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

Řádek 1: Řádek 1:
= Informace na webu ==
+
= Informace na webu =
„Informace ve webovém prostředí jsou dostupné v různých úrovní 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 vyhledávači...a tzv. hluboký (skrytý) web, který vyhledávací nástroje nejsou schopny indexovat. web“<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]].
+
„Informace ve webovém prostředí jsou dostupné v různých úrovní 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 vyhledávači...a tzv. 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]].</ref>
  
 
=== Typy webu ===
 
=== Typy webu ===
Řádek 12: Řádek 12:
 
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.  
 
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]] ===
+
=== [[Principy vyhledávání]] ===
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)
+
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 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) ===
Řádek 41: Řádek 41:
 
-      [[Jazykový model]]
 
-      [[Jazykový 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 ==
 
== Zdroje ==

Verze z 16. 9. 2014, 21:30

Informace na webu

„Informace ve webovém prostředí jsou dostupné v různých úrovní 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 vyhledávači...a tzv. hluboký (skrytý) web, který vyhledávací nástroje nejsou schopny indexovat.“ [1] Informace uživatel vyhledává pomocí vyhledávačů.</ref>

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 – webového robota, indexátoru a vyhledávacího modulu.[2] Vilém Sklenák podotýká, že tyto zdroje obsahují jen malou část dat, kterou lze prostřednictvím WWW vytěžit.[3]

Hluboký 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].

Typy vyhledávačů

První vyhledávací systém se objevil v roce 1990[5]. Od té doby prošly vyhledávače, stejně jako prohlížeče, velkým vývojem. V současnosti uživatel nejčastěji pracuje s vyhledávacími stroji, katalogy, metavyhledávači a specializovanými vyhledávači.

Principy vyhledávání

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: Google, Bing, Seznam (ten disponuje i katalogovým vyhledávačem)

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.[6]

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.[7] Příklady: Ask.com, Search.com

Specializované vyhledávače (distribuované vyhledávání)

Tyto systémy se zaměřují pouze na úzké segmenty témat (knihy, diskuze, fotografie). Příklady: [[boardreader.com]], books.google.com, scholar.google.com

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.

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: 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. Popularita ‒ množství odkazů z jiných stránek ‒ nemá takovou důležitost jako u vyhledávacích strojů. Příklad: wolframalpha.com, hakia.com, sensebot.net

Principy vyhledávání

- Booleovský model

- Vektorový model

- Probabilistický model

- Jazykový model


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/ 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

Architektura vyhledávačů. In: [online]. [cit. 2014-04-11]. Dostupné z: http://www.jakpsatweb.cz/clanky/architektura-vyhledavacu.html

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

CHVALOVSKÝ, Karel. Zombie jménem Archie. In: [online]. [cit. 2014-06-11]. Dostupné z:http://www.lupa.cz/clanky/zombie-jmenem-archie/ Archie search engine. In: [online]. [cit. 2014-06-11]. Dostupné z: http://en.wikipedia.org/wiki/Archie_search_engine

Neviditelný web. In: Infogram: Portál pro podporu informační gramotnosti [online]. [cit. 2014-06-12]. Dostupné z: http://www.infogram.cz/article.do?articleId=1765

  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. 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
  6. 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.
  7. 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