Информационная технология в профессиональной деятельности

 

В течение последних  лет предпринималось немало попыток  разработать концепцию универсальной информационной базы данных, в которой можно было бы не только получать информацию из любой точки земного шара, но и иметь удобный способ связи информационных сегментов друг с другом.

World Wide Web – это единое информационное пространство, состоящее из сотен взаимосвязанных электронных документов, хранящихся на Web-серверах. Отдельные документы, составляющие пространство Web, называют Web-страницами. Группы тематически объединенных Web-страниц, называют Web-сайтом или просто сайтом. Один физический Web-сервер может содержать достаточно много Web-сайтов, каждому из которых, как правило, отводится отдельный каталог на жестком диске сервера.

WWW – самый популярный и самый интересный сервис Интернет в настоящее время. Самое распространенной имя для компьютера в Интернет – www. Количество серверов WWW сегодня нельзя оценить сколько-нибудь точно, но по некоторым оценкам их более 300 тысяч. Скорость роста WWW даже выше, чем у самой сети Интернет.

Проект WWW возник в начале 1989 г. в Европейской Лаборатории физики элементарных частиц. Основное назначение проекта – предоставить пользователям не профессионалам «on-line» доступ к информационным ресурсам.

Используя популярный программный  интерфейс, проект WWW изменил процесс просмотра и создания информации. Идея заключалась в том, что по всему миру хаотично разбросаны тысячи информационных серверов и любую машину, подключенную к Интернет в режиме «on-line», можно преобразовать в сервер и начинить его информацией. А с любого компьютера, подключенного к Интернет, можно свободно установить сетевое соединение с таким сервером и получить от него информацию.

Позднее к проекту подключились и многие другие организации. Большой  вклад в развитие WWW –технологий внес Национальный центр суперкомпьютерных приложений.

Информационный WWW-сервер использует гипертекстовую технологию. Для записи документов в гипертексте используется специальный, но очень простой язык HTML (Hypertext Markup Language – язык разметки гипертекста), который позволяет управлять шрифтами, отступами, вставлять гиперссылки, цветные иллюстрации, поддерживает вывод звука и анимации (средства мультимедиа). Для этого он использует специальные команды-теги. В стандарт языка также входит поддержка математических формул. Web-документ представляет собой обычный текстовый документ, размеченный тегами. Большинство тегов используются парами: открывающий тег и закрывающий. Закрывающий тег начинается с символа «/».

<CENTER>Текст</CENTER>

Сложные теги имеют  кроме ключевого слова дополнительные атрибуты и параметры, детализирующие способ их применения. При отображении документа на экране с помощью программы броузера теги не показываются, и мы видим только Текст, составляющий документ.

Внешне гипертекст отличается от обычного текста тем, что часть  слов или целые строки в нем, будучи выделены особым шрифтом или цветом, оказываются чувствительными к появлению на них указателя манипулятора «мышь». Щелчок мыши приводит к инициированию какого-либо события, чаще всего к загрузке в программу просмотра нового документа, привязанного так называемой гипертекстовой ссылкой к выделенной строке текста. В результате у пользователя появляется возможность самому выбирать порядок просмотра тех или иных страниц, двигаясь по перемежающимся между собой нитям – паутинкам ссылок. В сценарий просмотра могут входить ресурсы всего мира, доступ к которым происходит по протоколу работы с гипертекстом HTTP (Hyper Text Transfer Protocol).

Благодаря удобному интерфейсу программ-броузеров работа в Web не представляет особых трудностей даже для непрофессионалов пользователей.

Наиболее распространенными  программами – клиентами (броузерами) WWW являются Netscape Navigator, Internet Explorer и Lynx.

Lynx – полноэкранный интерфейс доступа к WWW с алфавитно-цифровых устройств типа vt100. Интерфейс поддерживает все возможности языка HTML 2.0, за исключением графики.

Netscape Navigator, Internet Explorer – близкие по своим возможностям многопротокольные графические интерфейсы доступа к WWW и другим ресурсам Сети и интерпретирующие язык HTML 3.2, и поддерживающие средства работы с объектами гипермедиа.

WWW работает по принципу «клиент-сервер», точнее «клиент-серверы»: существует множество серверов, которые по запросу клиента возвращают ему гипермедийный документ со ссылками. Ссылки эти в документах WWW организованы таким образом, что каждый информационный ресурс в глобальной Сети однозначно адресуется (URL-адреса). Пользователь работает с информационным пространством Интернет как с единым целым. Причем ссылки WWW указывают не только на документы, специфичные для самой WWW, но и на прочие сервисы и информационные ресурсы Интернет. Более того, большинство программ-клиентов WWW не просто понимают эти ссылки, но и являются программами-клиентами соответствующих сервисов: ftp, gopher, Usenet, электронной почты и т.д. Таким образом, программные средства службы WWW являются универсальными для различных сервисов Интернет.

 

Организация информации на сайтах.

Диапазон способов организации информации на сайтах весьма широк – от сайтов, имеющих строгую  линейную структуру до сайтов, у которых вообще нет четкой структуры. Обычно страницы на сайте располагаются в иерархическом или линейном порядке, а также в виде паутины.

Иерархическая организация. Сайты, которые следуют иерархической или древовидной организации, имеют единственную точку входа в сайт, остальные страницы располагаются на исходящих из нее ответвлениях. Данный подход удобен, если информация легко разбивается на категории и подкатегории. При иерархической организации сайта (рис.5) к странице самого нижнего уровня ведет один и только один путь.

Рис.5

Такая структура  может вызвать проблемы у пользователей. Например, если пользователь прошел на несколько уровней вниз по одному из путей, а потом решил попасть  в другую часть дерева, то ему  придется возвращаться обратно.

Линейная организация. Если необходимо, чтобы пользователи читали содержимое сайта как книгу или журнал, или чтобы они прошли по заданному пути от начала и до конца сайта, выбирается линейная структура (рис.6).

Рис.6

 Какая-то  страница может иметь несколько связей с примечаниями и дополнениями, но для продвижения дальше пользователь должен вернуться на нее снова. Продвижение по документу осуществляется кнопкой Next, а возврат к началу сайта – кнопкой Prev. Для большого сайта линейная организация не очень подходит. Читателям, ищущим конкретную информацию, может не понравиться необходимость пройти через множество страниц, прежде чем они попадут на нужную.

Организация в  виде паутины. Эта организация наилучшим образом подходит для большинства случаев (рис.7)

Рис.7

В этой структуре  страницы связаны друг с другом общим  контекстом. К одной странице может  вести несколько связей, и у  каждого документа есть по крайней  мере два входа. Связи иногда образуют круг. Для просмотра Web эта организация сайта наиболее удобна. Быстрый проход по сайту и большая свобода перемещения. Недостаток такой структуры в том, что пользователь может что-нибудь пропустить, не пройдя по всем связям.

Стратегия поиска информации в Сети

Как разыскать  в Сети необходимую информацию в  условиях, когда ее поток непрерывно и до определенной степени бесконтрольно  возрастает. Наиболее убедительной попыткой обуздать информационный хаос в Интернет является культивирование поисковых  машин самого широкого профиля. В их функции входит автоматическое или полуавтоматическое сканирование (просмотр) узлов Сети, сопровождающееся индексированием (созданием баз данных) и классификацией их ресурсов (построением каталогов, структурированных по различным критериям) с возможностью последующего обслуживания поисковых запросов клиентов. Общий вид функциональной цепочки обобщенной поисковой машины, таким образом, следующий:

Сканирование ® индексирование ® классификация ® обслуживание

Сканирование. В процессе сканирования ресурсов Сети принимают участие специальные программы, в WWW их часто называют «паучками». Работа таких программ обычно происходит в автоматическом режиме и состоит в последовательном обходе узлов Сети на основе заданного алгоритма, который может отдавать предпочтения тем или иным узлам как на основе их географической или профильной принадлежности, так и частоты изменения находящихся на них ресурсов. Важной характеристикой машины является число уже отсканированных узлов и скорость работы сканирующих программ.

Индексирование предполагает формирование базы данных поисковой машины, организованной по определенным принципам. В первую очередь предметом сканирования являются текстовые документы. В результате такой операции для каждого документа формируется набор ключевых слов, по которым затем на стадии обслуживания поискового запроса пользователю выдаются адреса заинтересованных ресурсов.

Классификация ресурсов является дополнительной функцией поисковой машины, которая предполагает, например, присвоение при индексировании пометки о принадлежности данного информационного объекта к определенному типу.

Обслуживание пользователя той или иной поисковой машиной строится на разработке информационно-поискового языка, естественным образом связанного со структурой базы данных. Типичными являются два основных подхода: пользователю предоставляется возможность вести поиск интересующей его информации либо путем осмысленного на каждом шаге перемещения по дереву иерархического каталога, уже построенного системой, либо путем реализации собственного поискового запроса в рамках поддерживаемого системой поискового языка.

В процессе сканирования поисковой машине приходится получать доступ к ресурсам Сети, естественно, что такой доступ реализуется  в рамках одного из протоколов прикладного уровня. В связи с этим принято различать поисковые машины по области сканирования, прежде всего это- гипертекстовые базы данных Web, ресурсы всемирного пространства GopherSpace, FTP-архивы.

В мире Интернет технологии WWW произвели революцию, следствием стали следующие факторы:

Неуклонное  нарастание числа серверов в Сети, реализующих http-протокол;

Перенесение наиболее востребованных ресурсов на Web-сайты с серверов, поддерживающих другие протоколы доступа;

Разработка  системы межпротокольных шлюзов WWW-Gopher, WWW-FTP, WWW-Telnet/

Существование шлюзов между протоколами прикладного  уровня позволяет, например, поисковой  машине WWW сканировать ресурсы FTP-архивов, темнее менее инфраструктуры межпротокольных шлюзов оказывается явно недостаточно для формирования однородного информационного пространства. В результате для исчерпывающего профессионального поиска информации в Сети следует прибегать к специальным поисковым средствам, характерным для среды того или иного протокола, а не ограничиваться наиболее развитыми сегодня средствами поисковых машин WWW, полагаясь на полноту охвата остальной части Интернет благодаря шлюзам. Профессионально подготовленный пользователь, располагающий полным арсеналом поисковых средств и пониманием логики размещения и именования различных информационных объектов Сети, в состоянии обнаружить заданный ресурс, если тот существует реально, за конечное число итераций поискового процесса.

Список документов, полученных в результате отклика  на пользовательский запрос, сводящийся, например, к указанию единственного ключевого слова для поиска совпадений с ним в пространстве WWW-страниц, может содержать в себе тысячи пунктов. Даже в этой ситуации результат может иметь практическое значение, если отображаемый список представляет документы в порядке убывания их предполагаемой значимости для пользователя. Такое упорядочивание списка, или ранжирование документов по релевантности (реальной пригодности), не является тривиальным и реализуется каждой поисковой машиной в рамках своего алгоритма.

Поисковые машины WWW

На сегодня  в Интернет доступно значительное число  поисковых машин, среди которых  такие, как Lycos, WebCrawler, Yahoo, Open Text Index, Alta Vista и др. Ссылки на адреса большинства из них присутствуют на специальной поисковой страничке компании  Netscape Communication: http://home.netscape.com/escapes/search/ntsrchrnd-2.html .

Поисковая машина Alta Vista.

Это наиболее полная реализация возможностей Интернет. Некоммерческая поисковая машина свободного доступа Alta Vista (AV) ( http://altavistci.digital.com ) поддерживается в Сети корпорацией Digital Equipment Corporation. Этой поисковой машине на сегодня принадлежит абсолютная пальма первенства по числу заиндексированных ресурсов Web Кроме того, благодаря наличию межпротокольных шлюзов машина располагает адресами ресурсов, доступных по протоколам, отличным от HTTP. Высокая скорость сканирования Паутины AV позволяет предположить, что в ближайшие годы ее индексная база данных будет покрывать подавляющее количество открытых для свободного доступа узлов WWW. Индекс поисковой машины обновляется ежедневно с помощью специальной программы Scooter, причем частота посещения отдельного узла Сети зависит от частоты изменения информации на нем. На текущий момент AV дает доступ к 30 миллионам WWW-страниц, расположенных на более чем 275 600 серверам и к 4 миллионам статей из 16 000 телеконференций Usenet.

В процессе поиска AV реализует алгоритм ранжирования, согласно которому каждому документу, содержащему совпадение по заданному термину, присваивается ранг, определяющий порядковый номер документа в списке результатов поиска. Ранг приписывается на основе частоты употребления термина в документе.

AV позволяет организовать поиск в Сети, предоставляя поисковые шаблоны простого (Simple Search (SS)) и расширенного (Advanced Search (AS)) запросов.

Русские поисковые  машины.

На долю русскоязычных  пользователей Интернет выпало суровое  испытание - использование нескольких различных кодировок для кириллицы, среди которых koi8-r, Windows cp1251, ISO-8859-x и др.Это влечет за собой ряд неприятных моментов, в лучшем случае таких, как постоянное использование дополнительных операций перекодировки текста в рабочей области броузера, в худшем – просто невозможно получить загруженную страницу в читабельном виде. Microsoft Internet Explorer работал до последнего времени в кодировке Windows, и лишь недавно начал понимать и koi8-r.