ПОИСК В ГИПЕРТЕКСТОВЫХ СИСТЕМАХ

проводящего их поиск.
Процесс загрузки из Сети информации и предварительного анализа

ее поисковой машиной называется индексацией.
База данных поисковой машины, в которой хранится собранная информация называется индексом.

быстро найти несколько сайтов, содержащих информацию по интересующей вас теме;

имеют удобную древовидную структуру;

web – узлы перечисляются в порядке их значимости ( с точки зрения редактора каталога);

возможна сортировка по посещаемости, дате открытия и др.

каталогов происходит достаточно медленно.

тысячах Web- узлов Интернет;

проводят индексацию Web- страниц и документов, т.е.

заносят в базу данных поисковой машины информацию о них.

количество Web- узлов, по которым производится поиск.
Более высокая скорость поиска.
Поисковая

машина выдает сразу адреса конкретных документов.
Высокая релевантность поиска.

результатов запроса

найти адреса наиболее посещаемых сайтов по интересующей теме.

Порталы – сайты,

содержащие новости, развлечения, почтовые ящики и т. д.

поисковую машину Web – страницы.
Crawler («червяк») – программа, способная найти

на Web – странице все ссылки на другие страницы.
Indexer (индексатор) – программа, которая разбирает страницу на составные части и анализирует их.

данных, которые поисковая система загружает и анализирует
Search Engine Results Engine

(система выдачи результатов поиска) решает, какие страницы удовлетворяет запросу пользователя и в какой степени.

проводящего их поиск.
Процесс загрузки из Сети информации и предварительного анализа

ее поисковой машиной называется индексацией, а сама база данных поисковой машины, в которой хранится собранная информация называется индексом.

решение, включать или не включать ссылку на страницу либо документ

в результате поиска.

ли ключевое слово в заголовке документа?

Присутствует ли ключевое слово в

имени домена или в адресе страницы?

Встречается ли ключевое слово в подзаголовке документа либо в элементах текста, выделенных полужирным, курсивом либо как-то иначе?

Как часто ключевое слово встречается на странице?

ли ключевые слова в описаниях страниц, выполненных их разработчиком, и

среди ключевых слов, указанных разработчиком страниц?

На какие Web–узлы имеются ссылки на анализируемой странице и встречается ли ключевое слово в тексте ссылки?

Какие Web –узлы имеют ссылку на анализируемый сайт? Каков текст ссылки?

На какие еще страницы данного сайта содержит ссылки анализируемая страница?

чем короткие – закономерность!

каком-то тексте (она называется частота вхождения слова) с рангом этой

частоты. Наиболее часто встречающимся словам присваивается ранг, равный единице.
Частоте вхождения тех, что встречаются чуть реже, - ранг 2 и т. д.
Если умножить вероятность обнаружения слова в тексте на ранг частоты его вхождения, то получившаяся величина приблизительно постоянна.

распространенное слово встречается в тексте 100 раз, то следующее по

распространенности слово встретится не 99 и не 90, а примерно 50 раз.
Значение вышеупомянутой постоянной в различных языках различно, но внутри одной языковой группы она остается неизменной.
Для английского текста постоянная Зипфа равна 0,1, для русского языка примерно 0,06-0,07.

этой частой, связаны между собой.

Если построить график зависимости частоты

вхождения слова от количества слов, входящих в текст с данной частотой, то получавшаяся кривая будет сохранять свои параметры для всех без исключения созданных человеком текстов.

лежат в средней части диаграммы.

Чтобы сузить диапазон значимых слов, создается

словарь «бесполезных» слов (стоп-слов).

встречается в документах базы данных.
На его основе вычисляется весовой коэффициент,

отражающий значимость термина.
Весовые коэффициенты слов вычисляются с учетом местоположения термина внутри документа, взаимного расположения терминов и морфологических особенностей.
В качестве терминов могут выступать словосочетания. Например: «математический анализ».

сделанному запросу.
Релевантность – смысловое соответствие между информационным запросом и полученным

сообщением.
Релевантность – мера соответствия результатов поиска задаче, поставленной в запросе.
Релевантность – соответствие ответа вопросу с учетом таких понятий, как полнота и точность поиска.

возникающая при поиске некой новой информации исследователем, про которую он

сам толком ничего не знает.
Осознанная потребность – то, как пользователь понимает стоящую перед ним неосознанную проблему.

потребность средствами естественного языка.
Формализованная потребность – представление выраженной потребности средствами

языка запросов поисковой системы.

и содержит необходимую пользователю информацию или какую-то ее часть.

называют
отношение количества полученных релевантных результатов к общему количеству существующих

в поисковом массиве документов, релевантных данному запросу.
Коэффициент точности поиска -
это отношение количества релевантных результатов к общему числу документов, ссылки на которые содержатся в ответе ИПС.

документы создают с помощью языка HTML

Особые элементы HTML- документа –дескрипторы

позволяют придать должную форму тексту (разбить его на абзацы, снабдить заголовками и т. д.) и разместить на Web- странице любую другую информацию

С помощью гиперссылок устанавливаются связи между страницами

Дескрипторы позволяют снабдить страницу метаинформацией, позволяющей поисковой машине определить информации

поисковый робот,
индексатор,
база данных и система выдачи результатов.

закономерности.
Качество поиска характеризуется параметрами – полнота и качество поиска.
Чем

выше полнота поиска, тем меньше релевантных документов остается не включенными в результаты поиска.
Точность поиска тем выше, чем меньше в результатах поиска нерелевантных документов.
С помощью логических операторов можно очень точно указать поисковой машине, что именно интересует пользователя.
Такой поиск называют сложным.