صفحه محصول - مبانی موتور جستجو

مبانی موتور جستجو (pptx) 36 اسلاید

دسته بندی : پاورپوینت

نوع فایل : PowerPoint (.pptx) ( قابل ویرایش و آماده پرینت )

تعداد اسلاید: 36 اسلاید

قسمتی از متن PowerPoint (.pptx) :

مبانی موتور جستجو اطلاع یابی در اینترنت ظهور اینترنت و سپس رشد و گسترش روز افزون ( شبکه جهانی وب) فهرستها و چالشهای نوینی را در فرایند اطلاع یابی پدید آورد. امکان جستجو و دسترسی به حجم زیادی از اطلاعات از طریق اینترنت،فعالیت های آموزشی ، تحقیقاتی، تجاری و ... را تحت تاثیر خود قرار داده است.مشکل اصلی فرایند اطلاع یابی در اینترنت بازیابی حجم کمی از اطلاعات و منابع اطلاعاتی نیست ، بلکه مشکل جدیدی تحت عنوان (بازیابی بیش از حد اطلاعات) پدید آمده است. در گذشته کاربران نیاز کمتری به فراگیری مهارتهای جستجو داشتند و اغلب از متخصصان اطلاع رسانی برای دسترسی به اطلاعات کمک می گرفتند ،اما امروزه باید بدون حضور یک واسط انسانی و داشتن دانش کافی درباره اصول و مهارتهای جستجو و بازیابی اطلاعات به کاوش در اینترنت و فراگیری اصول و مهارتهای اطلاع یابی برای جستجو گران مهم و حیاتی شد. اطلاع یابی، مجموعه مهارتهای مورد نیاز برای شناسایی،دسترسی و جستجوی اطلاعات است . چرا باید در شبکه جهانی وب به جستجوی اطلاعات پرداخت 1.منحصر بفرد بودن : برخی از منابع اطلاعاتی در شبکه جهانی وب نمونه چاپی یا الکترونیکی( بر روی دیسک فشرده یا شبکه های پیوسته )ندارد. پایگاه اطلاعاتی مقالات تمام متن find articles که حاوی متن کامل هزاران مقاله است تنها از طریق شبکه جهانی وب قابل دسترس است و نسخه چاپی یا الکترونیکی ندارد. بسیاری از منابع مرجع مانند فرهنگها راهنماها و سرگذشتنامه ها منحصرا از طریق محیط وب در دسترس قرار می دهند . 2.روز آمد بودن: یکی از ویژگیهای مهم شبکه جهانی وب نسبت به رسانه های چاپی انعطاف پذیری بیشتر آن برای روز آمد سازی اطلاعات در زمان کوتاهتر است. امروزه اطلاعات بسیاری از پایگاههای اطلاعاتی در وب نظیر (http://askeric.org/eric)ERIC,(www.ncbi,nlm.nih.gov/pubmed) MEDLINE و پروانه های ثبت اختراع امریکا ( www. Uspto.gov ) هر هفته به روز می شو ند. 3. رایگان بودن : برخی از منابع اطلاعاتی در شبکه وب رایگان هستند و همین موضوع انگیزه ای قوی برای جستجوی اطلاعات در این محیط به وجود آورده است. مثال از طریق onelook dicionaries ( www.onelook.com ) میتوان به طور رایگان در بیش از 800 فرهنگ پیوسته رایگان (بیش از 8/4 میلیون واژه)به جستجو پرداخت یا از طریق سایت national academic press ( www.nap.edu ) متن کامل بیش از 2500 کتاب معتبر علمی و تخصصی را به طور پیوسته مطالعه کرد. 4.سهولت جستجو و بازیابی اطلاعات : سهولت جستجو و باز یابی اطلاعات از طریق کلید واژه های مورد نظر را در کادر جستجو وارد کرد و فرایند بازیابی اطلاعات را در پیش گرفت. در بسیاری از موارد جویندگان اطلاعات ترجیح می دهند به جای مراجعه به کتابخانه ها و مراکز اطلاع رسانی از طریق کامپیوتر شخصی خود به جستجوی اطلاعات مورد نظر بپردازند زیرا جستجوی کلید واژه ای یا مرور صفحات وب بسیار آسانتر از شیوه های سنتی دسترسی به اطلاعات است .سهولت انجام جستجو (نه بازیابی اطلاعات مورد نظر )در محیط گرافیکی وب حتی بر رفتار اطلاع یابی دانش آموزان نیز تاثیر گذاشته است به طوری که بسیاری از دانش آموزان آمریکایی جستجوی کلید واژه ای در وب را به جستجو در برگه دان کتابخانه ها ترجیح میدهند و عقیده دارند که استفاده از این محیط برای انجام تکالیف درسی و تحقیق به مراتب آسانتر است . 5.دسترسی به اطلاعات چند رسانه ای : یکی از مهمترین قابلیتهای شبکه جهانی وب ، امکان جستجو و بازیابی حجم بسیار زیادی از اطلاعات چند رسانه ای شامل صوت،تصویر و ویدیو است. سیر تحول تاریخی ابزارهای کاوش شبکه جهانی اینترنت در اواخر دهه 1960 پا به عرصه ظهور گذاشت ، اما تا سال 1990 ابزارهایی برای کاوش اطلاعات موجود در آن وجود نداشت. با مروری اجمالی بر تاریخچه ابزارهای کاوش اینترنت میتوان دریافت که تقریبا کلیه پیشرفتها در این زمینه توسط دانشجویان و طرحهای پژوهشی آنها صورت گرفته است. در سال 1990 اولین ابزار کاوش اینترنت توسط آلان اِمتیچ ( Alan Emtage ) در دانشگاه MacGil University تحت عنوان Archie توسعه یافت. این ابزار کاوش تنها میتوانست فایلهای اینترنتی، نه متن و اسناد موجود در اینترنت را بازیابی کند. در سال 1993 در دانشگاه نوادا برای بازیابی اسناد و متون در سرورهای گوفر نظامی مشابه آرکی طراحی شد که ورونیکا نام داشت . در واقع ورونیکا برای اولین بار امکان جستجو و باز یابی متن و اسناد ساده (بدون تصویر یا پیوندهای فرامتنی ) را در اینترنت فراهم کرد . آرکی و ورونیکا پدر و مادر تمام ابزارهای کاوش امروزی به شمار می آیند. بعدها دو ابزار کاوش برای جستجوی اطلاعات در محیط وب توسعه یافتند که عبارت بودند از آلی وب و ورالد واید وب واندرر . ورالد واید وب واندرر که توسط ماتؤگری در دانشگاه MIT توسعه یافت از روبات ها به تعبیر دیگر برنامه های کامپیوتری برای جستجو و نمایه سازی صفحات وب استفاده می کرد. به این ترتیب اولین موتور کاوش پا به ظهور گذاشت و پایگاه موتور کاوش تحت عنوان وندکس شکل گرفت . در اوایل سال 1994 دو دانشجوی دوره دکتری مهندسی برق دانشگاه استانفورد به نامهای دیوید فیلو و جری یانگ فهرستی از سایتهای وب مورد علاقه و منتخب را تهیه و در محیط وب ارائه کردند . سپس به منظور جستجو در پایگاه اطلاعاتی گرد آوری شده از سایتها ، نرم افزار کاوشی به آن افزودند و ان را (www.yahoo.com) yahoo! نام نهادند . پس از مدتی ، حجم اطلاعات موجود در yahoo! افزایش یافت و روزانه هزاران نفر به آن مراجعه کردند. در دسامبر 1995 (www.altavista.com) Alta vista به عنوان یکی از شناخته شده ترین موتور های کاوش ظهور پیدا کرد و به دلیل ویژگیها و نوآوریهایی که در آن پیش بینی شده بود، به سرعت به عنوان یکی از بهترین ابزارهای کاوش اینترنت مطرح شد ; به طوری که توانایی انجام روزانه میلیونها جستجو را بدون کاهش سرعت بازیابی اطلاعات به همراه داشت . Alta vista اولین موتور کاوشی بود که از زبان طبیعی ( مانند جستجوی جمله آب و هوای تهران چطور است ؟) و عملگرهای بول برای باز یابی اطلاعات در محیط وب استفاده کرد . در ماه می 1996 (www.hotbot.com) Hot Bot به عنوان یکی دیگر از ابزارهای کاوش مهم ابداع شد که روبات آن قادر بود روزانه حدود 10 میلیون صفحه در محیط وب را در پایگاه خود نمایه کند. در سال 1995 اولین ابر موتور کاوش توسط اریک سلبرگ تحت عنوان Metacrawler ( (www.metacrawler.com ظهور پیدا کرد . این ابر موتور کاوش می توانست در پایگاه شش موتور کاوش و راهنمای موضوعی به طور هم زمان به جستجو بپردازد . در اواخر سال 1997 یکی از بزرگترین و مهمترین ابزارهای کاوش امروزی یعنی موتور کاوش www.google.com) Google ) از طریق طرح تحقیقاتی دانشگاه استانفورد ظهور یافت . Google تلاش کرد که در نظام رتبه بندی نتایج کاوش خود مبتنی بر میزان ارتباط آنها با کلید واژه های جستجو،تحول اساسی به وجود آورد که از طریق استفاده از معیار میزان استناد به یک سایت مشخص توسط سایت های دیگر صورت می گیرد. ابزارهای کاوش اینترنت چیست؟ ابزارهای کاوش اینترنت پایگاههای اطلاعاتی جستجو یا مرور هستند که با استفاده از آنها میتوان به «بخشی » از اطلاعات موجود در اینترنت دست یافت . این ابزارها به دو شیوه کاربران را به سوی اطلاعات مورد نظر راهنمایی می کنند: جستجوی کلید واژه ها مرور و انتخاب پیوندهای فرامتنی کاربران را به سوی اطلاعات مورد نظر، هدایت می کنند . ابزارهای کاوش اینترنت را میتوان به دو نوع اصلی تقسیم بندی کرد: راهنمای موضوعی موتورهای کاوش 1. راهنماهای موضوعی : راهنمای موضوعی وب ،پایگاههایی هستند که اطلاعات صفحات یا سایتهای وب منتخب را توسط نیروی انسانی در پایگاه خود نمایه می کنند. 2. موتورهای کاوش : موتورهای کاوش ، پایگاههای اطلاعاتی قابل جستجویی هستند که از طریق برنامه های کامپیوتری به شناسایی و نمایه سازی خودکار صفحات وب می پردازند . موتورهای کاوش بر خلاف راهنماهای موضوعی ، برنامه های خودکاری هستند که هیچ گونه وابستگی به نیروی انسانی ندارند . به تعبیر دیگر ، فرایند شناسایی،انتخاب و نمایه سازی اطلاعات وب توسط برنامه های کامپیوتری انجام می شود . موتور جستجو چگونه کار می کند؟  وقتی جستجویی در یک موتور جستجوگر انجام و نتایج جستجو ارایه می شود، كاربران در واقع نتیجه كار بخش های متفاوت موتور جستجوگر را می بینند. موتور جستجوگر قبلا" پایگاه داده اش را آماده كرده است و این گونه نیست كه درست در همان لحظه جستجو، تمام وب را بگردد. بسیاری از خود می پرسند كه چگونه ممکن است گوگل در كمتر از یك ثانیه تمام سایت های وب را بگردد و میلیون ها صفحه را در نتایج جستجوی خود  ارایه كند؟ گوگل و هیچ موتور جستجوگر دیگری توانایی انجام این كار را ندارند. همه آنها در زمان پاسخ گویی به جستجوهای كاربران، تنها در پایگاه داده ای كه در اختیار دارند به جستجو می پردازند و نه در وب ! موتور جستجوگر به كمك بخش های متفاوت خود، اطلاعات مورد نیاز را قبلا " جمع آوری، تجزیه و تحلیل می كند، آنرا در پایگاه داده اش ذخیره می نماید و به هنگام جستجوی کاربر تنها در همین پایگاه داده  می گردد. بخش های مجزای یك موتور جستجوگر عبارتند از : Spider یا عنکبوت Crawler یا خزنده Indexer یا بایگانی کننده Database یا پایگاه داده Ranker یا سیستم رتبه بندی الف Spider- عنکبوت اسپایدر یا روبوت (Robot) ، نرم افزاری است كه كار جمع آوری اطلاعات مورد نیاز یك موتور جستجوگر را بر عهده دارد. اسپایدر به صفحات مختلف سر می زند، محتوای آنها را می خواند، لینکها را دنبال می کند، اطلاعات مورد نیاز را جمع آوری می كند و آنرا در اختیار سایر بخش های موتور جستجوگر قرار   می دهد. كار یك اسپایدر، بسیار شبیه كار كاربران وب است. همانطور كه كاربران، صفحات مختلف را بازدید می كنند، اسپایدر هم درست این كار را انجام می دهد با این تفاوت كه اسپایدر كدهای HTML صفحات را می بیند اما كاربران نتیجه حاصل از كنار هم قرار گرفتن این كدها را . index.html صفحه ای است كه كاربران آنرا به صورت شكل (1) می بینند : شكل 1- نمونه ای از صفحات وب كه توسط مرورگرها نشان داده می شود .