Раздел IX. Информационные технологии в профессиональной деятельности

9.1. Технологии поиска тематической (профессиональной) информации в сети Internet

9.1.1. Принципы контекстного поиска

В современном мире поток информации ежечасно увеличивается лавинообразно. Электронные версии нормативно-правовых документов, методических рекомендаций и указаний, последние номера профессиональных журналов стали доступны медицинским работникам в самых отдаленных регионах при наличии доступа к сети Интернет. Однако при кажущейся простоте получения информации ее качество и возможность использования в работе напрямую зависят от полноты и адекватности формулировки контекстного поиска.

Контекстный поиск — запрос информации в компьютерной системе с использованием набора ключевых слов. Существуют несколько видов поиска (рис. 9.1).

Для эффективного поиска современные алгоритмы заранее формируют полнотекстовый индекс — словарь, в котором перечислены все слова и указано, в каких местах они встречаются. При наличии такого индекса достаточно осуществить поиск нужных слов в нем, и тогда сразу же будет получен список документов, в которых они встречаются. Технологии полнотекстового поиска, с использованием

Рис. 9.1. Классификация видов поиска индексирования, широко применяют в современных поисковых системах сети Интернет.

Поисковая система представляет программно-аппаратный комплекс с веб-интерфейсом (сайт, на котором размещен интерфейс системы). Программной частью поисковой системы служит поисковая машина (поисковый движок) — комплекс программ, который обеспечивает функциональность поисковой системы. Чаще всего структуру поискового движка считают коммерческой тайной компании — разработчика поисковой системы.

Индексирование в поисковых системах — процесс добавления сведений о сайте роботом поисковой машины в базу данных, впоследствии используемую для поиска информации на проиндексированных сайтах. Поисковый робот — программа, служащая составной частью поисковой системы и предназначенная для перебора страниц Интернета с целью занесения информации о них в базу данных поисковика. Поисковый робот анализирует содержимое страницы, сохраняет его в некотором специальном виде на сервере поисковой машины, которой принадлежит, и отправляется по ссылкам на сле­дующие страницы. Владельцы поисковых машин нередко ограничивают глубину проникновения робота внутрь сайта и максимальный размер сканируемого текста. Именно поэтому чересчур большие сайты могут оказаться не полностью проиндексированными поисковой машиной.

Почти все поисковые машины в сети Интернет используют системы контекстной рекламы для получения прибыли. Эти системы позволяют размещать рекламу как на страницах с результатами поиска по определенным ключевым словам, так и на сайтах, установивших блоки контекстной рекламы на своих страницах.

Большинство поисковых систем ищут информацию на сайтах Всемирной паутины. Однако существуют также системы, способные искать файлы на FTP-серверах, товары в интернет-магазинах и др.

Улучшение поиска — одна из приоритетных задач современного Интернета. Существует ряд перспективных направлений развития поиска (например, поиск в графических изображениях, аудио- и видеофайлах и др.), однако прогресс в этом направлении упирается в фундаментальную проблему создания искусственного интеллекта.

9.1.2. Поисковые системы русскоязычного пространства Интернета

Для удовлетворения запросов миллионов пользователей существует достаточно большое количество поисковых систем, как «всеязычных», так и русскоязычных. Международная аналитическая компания NetMarketShare ежемесячно составляет рейтинг самых популярных поисковиков. По данным 2013 г., места в непростой гонке распределились следующим образом:

• Google-Global — 68,1%;
• Baidu –18,4%;
• Yahoo-Global — 6,4%;
• Bing — 5,59%.

При всем многообразии выбора неоспоримым лидером в глобальном интернет-поиске считают Google. Этот гигант-поисковик обрабатывает примерно 118 млрд запросов ежемесячно и может находить информацию на 195 языках.

Русскоязычные поисковые системы, в отличие от «всеязычных», индексируют ресурсы, где доминирует русский язык. Именно поэтому и расстановка сил в русскоязычном пространстве Интернета (Рунета) несколько иная. По данным LiveInternet.ru (www.liveinternet.ru/stat/ru/), в июле 2013 г. поисковые предпочтения российских пользователей выглядели так:

• Яндекс — 53,8%;
• Google — 34,2%;
• поиск Mail.ru — 9,4%;
• Рамблер — 1,2%,
• остальные поисковики — менее 1%.

Подобный разброс результатов рейтинга и их ежемесячные изменения связаны с постоянными нововведениями конкурирующих поисковых систем, заманчивыми предложениями, облегчающими поиск. Однако основным критерием качества работы поисковой машины служит релевантность — степень соответствия запроса и найденного, т.е. уместность результата. В итоге при поиске первыми в открывающемся списке оказываются те веб-страницы, которые наиболее соответствуют запросу пользователя. Однако каждая из поисковых систем использует различные критерии ранжирования документов, т.е. результаты поиска посредством Яндекс и Google по одному и тому же запросу могут существенно отличаться. Естественно, что пользователь будет больше доверять тому поисковику, который представил наиболее релевантные результаты.

9.1.3. Принципы формирования запросов для поисковой системы

Поисковую систему можно образно представить как огромную базу ключевых слов, каждое из которых связано с Web-страницами, на которых его встречали. Вся совокупность подобных связей по своей сути и является Всемирной паутиной (вольный перевод английского словосочетания World Wide Web). Технология WWW позволяет создавать ссылки (их также называют гиперссылками), которые реализуют переходы на веб-страницах.