Transcript home.zcu.cz
Rešeršní činnost aneb Jak najít potřebné informace Mgr. Miluše Mírková Univerzitní knihovna ZČU URL: http://www.knihovna.zcu.cz Kompendium http://home.zcu.cz/~mirkova/vyuka.html e-mail: [email protected] tel. 377637754 Obsah Rešeršní činnost Typologie rešerší Postup rešerše Závěr rešeršní činnosti Vyhledávání na internetu Rešeršní činnost Motto: "Když jsem chtěl něco vynalézat, začal jsem studovat vše, co se v dané otázce udělalo v minulosti." (Thomas Alva Edison,1847-1931, americký vynálezce a podnikatel) Rešeršní činnost ve 2. polovině minulého století byla nastolena cesta k informační společnosti: ročně vychází kolem 70 tis. odborných vědeckých časopisů denně je publikováno 6-7 tis. vědeckých článků ročně vychází asi 300 tis. odborných monografií (knih celkem přes 800 tis. titulů) denně se přihlašuje asi 1000 patentů v současnosti žije 80-90% z celkového počtu vědců v dějinách lidstva 90% všech nových informací je obsaženo v pouhých 5% celkově publikovaných prací Rešeršní činnost základní součástí informační přípravy jako výchozího bodu řešení úkolů je rešerše význam termínu rešerše: odvozuje se od francouzského „recherche“, což znamená hledání, vyhledávání, pátrání šetření, vyšetřování výzkum, průzkum, bádání, rešerše rešerší se nazývá vyhledávání informací z dostupných zdrojů (z katalogů, z databází, z internetu apod.) rešerše je: 1. proces vyhledávání 2. produkt vyhledávání Základy vyhledávání rešeršní logika: logické postupy používané při rešeršní činnosti, zejména ve fázi sestavení rešeršního dotazu a jeho úprav Základy vyhledávání základem rešeršní logiky jsou booleovské operátory (logické operátory) logický součin logický součet logická negace Základy vyhledávání logický součin operátor AND – univerzita AND Plzeň univerzita Plzeň Základy vyhledávání logický součet operátor OR – vysoká škola OR univerzita vysoká škola univerzita Základy vyhledávání logická negace operátor NOT – univerzita NOT Plzeň univerzita Plzeň Základy vyhledávání distanční operátory (proximitní operátory, operátory kontextové nebo operátory blízkosti) specifikují posloupnost a vzdálenost mezi dvěma vyhledávacími výrazy near - blízký adjacent (ADJ) - sousední followed by Základy vyhledávání krácení podle slovních kořenů (truncation, stemming) hvězdička: * (asterisk) otazník: ? aj. může nahrazovat – předpony – zakončení slov například knihovn* Základy vyhledávání používání zástupných znaků pro maskování (wild cards) hvězdička: * otazník: ? aj. může nahrazovat znaky uprostřed slova například filo?ofie velká a malá písmena – většina vyhledávačů je nerozlišuje Typologie rešerší rešerše lze členit podle různých hledisek do mnoha typů příklady používaných třídicích hledisek: hledisko úplnosti zahrnutých dokumentů: úplné rešerše (zachycují všechny zdroje) výběrové rešerše (zachycují zdroje výběrově podle zadaných kritérií) Typologie rešerší hledisko časové: jednorázové rešerše doplňkové rešerše (doplněk k dříve uskutečněné rešerši) průběžné rešerše (prováděné s určenou periodicitou – případně i s jednorázovou retrospektivou) hledisko typu zahrnutých informací: dokumentografické (obsahují záznamy dokumentů) faktografické (obsahují přímo informace – fakta – například statistické údaje) Postup rešerše základní etapy rešerše: příprava rešerše informační průzkum nebo-li vyhledávání zpracování rešerše Příprava rešerše příprava rešerše formulace rešeršního požadavku, analýza rešeršního požadavku volba zdroje či zdrojů informací volba rešeršní strategie vyjádření pojmů rešeršního požadavku v selekčních jazycích zvolených informačních souborů formulace rešeršního dotazu Formulace rešeršního požadavku vyjádření tématu, ke kterému je zapotřebí vyhledat informace formulování rešeršního tématu v optimální podobě Analýza rešeršního požadavku identifikace klíčových pojmů rešeršního požadavku stanovení jejich vzájemných vztahů příklad: téma: informace o vysokých školách v Plzni klíčové pojmy: vysoká škola, univerzita (synonymum) Plzeň vzájemné vztahy: vysoká škola nebo univerzita a zároveň Plzeň Problémy v etapě přípravy rešerše pozor na jazykové problémy – jazykové problémy transliterace jmen např. v angličtině Shcherbinin (v češtině Ščerbinin), Leontiev (Leontěv), Minaev (Minajev), Khalimullin (Chalimulin), Shimanskii (Šimanskij), Chembartsev (Čembarcev), Derevschikov (Děrevščikov) apod. odlišná terminologie pravopisné rozdíly v terminologii (např. defectoscopy x flaw detection) – př. computerised x computerized – modelling x modeling Volba zdroje informací volíme jeden osvědčený zdroj nebo vhodnou kombinaci několika zdrojů (databáze, katalogy, internet apod.) je vhodné seznámit se s obsahem zdrojů, které máme k dispozici (šetříme čas, vliv na výsledek rešerše) pomocná dokumentace – nápověda příslušných zdrojů, informace na serverech producentů informačních zdrojů, články na internetu i v časopisech apod.) Volba rešeršní strategie rešeršní strategie = postup rešerše, způsob, jak efektivně získat co možná nejpřesn ohlas relevantních dokumentů základní strategie strategie stavebních kamenů strategie rostoucí perly strategie osekávání --------------------------------------------- strategie vyhledávání nejdříve podle nejužší fasety strategie vyhledávání nejdříve podle nejmenší četnosti výskytu Volba rešeršní strategie strategie stavebních kamenů přeformulování dotazu do několika dotazů dílčích průběh rešerše se rozpadá do několika dílčích rešerší příklad: aplikace autorského zákona v oblasti elektronických dokumentů a kopírování klíčové pojmy: autorský zákon kopírování elektronické dokumenty dotazy: autorský zákon AND kopírování autorský zákon AND elektronické dokumenty konečný výsledek: spojení výsledků jednotlivých vyhledávání Volba rešeršní strategie strategie rostoucí perly začíná vyhledáváním záznamu k nejužšímu možnému pojmu v požadavku s cílem nalézt alespoň jeden relevantní záznam příklad: aplikace autorského zákona v oblasti elektronických dokumentů a kopírování klíčové pojmy: aplikace autorského zákona kopírování elektronické dokumenty dotaz: aplikace autorského zákona AND kopírování AND elektronické dokumenty pokud málo dokumentů – rozšíření tématu: autorský zákon AND kopírování AND (elektronické dokumenty OR elektronické knihy OR elektronické časopisy) případně můžeme začít jménem odborníka z dané oblasti a postupně dotaz rozšiřovat Volba rešeršní strategie strategie osekávání postupné omezování dotazu aplikace autorského zákona AND kopírování AND elektronické dokumenty pokud mnoho dokumentů, pak omezíme například pomocí vyloučení určitého druhu dokumentů: (aplikace autorského zákona AND kopírování AND elektronické dokumenty) NOT knihy další způsoby omezení – použitím proximitních operátorů, časově, jazykově apod. Závěr přípravy rešerše vyjádření pojmů rešeršního požadavku v selekčních jazycích zvolených informačních souborů formulace rešeršního dotazu dotaz: („vysoká škola“ OR univerzita) AND Plzeň Informační průzkum strojově (prostřednictvím počítače) ručně (v katalogu, v kartotéce) Zpracování výsledků vyhledané záznamy o informačních zdrojích je třeba upravit do podoby dokumentu, který představuje písemný výsledek rešerše struktura a formální úprava rešerše dříve norma ČSN 01 0198 - Formální úprava rešerší byla zrušena, má pouze informativní význam Zpracování výsledků povinné části rešerše podle normy ČSN 01 0198 titulní list analytický list základní část příklad rešerše (pozor – citace v ukázce jsou podle již neplatné normy – dnes se řídí ČSN ISO 690:2011) Zpracování výsledků základní část rešerše zahrnuje textovou část, kterou tvoří soupis záznamů dokumentů nebo jejich částí pravidla platná pro tvorbu základní části lze aplikovat na úpravu seznamů literatury jako součásti různých studentských prací, bakalářských, diplomových aj. záznamy zpracovat podle normy ČSN ISO 690:2011 Zpracování výsledků příklady citací: kniha MEŠKO, Dušan aj. Akademická příručka. Martin: Osveta, ©2006. 481 s. ISBN 808063-219-7.. článek z tištěného periodika VAŘEKA, Pavel. Příspěvek ke studiu žijících vsí středověkého původu. Pozůstatky zástavby z pozdního středověku na parcele č.p. 121 v Mikulčicích. Přehled výzkumů, 2010, 51(1-2), 249-265. ISSN 1211-7250. článek z elektronického periodika BITUŠÍKOVÁ, Alexandra a LUTHER, Daniel. Sustainable diversity and public space in the city of Bratislava, Slovakia. Anthropological Notebooks [online]. Ljubljana (Slovenia): Slovene Anthropological Society, 2010, 16(2) [cit. 13.6.2011]. ISSN 1408032X. Dostupné z: http://www.drustvo-antropologov.si/AN/PDF/2010_2/ Anthropological _Notebooks_XVI_2_Bitusikova.pdf Závěr rešeršní činnosti vyhodnocení rešerše na základě toho, kolik dokumentů systém nalezl, posoudíme, zda je třeba dotaz upravit velké množství – příliš obecný dotaz žádný výsledek – špatná klíčová slova nebo příliš komplikovaný dotaz relevance informací pertinence informací Závěr rešeršní činnosti negativní rešerše případ, kdy vyčerpáme všechny zdroje a nedostaneme žádné výsledky i negativní rešerše může přinést závažnou informaci - že nebylo o dané problematice nic publikováno Závěr rešeršní činnosti zásady pro dosažení optimálního počtu záznamů chceme-li získat více záznamů: co nejméně zpřesňovat dotaz používat jen nezbytná pole a nejdůležitější termíny neomezovat vyhledávání časově apod. nepoužívat logický operátor NOT ověřit správnost pravopisu použít zástupné znaky (pokud to vyhledávací nástroj umožňuje) použít synonyma a příbuzná slova – spojit operátorem OR Závěr rešeršní činnosti chceme-li dotaz zpřesnit (zmenšit vyhledanou množinu): používat více slov vyjadřujících hledané téma spojených logickým operátorem AND nepoužívat obecné nebo abstraktní výrazy používat jen významová slova využít další nabídky vyhledávacího nástroje, například omezit prohledávání časově nebo jazykově Vyhledávání na internetu internet - nepostradatelný zdroj informací nejen z oblasti zábavy, praktických záležitostí života, ale i odborných informací poskytuje nepřeberné množství nástrojů pro vyhledávání informací pro úspěšné vyhledávání informací je třeba porozumět internetu a jeho možnostem Vyhledávání na internetu – – uvádí se, že na internetu 1 bilion stran obsahu v tištěné podobě vychází jen 0,003% celého obsahu publikovaného ve světě velikost internetu se údajně každých 5 let zdvojnásobuje využívání internetu další statistiky Vyhledávání na internetu – zdroje na internetu z hlediska přístupnosti: veřejné neveřejné (např. komerční databáze, periodika apod.) Vyhledávání na internetu internet x komerční zdroje informací – internet distribuovaný (bez centrální autority) – otázka kvality a důvěryhodnosti informací dynamický (neustálá aktualizace) – rozdílná aktuálnost stránek – komerční zdroje (bibliografické databáze apod.) propracovanější vyhledávací nástroje (pracují se strukturovanou databází – exaktnější vyhledávání) hlavní důraz ne na množství, ale kvalitu zdrojů zařazovaných do databází (recenzované zdroje, autoritativní zdroje atd.) komerční – tedy placené Vyhledávání na internetu zásady pro vyhledávání na internetu – uvědomit si, že internet není knihovna (v knihovně jsou zdroje zpracovány a organizovány) – internet je neuspořádaný a chaotický – dokázat odhadnout, co má smysl hledat na internetu – vybrat správná místa, kde s hledáním začít – osvojit si práci s vyhledávacími nástroji přečíst si nápovědu – správně formulovat dotaz použít synonyma a příbuzné výrazy zkontrolovat pravopis – nenechat se odradit počátečním neúspěchem – nespokojit se jen s jedním hledáním Vyhledávání na internetu faktory, které mají vliv na uspořádání výsledků – četnost výskytu slov – počet výrazů v dotazu, jež se shodují s nalezeným dokumentem – váha podle pole – blízkost slov – výskyt příbuzných slov a různých pravopisných variant – pořadí slov v dotazu uživatele apod. Vyhledávání na internetu problém kvality zdrojů – snadnost zveřejňování dokumentů → velké množství informací – informační zdroje nejsou odborně editovány → otázka kvality – autoři často zůstávají v anonymitě – chybějí data zveřejnění – je těžké určit, jedná-li se o informaci původní – obtížné rozlišování skutečných seriózních informací od reklamních textů Vyhledávání na internetu zásady pro hodnocení dokumentů kvalifikace autora: – v které instituci autor pracuje – lze to poznat i z URL, zda se jeho jméno vyskytuje v tištěných zdrojích, v Science Citation Indexu (Web of Science), ve Scopusu struktura informačního zdroje: – respektuje stránka nejnovější doporučení pro tvorbu WWW – jsou na stránce odkazy a další citace – je způsob navigace na stránce srozumitelný – je stránka registrovaná ve vyhledávacích nástrojích internetu, adresářích a virtuálních knihovnách Vyhledávání na internetu zásady pro hodnocení dokumentů – pokračování jaký je obsah informačního zdroje: – kdo je cílovou skupinou stránky – jaká je hodnota stránky v porovnáním s dalšími zdroji relevantními k tématu – úroveň pokrytí dané problematiky – srozumitelnost a přehlednost textu – objektivita předkládaných informací – aktuálnost předkládaných informací – byla stránka recenzovaní nebo hodnocená Vyhledávání na internetu zásady pro hodnocení dokumentů – pokračování datum vydání stránky: – kdy byla vytvořena – kdy byla naposledy aktualizována – jsou odkazy aktuální – apod. Vyhledávání na internetu booleovská logika se v současných vyhledávacích nástrojích používá třemi způsoby úplné booleovské vyhledávání s použitím logických operátorů implicitní booleovské vyhledávání předdefinovaná terminologie ve formulářích Vyhledávací nástroje vyhledávání na internetu umožňují různé druhy vyhledávacích nástrojů volba vyhledávacího nástroje použít několik vyhledávačů – každý z nich může nalézt unikátní dokumenty strategie volby zdroje – odhad webové adresy – použití předmětového adresáře (klasifikace zdrojů podle předmětových kategorií) – použití internetového vyhledávače (vyhledávácí služby nepostihují celý obsah webu – tzv. neviditelný web mnohdy nedokážou běžné nástroje prohledat) Vyhledávací nástroje základní zásady výběru vyhledávacího nástroje vyčerpávající průzkum → nástroj s velkou databází nejznámější a nejvíce navštěvované zdroje → nástroj budovaný na základě ručního sběru dat máme jasnou představu o hledaném tématu → vyhledávací stroj výběr se bude lišit i podle toho, zda chceme vyhledávat nebo prohledávat příklad - budeme-li chtít prohledávat klíčovými slovy např. české zdroje, použijeme raději Google – kvalitnější výsledky než třeba český Seznam (Google – větší databáze) - budeme-li chtít použít pro hledání českých zdrojů předmětový katalog, obrátíme se na Centrum.cz, nikoliv třeba na službu Yahoo!. Vyhledávací nástroje druhy: – internetové vyhledávače, služby typu „search engines“, vyhledávací systémy – předmětové adresáře a virtuální knihovny internetové vyhledávače obvykle disponují vyhledáváním i předmětovými adresáři – metavyhledávací nástroje Internetové vyhledávače internetový vyhledávač, vyhledávací stroj, search engine, fultextový vyhledávač systém, který na základě klíčového slova formulovaného uživatelem hledá v databázi nebo v indexu a oznámí uživateli výsledek Internetové vyhledávače základní rozdíly mezi vyhledávacími stroji: - jaký prostor internetu nástroj prohledává (jen WWW nebo také Usenet (o něm), Gopher (o něm), FTP – Archie, Snoopie (o FTP) aj.) - velikost indexu (seznam slov a jim odpovídajících dokumentů ve kterých se dané slovo vyskytuje ) - způsob indexování webových stránek frekvence výskytu, počet termínů vyhovujících požadavku, váha podle polí, proximita, pořadí slov v dotazu apod. - způsob řazení výsledků - možnosti vyhledávání - jaké typy dokumentů pokrývá vyhledávací nástroj - uživatelská podpora a přívětivost - možnost personalizace Internetové vyhledávače při výběru vyhledávacího nástroje bereme v úvahu velikost jeho indexu způsob indexování aktuálnost informací (update) žádný internetový vyhledávač neumí prohledat celý internet žádný vyhledávač není ideální Internetové vyhledávače katalogy a rozcestníky internetových vyhledávačů: Hotsheet – http://www.hotsheet.com/ tematicky uspořádané, velké množství kategorií Beaucoup - http://www.beaucoup.com/ tematicky uspořádané SearchengineCollossus - http://www.searchenginecolossus.com/ seznam vyhledávačů uspořádaný teritoriálně Internetové vyhledávače informace o internetových vyhledávačích : například SearchengineShowDown - http://searchengineshowdown.com/ Světové internetové vyhledávače Google – založ. v r. 1998 – jeden z nejpopulárnějších a největších vyhledávacích nástrojů – poskytuje řadu dalších služeb – systém denně aktualizuje 260 zaměstnanců z nichž více než 50 má titul PhD. Světové internetové vyhledávače Google výhody: veliká databáze možnost nastavení jazyka podle volby uživatele hledané termíny jsou zvýrazněné lišta nástrojů s mnoha funkcemi propracované vyhledávání v mnoha speciálních zdrojích zobrazuje stránky, které už zanikly, ale jsou v paměti (archiv/ cached) - s udáním data, kdy byly indexovány Světové internetové vyhledávače Světové internetové vyhledávače Světové internetové vyhledávače Google nevýhody: indexuje pouze prvních 101 KB u webových stránek a 120 KB u pdf souborů nepoužívá rozšíření v jednoduchém vyhledávání neumožňuje plné použití booleovských operátorů (např. NOT) neumožňuje použití závorek k seskupování klíčových slov v dotazu (v obou uvedených případech - stejný výsledek) např. pizza AND (žampiony OR šunka) AND olivy nebo (pizza AND žampiony) OR (šunka AND olivy) Světové internetové vyhledávače způsoby vyhledávání jednoduché vyhledávání implicitně AND vyhledávání podle polí „Zkusím štěstí“ zobrazí první vyhledaný výsledek rozšířené vyhledávání předdefinovaný formulář Světové internetové vyhledávače prohledávání podle polí příklady allintitle:text allinurl:text allintext:text vyhledávání podle obrázků (ikona fotoaparátu) zkratky pro vyhledávání define:library a řada dalších Světové internetové vyhledávače fráze uvozovky rozšíření hledá automaticky jednotné a množné číslo maskování možné uvnitř frází – např. „pizza se šunkou a *“ Světové internetové vyhledávače nerozlišuje malá a velká písmena př. Brno – totéž co brno vyhledání synonym pomocí ~ př. šumava ~cesty najde i trasy apod. Světové internetové vyhledávače řada dalších služeb přehled dalších možností co všechno Google umí Světové internetové vyhledávače nejhledanější slova na Googlu 2011 http://www.googlezeitgeist.com/en http://computerworld.cz/internet-a-komunikace/googlezeitgeist- nejvyhledavanejsi-slova-v-roce-2011-44274 2012 http://www.google.com/zeitgeist/2012/#the-world http://www.zive.cz/clanky/nejhledanejsi-slova-roku-2012-naceskem-seznamu/sc-3-a-167107/default.aspx Světové internetové vyhledávače specializované služby Googlu Scholar Books (Knihy) Světové internetové vyhledávače Google Scholar specializovaný vyhledávač vědeckých informací recenzovaných článků, disertací, knih, preprintů, abstrakt, technických zpráv ze všech oborů výzkumu, vysokoškolských kvalifikačních prácí umožňuje – vyhledání dokumentu – zobrazení abstraktu – vyhledání citací dokumentu http://scholar.google.com/ Světové internetové vyhledávače řazení článků podle relevance (hodnocení textu, váha autora, reputace zdroje, ve kterém je zveřejněn) hledání podle autora (př. einstein - pokud mnoho výsledků lze zúžit – autor:einstein) Světové internetové vyhledávače struktura záznamu – název – začátek textu – citace – podobné články – různé verze článku příklad: http://scholar.google.cz/scholar?hl=cs&q=sokrates&btnG=Hledat Světové internetové vyhledávače Google knihy nabízí ke stažení ve formátu pdf některé knihy, které již nejsou chráněné autorským zákonem původní plán – převést na internet 4 mil. knih z vybraných amerických univerzitních a veřejných knihoven, z knihovny britské Oxfordské univerzity a z Bavorské státní knihovny nový plán - převést všechny existující knihy u knih které jsou chráněny copyrightem zobrazuje pouze základní bibliografické údaje, eventuálně krátké ukázky textu http://books.google.cz/ Světové internetové vyhledávače jednoduché vyhledávání pokročilé vyhledávání možno různých upřesnění příklad: Sokrates Světové internetové vyhledávače služby Google knihy příklad: odkazy na stránce: Najít v knihovně Všichni prodejci Světové internetové vyhledávače Altavista vyhledávač vytvořen v r. 1995 dnes ve vlastnictví Yahoo! – používá jeho databázi a předmětový katalog indexuje všechna slova dokumentu (kromě poznámek), využívá i slova z URL, ze jmen obrázků, metaprvky při posuzování relevance stránek se bere v úvahu řada faktorů např. kde se nachází termín – největší váhu má titul, frekvence výskytu, popularita stránky aj. Světové internetové vyhledávače Altavista Silné stránky velká škála funkcí velká databáze hledané termíny jsou zvýrazněné používá proximitní operátory Světové internetové vyhledávače způsoby vyhledávání jednoduché vyhledávání implicitně AND vyhledávání podle polí rozšířené vyhledávání předdefinovaný formulář Světové internetové vyhledávače booleovské operátory (musí být velkými písmeny) AND implicitně OR NOT distanční operátory NEAR, ADJACENT (ADJ), FOLLOWED BY např. Karel NEAR Borovský Světové internetové vyhledávače fráze uvozovky vyloučení nežádoucích termínů pomocí – zabránění vyloučení obecných slov pomocí + Světové internetové vyhledávače prohledávání podle polí domain:domainame domain:cz +knihovna +katalog like:URLtext like:http://www.knihovna.czu.cz/ title:text inurl:text Světové internetové vyhledávače další možnosti vyhledávání obrázky videa mapy news a řada dalších služeb Světové internetové vyhledávače omezení vyhledávače v zájmu rychlého vyhledávání Altavista zastaví vyhledávací proces po určitém časovém limitu, takže v závislosti na momentální rychlosti zpracování úlohy můžeme při opakovaném vyhledávání dostat rozdílný počet výsledků Světové internetové vyhledávače Lycos velmi rychlé vyhledávání, personalizace HotBot jednoduché, komfortní a rychlé vyhledávání s pozoruhodnými výsledky Světové internetové vyhledávače Ask nabízí podobná vyhledávání odpovědi na otázky uživatelů již nejen strojově dohledávány na základě existujících webových zdrojů v nové veřejné betaverzi vyhledávače Ask.com se dostává ke slovu uživatelská komunita (Q&A Community) na otázky uživatelů odpovídají jiní vybraní uživatelé na základě svých znalostí a zkušeností odpovědi rovněž indexovány, zobrazí se při dalším výskytu stejného nebo podobného dotazu České internetové vyhledávače Seznam Atlas Centrum vyhledavace.unas.cz nebo http://vyhledavace.webnode.cz/ceske-vyhledavace/ Předmětové adresáře předmětový adresář – služba odkazující na zdroje, které do ní dodali tvůrci webových stánek nebo informační pracovníci předmětový adresář je organizovaný do předmětových kategorií, podkategorií apod. (příklad) do předmětových vyhledávačů řadíme i digitální knihovny, které jsou sestavené profesionály, zdroje jsou často anotované, hodnocené z více hledisek digitální knihovna - spravovaná sbírka informací, spolu se službami informace jsou v digitální podobě a dostupné prostřednictvím sítě Předmětové adresáře výhody předmětových vyhledávačů anotování a hodnocení zdrojů nevýhody použití různých klasifikačních schémat méně častá aktualizace subjektivita hodnocení daná lidským faktorem Předmětové adresáře kdy použijeme předmětový adresář okruh vyhledávaného tématu je příliš široký chceme-li získat relevantnější obsah než prostřednictvím vyhledávačů chceme-li získat přehled webových sídel, které doporučili experti většina adresářů používá způsob prohlížení i vyhledávání podle klíčových slov vyhledávání neprobíhá na celém webu jako u vyhledávačů, ale jen v záznamech adresáře Předmětové adresáře druhy adresářů akademické a profesionální jsou vytvořeny experty na danou problematiku, využívají se hlavně pro výzkumné účely komerční portály určeny nejširší veřejnosti, cílem je co největší návštěvnost Předmětové adresáře Yahoo! výhody jeden z prvních systémů, 1994 – univerzita ve Stanfordu jeden z největších adresářů denně aktualizovaný automatické spojení na Altavistu a Google hledaná slova jsou zvýrazněna podobně jako Google ukládá do paměti starší verze stránek – Casched Předmětové adresáře Yahoo! nevýhody - vyhledávání nedostatek pokročilých vyhledávacích možností – např. rozšíření minimální využití booleovských operátorů indexuje pouze prvních 500 Kb z webové stránky Předmětové adresáře dmoz vznikl 1998 představuje nový přístup k organizování informací na internetu využívá princip externích redaktorů, kteří se starají o určitou tematickou oblast přispívat může každý, kdo má zájem na každé stránce je uveden zodpovědný redaktor nebo výzva „tato kategorie potřebuje redaktora“ česká verze kategorie má editora kategorie hledá editora Předmětové adresáře příklady virtuálních knihoven Infomine ipl2 (viz Neviditelný web) Světové metavyhledávače umožňují současné vyhledávání ve více než jednom vyhledávacím nástroji nebo adresáři zastřešují vybrané vyhledávače a jejich prostřednictvím získávají výsledky Světové metavyhledávače výhody vyhledávání z jednoho místa pouze jednou zadáváme rešeršní dotaz výsledkem rešerše je jednotný seznam záznamů nevýhody většinou limitují počet záznamů z jednoho zdroje (zpravidla 10) nevyužívají všechny možnosti formulování rešeršního požadavku Světové metavyhledávače Federated Query Server (Open Text Corporation) výkonný metavyhledávač od firmy Open Text Yippy! seskupování výsledků do klastrů Metacrawler DogPile Excite funguje od r. 1996, přináší poměrně kvalitní výsledky Neviditelný web neviditelný web, skrytý web, hlubinný web invisible web, hidden web, deep web kolem r. 1999, se zjistilo, že vyhledávací stroje neindexují stále více webovského prostoru některé vyhledavače mohou najít pouze zlomek informací z webové stránky nebo vstupní bránu k databázi, ale další obsah již nemohou prohledat proto jsou takové stránky označována jako stránky neviditelné Neviditelný web Michael K. Bergman Neviditelný web Michael K. Bergman Neviditelný web Obsah neviditelného webu podle tematických oblastí Neviditelný web důvody vyhledávací stroje nedokážou vyhledávat v databázích vyhledávací stroje nedokážou indexovat dynamicky se měnící stránky (informace se generují z databáze) omezená přístupová práva (na některé stránky je přístup chráněn heslem - katalogy knihoven, databáze apod.) – stránky s neveřejným obsahem pro mnoho vyhledávačů jsou jiné typy souborů než html nečitelné k řadě stránek nevedou odkazy z jiných stránek – odpojené stránky (až 22% webu) mnoho vyhledávacích strojů má omezení na počet indexovaných stránek z určité domény apod. Neviditelný web neviditelný web je až 500krát větší než tzv. povrchový web obsahuje kvalitní dokumenty (1000 až 2000krát kvalitnější než v povrchovém webu) je to nejrychleji rostoucí část webu až 95% informací v neviditelném webu patří k veřejně přístupným informacím, které jsou přístupné bez poplatků Neviditelný web jak funguje běžný vyhledávací stroj na základě klíčového slova hledá ve své databázi nebo indexu důležitou součástí je robot jestli-že na některé stránky nevedou spojení, robot je nenajde „odpojené“ stránky představují až 22% současného internetu a tvoří tzv. skutečně neviditelný web běžné vyhledávací stroje - zpravidla optimalizované na textové dokumenty nevyhledávají v databázích Neviditelný web typy obsahu v neviditelném webu a důvody neviditelnosti odpojené stránky robot nemůže sledovat spojení na stránku stránka obsahuje hlavně obrázky, video, audio nedostatek textu, aby robot porozuměl obsahu stránka obsahuje hlavně soubory pdf, postscript, flash apod. stránka se většinou neindexuje z ekonomických důvodů obsah v relačních databázích roboty nedokážou vyplnit požadovaná pole v interaktivních formulářích obsah se mění v reálném čase obrovské množství dat, které se neustále mění Neviditelný web příklad rozdílu mezi „viditelným“ a „neviditelným“ webem viditelný: iCivil Engineering - http://www.icivilengineer.com/ neviditelný: Civil Engineering database - http://cedb.asce.org/ Neviditelný web brány pro neviditelný web Complete Planet umožňuje vyhledávání ve více než 100 000 databází a specializovaných vyhledávacích nástrojích - zdarma vyhledávání nebo prohlížení využití booleovských operátorů u záznamů je uvedená míra relevance Neviditelný web brány pro neviditelný web Scirus – www.scirus.com vyhledávací stroj Elsevieru – vyhledává ve viditelném i neviditelném webu specifický vyhledávací nástroj pro odborné informace (záměrná filtrace nevědeckých obsahů, hluboká indexace www, vědeckých databází) Neviditelný web ipl2 – dříve Librarians‘ Index to the Internet digitální knihovna, ale zahrnuje zdroje ze skrytého webu předmětový anotovaný adresář s více než 8000 internetových zdrojů vybrali a anotovali odborníci z oblasti organizace vědění systém udržuje přes 100 specialistů každodenní aktualizace Neviditelný web Infomine digitální knihovna, ale zahrnuje zdroje ze skrytého webu od r. 1994 jako systém University of California vytvářejí ho informační profesionálové přístup k více než 23 000 databází zdroj především pro akademickou komunitu propracované možnosti vyhledávání u každého záznamu seznam předmětových hesel a klíčových slov (More info… ) Archiv webu Internet Archive Wayback Machine http://www.archive.org asi 10 miliard stránek v rozsahu 1Pbyte (7/2004) Archiv webu WebArchiv - archiv českého webu uchování digitálních dokumentů volně dostupných na webu co lze nalézt ve WebArchivu: publikace odborného, uměleckého a zpravodajskopublicistického zaměření periodika, monografie, konferenční příspěvky, výzkumné a jiné zprávy, akademické práce textové a do jisté míry i obrazové a zvukové dokumenty existující pouze v digitální podobě Problémy současného internetu – – – – – – – neustálý nárůst hostitelských počítačů nové typy dokumentů, které nejsou dostatečně indexované množství vyhledávacích nástrojů různé kvality žádný nástroj nepokrývá celý web obsah a lokalizace dokumentů se často mění málo vyhledávacích nástrojů hodnotí dokumenty současná verze html neumožňuje dostatečně popisovat obsah dokumentu (podává informaci o grafickém uspořádání dokumentu) – o postižení obsahu dokumentu se snaží tzv. „sémantický web“ Závěr Literatura: MAKULOVÁ, SOŇA Vyhľadávanie informácií v internete : problémy, východiská, postupy. Bratislava : EL&T, 2002. BOLDIŠ, PETR. Jak oddělit zrno od plev: Ověřování informací v prostředí internetu [online]. 2003 [citováno 7.10.2010]. <http://www.boldis.cz/doc/overovani2003.pdf >. BOLDIŠ, PETR. Vyhledávání na internetu [online]. 2001 [citováno 7.10.2010]. <http://boldis.cz/index.php?iweb>. Kompendium http://home.zcu.cz/~mirkova/vyuka.html Těšíme se na shledanou v knihovně