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

Řádek 15: Řádek 15:
 
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. Index vznikne tak, že se ke každému klíčovému slovu 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>
 
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. Index vznikne tak, že se ke každému klíčovému slovu 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>
  
== Katalogy ==
+
=== Katalogy ===
 
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>   
 
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>   
  
Řádek 25: Řádek 25:
  
 
=== Vyhledávače v hlubokém webu ===   
 
=== Vyhledávače v hlubokém webu ===   
 +
Hlavním zdrojem dat jsou pro hluboké weby profesionální databáze, které obsahují množství ověřených informačních pramenů.
 
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.
 
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.
  

Verze z 16. 9. 2014, 21:09

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.

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

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. Index vznikne tak, že se ke každému klíčovému slovu 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.[6]

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: [[boardreader.com]], books.google.com, scholar.google.com

Vyhledávače v hlubokém webu

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

  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. 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
  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