. V současnosti uživatel nejčastěji pracuje s  vyhledávacími stroji, katalogy, metavyhledávači a specializovanými vyhledávači.  
+
*První vyhledávací systém se objevil v roce 1990<ref>Web search engine. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001-2014, 14. 9. 2014 [cit. 2014-09-16]. Dostupné z: http://en.wikipedia.org/wiki/Web_search_engine</ref>.
 
+
*Od té doby prošly vyhledávače, stejně jako prohlížeče, velkým vývojem. V současnosti uživatel nejčastěji pracuje s  vyhledávacími stroji, katalogy, metavyhledávači a specializovanými vyhledávači.  
=== Vyhledávací stroje ===
 
Princip vyhledávacího stroje spočívá v činnosti robotů, které prohledávají celý web (podle toho, kam vedou odkazy z již zaindexovaných stránek). Roboti si každou stránku zaindexují a ohodnotí (postup robota: [[crawling]], [[indexing]], [[ranking]]). Po zadání klíčového slova do vyhledávače vám pak systém nabídne odpověď, která se mu z hlediska výskytu [[klíčového slova]] a hodnocení zdá nejlepší. Protože se vyhledávače snaží výsledky také personalizovat, může se stát, že dostanete na stejný dotaz jinou nabídku odpovědí než třeba váš kamarád.  Příklady: [https://www.google.cz/?gfe_rd=cr&ei=OhmaU4j8NIGV_AbsuIGgBQ&gws_rd=ssl Google], [https://www.bing.com/ Bing], [http://www.seznam.cz/ Seznam] (ten disponuje i katalogovým vyhledávačem)
 
  
 
=== Katalogy ===
 
=== Katalogy ===
Jedná se o weby, jež obsahují odkazy na jiné stránky, které třídí a zařazují do specifických kategorií. Dnes je uživatelé často používají, pokud hledají např. konkrétní službu ve svém kraji – omývače oken v Plzni. Uživatel může buď zadat klíčová slova do vyhledávače katalogu, nebo sám hledat v kategoriích katalogu. Příklady: [http://www.firmy.cz/ Firmy.cz], [http://www.reality.cz/ Reality.cz]
+
'''Katalog''' je [[web]], který obsahuje řadu odkazů na jiné webové stránky.  
 +
*Odkazy jsou zpravidla řazeny podle tématických oblastí. Mezi nejznámější české katalogy patří [https://www.seznam.cz/ Seznam], [http://www.centrum.cz/ Centrum] a [http://atlas.centrum.cz/ Atlas], mezi zahraniční pak například [https://www.yahoo.com/ Yahoo!].  
 +
*Záznam do katalogu se provádí registrací do příslušné tematické sekce.
 +
*Po zkontrolování editorem je záznam přidán do databáze katalogu. V katalogu se hledá buď procházením jednotlivých sekcí anebo pomocí jednoduchého dotazu do vyhledávacího políčka.
 +
*Pokud se hledá pomocí dotazu, katalog porovnává zadaný dotaz s URL, nadpisy a popisky stránek, které jsou v katalogu registrovány a také s kategorií do níž je odkaz zařazen.<ref>SMIČKA, Radim. Optimalizace pro vyhledávače - SEO: Jak zvýšit návštěvnost webu [online]. Vyd. 1. Kralice na Hané: Zásilkové knihkupectví J. Smičkové, 2004, s. 9 [cit. 2014-06-11]. ISBN 80-239-2961-5.</ref> 
  
 
=== Metavyhledávače ===
 
=== Metavyhledávače ===
Každý vyhledávač indexuje jiné stránky a jejich způsob indexování se může lišit. Aby uživatel nemusel při hledání konkrétní informace procházet hned několik vyhledávačů, může použít metavyhledávač, který váš dotaz sám položí několika vyhledávačům najednou a vám pak předá získané výsledky. Roli při řazení zobrazovaných výsledků hraje popularita jednotlivých vyhledávačů či nastavené preference uživatele. Příklady: [http://www.ask.com/ Ask.com], [http://www.search.com/ Search.com]
+
Každý vyhledávač indexuje jiné stránky a jejich způsob indexování se může lišit. Aby uživatel nemusel při hledání konkrétní informace procházet hned několik [[Vyhledávače, vyhledávací nástroje|vyhledávačů]], může použít metavyhledávač, který váš dotaz sám položí několika vyhledávačům najednou a vám pak předá získané výsledky.  
 +
*Roli při řazení zobrazovaných výsledků hraje popularita jednotlivých vyhledávačů či nastavené preference uživatele.<ref>FABIÁN, Ondřej. Elektronické informační zdroje [online]. str. 154 Praha: Nakliv, 2012 [cit. 2014-06-12]. Dostupné z: http://eknihy.knihovna.cz/static/files/elektronicke-informacni-zdroje.pdf</ref> Příklady: [http://www.ask.com/ Ask.com], [http://www.search.com/ Search.com]
  
 
=== Specializované vyhledávače (distribuované vyhledávání) ===
 
=== Specializované vyhledávače (distribuované vyhledávání) ===
Tyto systémy se zaměřují pouze na úzké segmenty témat (knihy, diskuze, fotografie). Příklady: [[[http://www.boardreader.com boardreader.com]]], [http://www.books.google.com books.google.com], [http://www.scholar.google.com scholar.google.com]
+
Tyto systémy se zaměřují pouze na úzké segmenty témat (knihy, diskuze, fotografie).  
 +
*Příklady:  
 +
#[http://www.boardreader.com boardreader.com]
 +
#[http://www.books.google.com books.google.com]
 +
#[http://www.scholar.google.com scholar.google.com]
  
 
=== Vyhledávače v hlubokém webu ===   
 
=== Vyhledávače v hlubokém webu ===   
Vyhledávače, které prohledávají neviditelné weby (deep, hluboké weby). To jsou stránky, na něž nevede žádný odkaz, obsahují digitální dokumenty ve formátech, které nedokáže běžný vyhledávač přečíst či informace zpřístupňují např. až po registraci. Některé stránky jsou běžným uživatelům i robotům jednoduše zamknuty.
+
Hlavním zdrojem dat jsou pro hluboké weby profesionální databáze, které obsahují množství ověřených informačních pramenů.<ref>SOUČEK, Martin. Informační věda [online]. s. 26-27 [cit. 2014-09-16]. Dostupné z: http://www.informacniveda.cz/article.do?articleId=1130.</ref>
  
Pokud zadáváte dotaz do deep vyhledávače, vyplňujete podrobněji vyhledávací formulář. Váš dotaz pak vyhledávač přeloží dalším – specializovaným – databázím. Vyhledávání skrze deep vyhledávače je pomalejší, výsledky jsou však relevantnější. Klasické vyhledávače jsou totiž uzpůsobeny pro běžného mainstreamového uživatele a nedělá tak hlubokou analýzu obsahů webů jako deep vyhledávače, které prochází přístupné i "nepřístupné" weby a dokumenty. Příklady: [http://www.brightplanet.com/completeplanet brightplanet.com/completeplanet], [http://www.sciencedirect.com sciencedirect.com].  
+
*Zadáváte-li dotaz do vyhledávače hlubokého (deep) webu, vyplňujete podrobněji vyhledávací formulář. Váš dotaz pak vyhledávač přeloží dalším – specializovaným – databázím.  
 +
*Vyhledávání skrze '''deep vyhledávače''' je pomalejší, výsledky jsou však relevantnější.  
 +
*'''Klasické vyhledávače''' jsou totiž uzpůsobeny pro běžného mainstreamového uživatele a nedělá tak hlubokou [[Obsahová analýza|analýzu obsahů webů]] jako deep vyhledávače, které prochází přístupné i "nepřístupné" weby a dokumenty. Příklady: [http://www.brightplanet.com/completeplanet brightplanet.com/completeplanet], [http://www.sciencedirect.com sciencedirect.com].  
  
 
=== Sémantické vyhledávání ===
 
=== Sémantické vyhledávání ===
Sémantický vyhledávač tohoto typu odpovídá na otázky položené v přirozeném jazyce typu „Kdo vynalezl sýr?“ nebo „Kdo je Václav Havel?“. Takový typ vyhledávání však vyžaduje existenci sémantického webu. Tedy takového obsahu, jež zahrnuje metainformace, kterým systém rozumí a dokáže je sám spojovat ‒ vytvoří sémanticku síť. Sémantické vyhledávání lze také nazvat vyhledáváním podle obsahu. Popularita ‒ množství odkazů z jiných stránek ‒ nemá takovou důležitost jako u vyhledávacích strojů. Příklad: [http://www.wolframalpha.com wolframalpha.com], [http://www.hakia.com hakia.com], [http://www.sensebot.net sensebot.net]
+
'''Sémantický vyhledávač''' tohoto typu odpovídá na otázky položené v přirozeném jazyce typu „Kdo vynalezl sýr?“ nebo „Kdo je Václav Havel?“.  
 
+
*Takový typ vyhledávání však vyžaduje existenci sémantického webu. Tedy takového obsahu, jež zahrnuje metainformace, kterým systém rozumí a dokáže je sám spojovat ‒ vytvoří sémanticku síť. Sémantické vyhledávání lze také nazvat vyhledáváním podle obsahu. <ref>Jak na internet. CZ.NIC. [online]. [cit. 2014-06-11]. Dostupné z: http://www.jaknainternet.cz/page/1795/struktura-internetu/ ČERNÁ, Zuzana. Principy vyhledávání informací na internetu. In: Metodický portál RVP [online]. [cit. 2014-06-12]. Dostupné z:http://clanky.rvp.cz/clanek/k/g/14533/PRINCIPY-VYHLEDAVANI-INFORMACI-NA-INTERNETU.html/</ref> <ref>W3C SEMANTIC WEB ACTIVITY [online]. [cit. 2014-09-16]. Dostupné z: http://www.w3.org/2001/sw/</ref> Příklad: [http://www.wolframalpha.com wolframalpha.com], [http://www.hakia.com hakia.com], [http://www.sensebot.net sensebot.net]
== Modely vyhledávačů ==
 
- [[Booleovský model]]
 
 
 
- [[Vektorový model]]
 
 
 
== Historie vyhledávačů ==
 
Během devadesátých let vzniklo velké množství internetových prohlížečů. Spolu s jejich rozvojem souvisela i nutnost vývoje internetových vyhledávačů, které uživatelům pomohu najít informace, jež potřebují.
 
 
 
* První nástroj, jež sloužil k vyhledávání na internetu, se jmenoval [[Archie]] a fungoval od roku 1990. Archie dovoloval indexovat archivy [[FTP]] (File Transfer Protocol) a umožňoval prohledávat konkrétní dokumenty.  V té době existovalo velké množství FTP serverů (počítačů), které nabízely volný přístup ke svým souborům. Bylo tak potřeba služby, která bude v pravidelných intervalech shromažďovat informace o uložených souborech. Hlavní nevýhodu představuje absence [[automatizované zpracování dat|automatizovaného zpracování dat]]. Dále pak skutečnost, že Archie hledá jen v názvech dokumentů, nikoli v jejich obsahu. V době největšího rozkvětu představoval Archie cca 30 serverů. Dnes jich je už jen pár, např.: [http://www.archie.uninett.no archie.uninett.no], [http://www.archie.icm.edu¬.pl archie.icm.edu¬.pl], [http://www.archie.rediris.es archie.rediris.es].
 
* O rok později představila Nevadská univerzita vyhledávač Veronica, který se používal pro hledání informací v [[Gopehru]].
 
* S rozvojem WWW bylo třeba pracovat i na vyhledávačích, pro tento typ prohlížeče. S nástupem [[Mosaic|Mosaicu]] v roce 1993 přichází také první robot, který web procházel ‒ World Wide Web Wanderer. Naprogramoval jej [[Matthew Gray]]. Robot měl původně pouze počítáním aktivních stránek zjišťovat, jak web roste, Gray jej však později naprogramoval tak, aby indexoval URL.
 
 
 
'''Do roku 1998 vznikla řada dalších vyhledávačů:'''
 
 
 
* 1993 ‒ Aliweb indexoval stránky poté, co je uživatelé přihlásili
 
* 1993 ‒ JumpStation, World, Wide Web Worm ‒ roboti indexovali hlavičky dokumentů  a URL, výsledky zobrazovali tak, jak je našli
 
* 1993 ‒ Repository-Based Software Engineering ‒ roboti mimo indexování používali ranking systém, který hodnotil kvalitu webů a podle výsledků je zobrazoval
 
* 1994 ‒ vznikl Yahoo!, v té době největší katalog
 
* 1994 ‒ byl spuštěn první crawler ‒ WebCrawler, který indexoval celou stránku, ne jen hlavičku a URL ‒ první fulltextový vyhledávač
 
* V dalších letech vznikla řada nových vyhledávačů: Metacrawler, Excite, Altavista, Inktomi/Hotbot, AskJeeves a GoTo
 
* '''1998''' ‒ v tomto roce přišel zlom ve vyhledávání, protože [[Larry Page]] a [[Sergey Brin]] přišli s Googlem, který pracuje s obdobou citační analýzy ‒ kolik odkazů na stránky vede, natolik dobré bude mít hodnocení
 
* v současné době se pracuje hlavně s lokalizací a personalizací vyhledávání
 
 
 
== Zdroje ==
 
FABIÁN, Ondřej. Elektronické informační zdroje [online]. Praha: Nakliv, 2012 [cit. 2014-06-12]. Dostupné z: http://eknihy.knihovna.cz/static/files/elektronicke-informacni-zdroje.pdf
 
 
 
JANOUCH, Viktor. Internetový marketing: prosaďte se na webu a sociálních sítích. Vyd. 1. Brno: Computer Press, 2010, 304 s. ISBN 978-80-251-2795-7.
 
 
 
SKLENÁK, Vilém. Data, informace, znalosti a Internet [online]. Vyd. 1. V Praze: C.H. Beck, 2001, xvii, 507 s. [cit. 2014-06-11]. C.H. Beck pro praxi. ISBN 80-717-9409-0. Dostupné z: http://books.google.cz/books?id=UJh-gLdTH8IC&printsec=frontcover&hl=cs&source=gbs_ViewAPI&redir_esc=y#v=onepage&q&f=fals
 
 
 
SMIČKA, Radim. Optimalizace pro vyhledávače - SEO: Jak zvýšit návštěvnost webu [online]. Vyd. 1. Kralice na Hané: Zásilkové knihkupectví J. Smičkové, 2004, 126 s. [cit. 2014-06-11]. ISBN 80-239-2961-5.
 
  
Jak na internet. CZ.NIC. [online]. [cit. 2014-06-11]. Dostupné z: http://www.jaknainternet.cz/page/1795/struktura-internetu/
+
== Odkazy ==
ČERNÁ, Zuzana. Principy vyhledávání informací na internetu. In: Metodický portál RVP [online]. [cit. 2014-06-12]. Dostupné z:http://clanky.rvp.cz/clanek/k/g/14533/PRINCIPY-VYHLEDAVANI-INFORMACI-NA-INTERNETU.html/
 
  
Web search engine. [online]. [cit. 2014-03-11]. Dostupné z:http://en.wikipedia.org/wiki/Web_search_engine
+
=== Reference ===
 +
<references />
  
Architektura vyhledávačů. In: [online]. [cit. 2014-04-11]. Dostupné z: http://www.jakpsatweb.cz/clanky/architektura-vyhledavacu.html
+
=== Použitá literatura ===
 +
* FABIÁN, Ondřej. Elektronické informační zdroje [online]. s. 12 Praha: Nakliv, 2012 [cit. 2014-9-16]. Dostupné z: http://eknihy.knihovna.cz/static/files/elektronicke-informacni-zdroje.pdf
 +
* Jak na internet. CZ.NIC. [online]. [cit. 2014-06-11]. Dostupné z: http://www.jaknainternet.cz/page/1795/struktura-internetu/ ČERNÁ, Zuzana. Principy vyhledávání informací na internetu. In: Metodický portál RVP [online]. [cit. 2014-06-12]. Dostupné z:http://clanky.rvp.cz/clanek/k/g/14533/PRINCIPY-VYHLEDAVANI-INFORMACI-NA-INTERNETU.html/
 +
* Princip fulltextového vyhledávání. [online]. [cit. 2014-09-16]. Dostupné z: http://www.kvd.zcu.cz/cz/materialy/itv_kurz/itv1/itv1/HTML/121/default.htm
 +
* SMIČKA, Radim. Optimalizace pro vyhledávače - SEO: Jak zvýšit návštěvnost webu [online]. Vyd. 1. Kralice na Hané: Zásilkové knihkupectví J. Smičkové, 2004, s. 9 [cit. 2014-06-11]. ISBN 80-239-2961-5.
 +
* SOUČEK, Martin. Informační věda [online]. s. 23 [cit. 2014-09-16]. Dostupné z: http://www.informacniveda.cz/article.do?articleId=1130.
 +
* Web search engine. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001-2014, 14. 9. 2014 [cit. 2014-09-16]. Dostupné z: http://en.wikipedia.org/wiki/Web_search_engine
 +
* W3C SEMANTIC WEB ACTIVITY [online]. [cit. 2014-09-16]. Dostupné z: http://www.w3.org/2001/sw/
  
ČERNÝ, Michal. Současnost a budoucnost vyhledávání na internetu v historické perspektivě. In: [online]. [cit. 2014-06-11]. Dostupné z: http://www.inflow.cz/soucasnost-budoucnost-vyhledavani-na-internetu-v-historicke-perspektive
+
=== Související články ===
 +
* [[Vyhledávače, vyhledávací nástroje]]
 +
* [[Povrchový a hluboký web]]
  
CHVALOVSKÝ, Karel. Zombie jménem Archie. In: [online]. [cit. 2014-06-11]. Dostupné z:http://www.lupa.cz/clanky/zombie-jmenem-archie/
+
=== Klíčová slova ===
Archie search engine. In: [online]. [cit. 2014-06-11]. Dostupné z: http://en.wikipedia.org/wiki/Archie_search_engine
+
vyhledávače, hluboký web, povrchový web, indexace
  
Neviditelný web. In: Infogram: Portál pro podporu informační gramotnosti [online]. [cit. 2014-06-12]. Dostupné z: http://www.infogram.cz/article.do?articleId=1765
+
[[Kategorie: Informační studia a knihovnictví]][[Kategorie:Informační zdroje, podpora, kanály]][[Kategorie:Informační technologie, knihovnické technologie]]
 +
[[Kategorie: Duplicity UISK]]

Aktuální verze z 27. 1. 2017, 12:10

Informace na webu

  • Informace ve webovém prostředí jsou dostupné v různých úrovních zpřístupnění.
  • Některá data jsou zcela otevřeně vystavena na webovém serveru, jiná jsou uložena takovým způsobem, že se přímému přístupu brání, ať už je to záměr či chyba administrátorů.
  • Z tohoto pohledu rozeznáváme:
  1. povrchový (volný) web, který je veřejně přístupný, běžně indexovaný vyhledávači,
  2. hluboký (skrytý) web, který vyhledávací nástroje nejsou schopny indexovat.“[1]

Typy webu

Povrchový web

Povrchový web je takový, který je indexovaný vyhledávači, a který je díky tomu těmito vyhledávači prohledatelný.

  • Tyto vyhledávače se skládají ze tří modulů:[2]
  1. webového robota,
  2. indexátoru,
  3. vyhledávací modul.
  • Vilém Sklenák podotýká, že tyto zdroje obsahují jen malou část dat, kterou lze prostřednictvím WWW vytěžit.[3]

Hluboký/neviditelný web

„Neviditelný web obsahuje mnohem více informací než web viditelný (povrchový, pozn.aut.).

  • Jedná se především o dokumenty z databází, digitální objekty v nestandardním formátu a často také o informační obsahy stránek chráněných heslem.
  • Materiály obsažené v databázích mají totiž dynamicky generované stránky bez přímých odkazů, proto velmi často uniknou indexaci robotů, které používají klasické internetové vyhledávače."[4].

Principy vyhledávání

  • Základem činnosti vyhledávacích strojů jsou tzv. roboti – program, jež prochází po jednotlivých hypertextových odkazech v síti. Všechna slova nalezená v navštívených webových stránkách ukládá do databáze (indexu).
  • Protože odkazy na informace obsažené na dané stránce musí být stále aktuální, roboti se na již navštívené stránky v určitých intervalech vracejí a zjišťují změny v jejich obsahu.
  • Dojde-li ke změně obsahu, databáze vyhledávače se aktualizuje. Jakmile vyhledávací stroj získá nové stránkou, zařadí ji do své databáze.
  • Tento proces se nazývá zpracování (indexace) stránek. Součástí indexace je vytvoření seznamu klíčových slov dané stránky.

Vznik indexu

  1. Ke každému klíčovému slovu se přiřadí stránky, které toto slovo obsahují.
  2. Následně se vytvoří jejich seznam.
  3. Dotaz zadaný uživatelem je předán vyhledávacímu programu, jež pracuje na základě vyhledávacího algoritmu.
  4. V dalším kroku následuje vyhledání všech stránek, které se týkají dotazu.
  5. Po dokončení této činnosti vyhledávací program zobrazí uživateli seznam všech webových stránek obsahujících požadované klíčové slovo (slova), a to podle jejich relevance.[5]

Typy vyhledávačů

  • První vyhledávací systém se objevil v roce 1990[6].
  • Od té doby prošly vyhledávače, stejně jako prohlížeče, velkým vývojem. V současnosti uživatel nejčastěji pracuje s vyhledávacími stroji, katalogy, metavyhledávači a specializovanými vyhledávači.

Katalogy

Katalog je web, který obsahuje řadu odkazů na jiné webové stránky.

  • Odkazy jsou zpravidla řazeny podle tématických oblastí. Mezi nejznámější české katalogy patří Seznam, Centrum a Atlas, mezi zahraniční pak například Yahoo!.
  • Záznam do katalogu se provádí registrací do příslušné tematické sekce.
  • Po zkontrolování editorem je záznam přidán do databáze katalogu. V katalogu se hledá buď procházením jednotlivých sekcí anebo pomocí jednoduchého dotazu do vyhledávacího políčka.
  • Pokud se hledá pomocí dotazu, katalog porovnává zadaný dotaz s URL, nadpisy a popisky stránek, které jsou v katalogu registrovány a také s kategorií do níž je odkaz zařazen.[7]

Metavyhledávače

Každý vyhledávač indexuje jiné stránky a jejich způsob indexování se může lišit. Aby uživatel nemusel při hledání konkrétní informace procházet hned několik vyhledávačů, může použít metavyhledávač, který váš dotaz sám položí několika vyhledávačům najednou a vám pak předá získané výsledky.

  • Roli při řazení zobrazovaných výsledků hraje popularita jednotlivých vyhledávačů či nastavené preference uživatele.[8] Příklady: Ask.com, Search.com

Specializované vyhledávače (distribuované vyhledávání)

Tyto systémy se zaměřují pouze na úzké segmenty témat (knihy, diskuze, fotografie).

  • Příklady:
  1. boardreader.com
  2. books.google.com
  3. scholar.google.com

Vyhledávače v hlubokém webu

Hlavním zdrojem dat jsou pro hluboké weby profesionální databáze, které obsahují množství ověřených informačních pramenů.[9]

  • Zadáváte-li dotaz do vyhledávače hlubokého (deep) webu, vyplňujete podrobněji vyhledávací formulář. Váš dotaz pak vyhledávač přeloží dalším – specializovaným – databázím.
  • Vyhledávání skrze deep vyhledávače je pomalejší, výsledky jsou však relevantnější.
  • Klasické vyhledávače jsou totiž uzpůsobeny pro běžného mainstreamového uživatele a nedělá tak hlubokou analýzu obsahů webů jako deep vyhledávače, které prochází přístupné i "nepřístupné" weby a dokumenty. Příklady: brightplanet.com/completeplanet, sciencedirect.com.

Sémantické vyhledávání

Sémantický vyhledávač tohoto typu odpovídá na otázky položené v přirozeném jazyce typu „Kdo vynalezl sýr?“ nebo „Kdo je Václav Havel?“.

  • Takový typ vyhledávání však vyžaduje existenci sémantického webu. Tedy takového obsahu, jež zahrnuje metainformace, kterým systém rozumí a dokáže je sám spojovat ‒ vytvoří sémanticku síť. Sémantické vyhledávání lze také nazvat vyhledáváním podle obsahu. [10] [11] Příklad: wolframalpha.com, hakia.com, sensebot.net

Odkazy

Reference

  1. SOUČEK, Martin. Informační věda [online]. s. 23 [cit. 2014-09-16]. Dostupné z: http://www.informacniveda.cz/article.do?articleId=1130.
  2. SOUČEK, Martin. Informační věda [online]. s. 24 [cit. 2014-09-16]. Dostupné z: http://www.informacniveda.cz/article.do?articleId=1130
  3. FABIÁN, Ondřej. Elektronické informační zdroje [online]. s. 12 Praha: Nakliv, 2012 [cit. 2014-9-16]. Dostupné z: http://eknihy.knihovna.cz/static/files/elektronicke-informacni-zdroje.pdf
  4. FABIÁN, Ondřej. Elektronické informační zdroje [online]. s. 155 Praha: Nakliv, 2012 [cit. 2014-9-16]. Dostupné z: http://eknihy.knihovna.cz/static/files/elektronicke-informacni-zdroje.pdf
  5. Princip fulltextového vyhledávání. [online]. [cit. 2014-09-16]. Dostupné z: http://www.kvd.zcu.cz/cz/materialy/itv_kurz/itv1/itv1/HTML/121/default.htm
  6. Web search engine. In: Wikipedia: the free encyclopedia [online]. San Francisco (CA): Wikimedia Foundation, 2001-2014, 14. 9. 2014 [cit. 2014-09-16]. Dostupné z: http://en.wikipedia.org/wiki/Web_search_engine
  7. SMIČKA, Radim. Optimalizace pro vyhledávače - SEO: Jak zvýšit návštěvnost webu [online]. Vyd. 1. Kralice na Hané: Zásilkové knihkupectví J. Smičkové, 2004, s. 9 [cit. 2014-06-11]. ISBN 80-239-2961-5.
  8. FABIÁN, Ondřej. Elektronické informační zdroje [online]. str. 154 Praha: Nakliv, 2012 [cit. 2014-06-12]. Dostupné z: http://eknihy.knihovna.cz/static/files/elektronicke-informacni-zdroje.pdf
  9. SOUČEK, Martin. Informační věda [online]. s. 26-27 [cit. 2014-09-16]. Dostupné z: http://www.informacniveda.cz/article.do?articleId=1130.
  10. Jak na internet. CZ.NIC. [online]. [cit. 2014-06-11]. Dostupné z: http://www.jaknainternet.cz/page/1795/struktura-internetu/ ČERNÁ, Zuzana. Principy vyhledávání informací na internetu. In: Metodický portál RVP [online]. [cit. 2014-06-12]. Dostupné z:http://clanky.rvp.cz/clanek/k/g/14533/PRINCIPY-VYHLEDAVANI-INFORMACI-NA-INTERNETU.html/
  11. W3C SEMANTIC WEB ACTIVITY [online]. [cit. 2014-09-16]. Dostupné z: http://www.w3.org/2001/sw/

Použitá literatura

Související články

Klíčová slova

vyhledávače, hluboký web, povrchový web, indexace