Modely, principy a nástroje vyhledávání na webu a jeho trendy

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 hypertextu, který spojili s komunikačním protokolem HTTP. Internetové vyhledávače pak představují službu, která uživatelům webu pomáhá s dohledáním požadovaných informací.

Vyhledávač nejčastěji funguje tak, že uživatel zadá klíčová slova, která specifikují dotaz. Robot vyhledávače projde svou databázi 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 vyhledávačů

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

Vyhledávací stroje

Princip vyhledávacího stroje spočívá v tom, že má roboty, 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

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. myče oken v Plzni. Uživatel může buď zadat klíčová slova do vyhledávače katalogu, nebo sám hledat v kategoriích katalogu. Příklady: firmy.cz, reality.cz

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 několik vyhledávačům najednou a vám pak předá setříděné výsledky. Ty třídí například v tom pořadí, v jakém je získal od vyhledávacích strojů. Svou roli při zobrazování výsledků hraje popularita jednotlivých vyhledávačů či nastavené preference uživatele. Příklady: Ask.com, Search. com , vivisimo.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 deep 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. 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

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 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.: archie.uninett.no, archie.icm.edu¬.pl, 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 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/ 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