1. «Паук» (spider) – программа, предназначенная для скачивания веб-страниц. Паук работает как обыкновенный браузер и занимается поиском информации в Сети. Путешествуя по ссылкам, эта программа загружает найденные страницы на сервер поисковой системы и тем самым пополняет ее базу данных.
2. «Червяк» (crawler) – как и паук, занимается скачиванием страниц. Кроме того, он исследует обнаруженные веб-страницы и извлекает все находящиеся на них ссылки. Полученные ссылки впоследствии будут использоваться пауком для дальнейшего путешествия по Сети.
3. Индексатор (indexer) – программа, служащая для упорядочивания информации, найденной пауками. Индексатор разбивает текст документа на составляющие его слова, при этом запоминая их местонахождение, анализируя, написано слово прописными или строчными буквами, является ли оно названием документа, текстом ссылки и т. д.
4. База данных (database) – представляет собой хранилище всех обработанных данных, накопленных поисковой системой.
5. Механизм выдачи результатов (search engine) – предназначен для взаимодействия пользователя с базой данных. С ним вы постоянно будете иметь дело при поиске какой-либо информации. Именно этот механизм определяет, какие вебстраницы вам представлять в соответствии с вашим запросом.
После задания вами ключевого слова или фразы поисковая система осуществляет поиск и выдает вам результат, который представляет собой список найденных веб-страниц, соответствующих вашему запросу. Для определения порядка, в котором будет показаны документы в списке, поисковая машина применяет алгоритм ранжирования. В идеале наиболее релевантные вашему запросу страницы будут расположены в списке первыми. Однако идеальный алгоритм ранжирования не найден, поэтому каждая поисковая система использует собственный, хотя отбор результатов во всех системах основывается примерно на следующих критериях:
– наличие ключевых слов в заголовке;
– плотность ключевых слов в содержимом документа, то есть количество искомых слов в тексте веб-страницы;
– расположение ключевых слов в документе;
– стиль ключевых слов (полужирный, курсив);
– индекс цитируемости – количество ссылок, ведущих на данную веб-страницу с других страниц;
– наличие ключевого слова в имени домена или адресе страницы.
После того как вы щелкнете на ссылке одного из документов в списке, предложенном вам поисковой системой, веб-страница будет запрошена с того сервера, на котором она находится.
Популярные поисковые машины
Наиболее популярны следующие поисковые машины:
– Google – http://www.google.com (рис. 4.1);
– Yahoo! – http://www.yahoo.com;
– AltaVista – http://www.altavista.com;
– Lycos – http://www.lycos.com;
– Excite – http://www.excite.com;
– AOL Search – http://search.aol.com;
– HotBot – http://www.hotbot.com.
На этом, разумеется, список популярных поисковых систем не заканчивается – их количество исчисляется сотнями. Однако я уверен, что для работы с англоязычными сайтами вам с лихвой хватит и этих.
Следует отметить, что практически все представленные выше поисковые машины могут работать и с кириллицей. Но для поиска информации на русском языке все-таки рекомендую отечественные поисковые системы:
– Яндекс – http://www.yandex.ru;
– Рамблер – http://www.rambler.ru;
– Апорт – http://www.aport.ru;
– mail.ru – http://www.mail.ru.
Существуют и другие русскоязычные поисковые системы, однако эти наиболее популярны, особенно первые две.
Рис. 4.1. Поисковая система Google
Если вы не хотите углубляться в детали техники поиска, то можете просто задать поисковой машине вопрос так же, как задали бы его человеку, у которого хотите получить совет. Например, «как быстро похудеть», «есть ли жизнь на Марсе», «где раки зимуют» (рис. 4.2) или просто «работа журналиста».
Не исключено, что вы быстро найдете интересующую вас информацию. Но может случиться так, что поисковая система завалит вас кучей совсем не интересных вам ссылок. Так, на запрос «работа журналиста» Яндекс нашел более 180 000 документов.
Одними из первых в списке стояли ссылки на веб-страницы с информацией о конкурсе работ журналистов на тему иммунизации населения против кори и краснухи, о регламентировании работы журналистов в кризисных ситуациях и о влиянии внесенных дополнений к закону о СМИ на работу журналистов. Все это, конечно, довольно занимательно, но вряд ли вас удовлетворит.
Получить слишком много информации не намного лучше, чем не получить ничего. Мудрецы считают, что правильно заданный вопрос уже содержит в себе половину ответа. Это особенно справедливо по отношению к поисковым машинам.
Существует немало способов увеличения эффективности поиска. Рассмотрим самые основные из них.
Рис. 4.2. Формирование поискового запроса
Увеличение количества ключевых слов
Одно или два слова при поиске используют в основном начинающие пользователи. Видавшие виды пользователи Интернета включают в запрос в среднем пять или шесть ключевых слов, чтобы уменьшить количество ненужной информации и сделать запрос более точным. Но увеличение количества ключевых слов необходимо понимать правильно. Не стоит включать в запрос частицы и предлоги. Это так называемые стоп-слова. По умолчанию они исключаются поисковой машиной из запроса в связи с малой информативностью. Не нужно также использовать вводные и не относящиеся к делу слова.
К примеру, на запрос «ищу работу журналиста» поисковая машина совершенно справедливо предложит вам уйму ссылок на резюме выпускников факультета журналистики и прочих соискателей работы в области СМИ.
В таком случае нужно быть хитрее и вместо «ищу» написать «предлагаю». Результат будет гораздо лучше.
Каждое добавляемое к запросу слово должно его конкретизировать, указывать на особенности объекта поиска. Ведь поисковая машина не может читать ваши мысли.
Так скажите ей то, что вы думаете! Вы ищете работу журналиста? Хорошо. Какую именно работу, удаленную? Добавляем слово «удаленная». Вы собираетесь писать, фотографировать или снимать? Если писать, то добавьте слово «статья». Итак, мы получили запрос следующего вида: «журналист работа удаленная статья предлагаю». На этот запрос Яндекс выдал не 180 000, а всего 132 документа, которые уже более точно отвечают вашим потребностям.
Если и здесь вы не нашли то, что искали, то можно поиграть со словами, заменяя их синонимами. Например, слово «журналист» можно заменить на «автор», «удаленную работу» – на «телеработу», «статью» – на «текст» и т. д.
Метод последовательного приближения
Суть данного способа заключается в том, что вы после получения результата по своему запросу добавляете к тексту запроса новые ключевые слова, уточняющие его, а затем запускаете поиск заново.
Таким образом, с каждым новым ключевым словом происходит последовательное приближение к оптимальному результату.
Пусть, к примеру, для получения работы вам нужно подтянуть знания в области менеджмента. Для этого вы делаете запрос «менеджмент».
В результате поисковая машина выдает ссылки на сотни тысяч страниц, на которых в той или иной форме встречается слово «менеджмент». В такой уйме документов очень сложно найти что-нибудь нужное, что-то вроде учебника.
Добавив к запросу слово «учебник», вы замечаете, что количество ссылок значительно уменьшилось, и они стали на порядок полезнее предыдущих. Однако вскоре вы обнаруживаете, что большинство из них ведет прямехонько в интернет-магазины, занимающиеся продажей книг. Не горя особым желанием платить за информацию, вы продолжаете поиск и на одной из страниц находите скудное электронное пособие по нужной вам теме.
Смело добавляйте к запросу слово «электронный»! В результате большая часть ссылок на интернет-магазины исчезнет, а останутся полезные веб-страницы с нужной вам информацией. Однако, бегло пробежавшись по ссылкам, вы замечаете, что большинство пособий разбито на части и расположено на разных страницах. Это сделано для удобства просмотра. Но если вы не собираетесь читать книгу, сидя в Интернете, то для вас это будет совсем не удобно. Желательно скачать все сразу…
Скачать! Гиперссылка, часто применяемая для загрузки файлов! Добавляйте к запросу слово «скачать». В итоге вы получите список страниц с архивами электронных книг по интересующему вас менеджменту.
Использование языка запросов поисковых машин
В строку запроса поисковой машины, помимо ключевых слов, можно вводить так называемые операторы – специальные служебные слова или символы, которые сообщают поисковой системе, каким образом нужно обращаться с теми или иными ключевыми словами. Поиск операторов в документе не производится.
У каждой поисковой машины свой синтаксис языка запросов. В одних случаях он реализован лучше, в других – хуже.
