Информационные технологии в лингвистике/Архитектура Web-пространства

Теория

Запустите презентацию Поиск информации в интернете. Введение, в то случае если презентация не запустится, смотрите информацию ниже (краткий конспект презентации И.М. Печищев) :

Введение

Объем информации в интернете увеличивается в геометрической прогрессии:

• 1998 г. – количество web-сайтов – около 1 миллиона
• 2004 г. - web-сайтов – 50 миллионов, web-страниц – 10 миллиардов
• 2006 г. - (июль) 88 166 395 сайтов.

Русскоязычный интернет

В поисковой системе Яндекс на июль 2006 года проиндексировано:

• сайтов: 2 832 533,
• web-страниц: 1 058 914 756,
• объем проиндексированной информации: 24 778 ГБ.

Проблема:

• Переизбыток информации
• Пользователи тратят много времени на поиск нужной информации.

Для эффективного поиска информации нужно:

• Иметь представление о структуре интернета.
• Иметь представление о способах и методах поиска информации в интернете.
• Уметь сформулировать запрос и выбрать ответ из результатов поиска.

Структура информационного пространства интернета

Источники информации

1. компании и организации,
2. физические лица,
3. журналисты и редакторы сетевых СМИ и информагентств,
4. сотрудники информационных и консалтинговых компаний, создающие специализированные базы данных

Модель web-пространства

Основой для построения модели web-пространства могут стать гиперссылки.

Примерное графическое изображение связей между сетями Интернета. Изображены только связи между серверами.

Проследив с помощью поискового механизма 200 млн. web-страниц и несколько миллиардов ссылок ученые пришли к выводу о неоднородной структуре интернета и создали топологическую модель, близкую к модели Bow Tie (галстук-бабочка) [1].

Данная модель включает:

• центральное ядро ( ≈ 28% web-страниц);
• «Отправные» web-страницы ( 22%);
• «Конечные» web-страницы ( 22%);
• «Отростки» ( 22%);
• «Острова» (около 10%).

Топология и характеристики модели Bow Tie оказались примерно одинаковыми и для различных подмножеств web-пространства. Это позволило сделать вывод о том, что Web пространство обладает свойствами фрактала.

Скрытый Web

По оценке компании BrightPlanet сделанной еще в 2000 году число скрытых ресурсов в интернете в сотни раз больше, чем доступных через поисковые системы. Web-ресурсы, недоступные поисковым системам, получили название deep Web или «скрытый Web», invisible («невидимый») Web, Глубокая паутина

К скрытому Web относятся следующие web-ресурсы:

• Динамически генерируемые страницы
• Информация из баз данных
• Файлы нераспознаваемых форматов
• Системы интерактивного взаимодействия с пользователем
• Платные сайты, защищенные паролем
• и др.

См. также

• Викиучебник Поиск информации в Интернете
• Поиск информации в интернете

Практика

На своей личной странице в модуле занятие, на основе информации, найденной самостоятельно в интернете, дайте ответы на следующие вопросы:

• Количество сайтов или web-страниц в текущем году,
• Количество сайтов или web-страниц в текущем году в Рунете,
• Какие источники информации обладают наивысшей достоверностью.
• Современные оценки (на текущий год) объема скрытого Web.

Навигация

Курс Информационные технологии в лингвистике