Інформаційно-аналітичні технології

 

 

За результатами розширеного пошуку, поданими в таблиці 3, можна зробити висновок про те, що технологія розширеного пошуку є значно ефективнішою за простий пошук. Про це свідчить те, що повнота і якість розширеного пошуку за нашою тематикою при заданні різних запитів майже в усіх випадках є більшою за повноту і точність простого пошуку. Крім того, важливим аргументом є те, що саме при розширеному пошуку знайдені найбільш релевантні нашим запитам сайти, зокрема такі: сайт „Корпоративний менеджмент” (www.cfin.ru) – знайдений в трьох ПС (Alta Vista, Rambler, Google) на запити з трьох тем („Інформаційні системи і технології в бізнесі”, „Інформаційні системи в менеджменті”, „Фінансово-економічні інформаційні системи”), сайт Українського порталу (www.uaportal.com) та інші. Загальна кількість документів, що видалися пошуковими системами при розширеному пошуку майже в усіх випадках є меншою за кількість виданих документів при простому пошуку, якість пошуку також є відповідно вищою. Це свідчить про меншу міру „інформаційного шуму” в результатах розширеного пошуку. Але не в усіх випадках якість розширеного пошуку за нашою тематикою може нас задовольнити. Так, в системі Google на один із наших запитів видалося 2940 документів, з яких лише 147 є релевантними нашому запиту і 38 – ідеально релевантними ( точність пошуку – 1 %, повнота пошуку – 26 %). Як бачимо, якість пошуку є низькою. При іншому формулюванні запиту в цій же системі якість пошуку є вищою (точність – 8 %, повнота – 17 %). Отже, потрібно ще звертати увагу на формулювання запиту.

Порівнюючи якість розширеного  пошуку систем, слід зазначити, що найдоцільніше  проводити розширений пошук за нашою  тематикою в таких ПС: Rambler (найвища якість пошуку за нашою тематикою (точність і повнота на один із запитів становить відповідно 25 % і 50 %; на інший запит – 10 % і 33%), Yahoo! (точність на один із запитів – 16%, повнота – 38%), Yandex (але потрібно звертати увагу на формулювання запиту).

3.3. Використання синтаксису  мови запитів

 

Основним завданням  користувача, звісно ж, є формування запиту. Практично у всіх пошукових  системах для цього застосовується метод ключових слів. Пошукова система  відбирає документи, що містять (або не містять) слова, зазначені в запиті, або їхні словосполучення. При цьому найчастіше практично неможливо зафіксувати семантичні характеристики документа, але саме вони остаточно визначають його дійсну релевантність.

Для того, щоб ефективно  використовувати можливості мережних інформаційно-пошукових серверів корисно дізнатися, як вони працюють „зсередини”, ознайомитися з принципами пошуку і використання синтаксису мови запитів.

Пошук інформації за синтаксисом  мови запитів здійснюється за допомогою спеціальної мови запитів, використовуючи наступні символи:

1. „   „      - пошук  точної фрази 

2. +       - обов‘язкова наявність слова в найденому документі

3. ~~ або – не повинно  бути слова в межах документа  (та ні)

4. ~     -  не повинно бути слова в межах речення

5. !     -  шукати тільки вказану форму слова

6. пробіл або & - логічне  І (в межах речення)

7. && - логічне І  (в межах документа)

8. | - логічне АБО

9. / (n m) – відстань між словами (- назад, + вперед)

10. &&/ (n  m) – відстань в реченням  (- назад, + вперед)

11. () – групування слів

Формулювання запитів  з використання символів синтаксису мови запитів та результати пошуку наведені в таблиці 4.

 

 

 

 

Таблиця 4

Результати  тематичного пошуку за допомогою  синтаксису мов запитів

 

Формулювання  запиту	Кількість отриманих документів						Якість  пошуку
	Фінансово-економічні інформаційні системи
	Яndex			Google			Yandex		Google
	Загальна кількість документів	Релевантні документи	Ідеально релевантні документи	Загальна кількість документів	Релевантні документи	Ідеально релевантні документи	Точність	Повнота	Точність	Повнота
”фінансово економічні інформаційні системи„	3	1	1	33	28	4	3 %	1 %	25 %	29 %
„фінансові | економічні інформаційні системи”	41	28	8	11400	230	64	20 %	28 %	1%	19 %
+фінансові | +економічні інформаційні +системи	18464	452	66	176000	540	51	0,3 %	15 %	0,2 %	9 %
+финансово +економічні інформаційні +системи - (ресурси | діяльність | програми | методи | словники)	692	223	71	18300	203	32	10 %	32 %	0,2 %	16 %
фінансові && економічні інформаційні системи ~~(ресурси | інформація | проблеми | діяльність)	413	89	8	-	-	-	2 %	9 %	-	-
+фінансові +економічні інформаційні /+1системи ~ новини ~ ресурси	479	113	22	-	-	-	5 %	19 %	-	-
!фінансово !економічні інформаційні !системи - (ресурси | діяльність | програми | методи | словники)	453	56	12	768	184	36	2 %	21 %	5 %	20 %
фінансові & економічні інформаційні системи	1096	232	29	-	-	-	3 %	12 %	-	-
фінансові | економічні інформаційні системи	18460	207	41	192000	630	66	0,2 %	20 %	0,3 %	10 %
(фінансові & економічні /+1інформаційні системи) ~ /+1стан ~/+1аналіз ~/+1програма ~/+1ресурси	70	46	7	-	-	-	10 %	15 %	-	-
фінансово економічні інформаційні системи && / 3 бюджетування	1392	534	94	-	-	-	7 %	18 %	-	-
(фінансово економічні) інформаційні  системи	918	348	69	24100	173	84	8 %	20 %	0,3%	49 %
	Інформаційні  системи і технології в бізнесі
	Aport			Rambler			Aport		Rambler
	Загальна кількість документів	Релевантні документи	Ідеально релевантні документи	Загальна кількість документів	Релевантні документи	Ідеально релевантні документи	Точність	Повнота	Точність	Повнота
“Інформаційні системи в бізнесі”	783	48	22	2708	77	46	5 %	46 %	2 %	59 %
Інформаційні + системи + технології в  бізнесі	48	24	9	2231	88	39	19 %	37 %	2 %	44 %
Інформаційні системи в бізнесі  ~~ (інформаційні ресурси)	58	20	7	610	46	16	12 %	35 %	3 %	35 %
Інформаційні технології в бізнесі  ~ ресурси	56	24	8	1530	67	13	14 %	33 %	1 %	19 %
Інформаційні !технології в бізнесі	368	49	14	72	21	8	4 %	28 %	11 %	38 %
Інформаційні системи та технології в бізнесі	48	24	9	2207	101	37	19 %	37 %	1,7 %	36,6 %
Інформаційні технології && інформаційні системи в бізнесі	52	22	10	1546	71	12	19 %	45 %	0,7 %	17 %
Інформаційні технології OR інформаційні системи в бізнесі	970	68	19	5956	112	38	2 %	28 %	0,6 %	34 %
Інформаційні технології /3 в бізнесі	74	27	16	1953	89	23	8 %	22 %	1 %	26 %
Інформаційні системи &&/3 в бізнесі	78	32	8	2734	107	34	10 %	25 %	1,6 %	32 %
(Інформаційні | технології) (Інформаційні | системи в бізнесі)	1126	67	11	4039	78	20	1 %	16 %	0,5 %	26 %
	Інформаційні системи в менеджменті
	Alta Vista			Info Seek			Alta Vista		Info Seek
	Загальна кількість документів	Релевантні документи	Ідеально релевантні документи	Загальна кількість документів	Релевантні документи	Ідеально релевантні документи	Точність	Повнота	Точність	Повнота
”інформаційні системи та технології в менеджменті„	1520	114	17	129	29	4	1 %	15 %	3 %	14 %
+інформаційні системи + технології  в бізнесі	13500	362	19	3570	35	11	0,1%	5%	0,3%	31%
Інформаційні системи в менеджменті ~~ (інформаційні ресурси)	1080	97	37	247	47	3	3%	38%	1%	6,4%
Інформаційні технології менеджменті  ~ ресурси	8260	152	23	1770	148	16	0,3%	15%	1%	11%
Інформаційні !технології в менеджменті	12700	631	16	2590	25	12	0,1%	2,5%	0,5%	48%
Інформаційні системи та технології в менеджменті	9210	256	17	2080	201	5	0,2%	6,6%	0,2%	2,5%
Інформаційні технології && інформаційні системи в менеджменті	9290	761	17	20080	234	5	0,2%	2,2%	0,02%	2%
Інформаційні технології OR інформаційні системи в менеджменті	9190	264	4	10100	561	14	0,04%	1,5%	0,1%	2,5%
Інформаційні технології /+3 в менеджменті	85	7	3	-	-	-	3,5%	43%	-	-
Інформаційні системи &&/3 в менеджменті	372	23	1	-	-	-	0,3%	4,3%	-	-
(Інформаційні | технології) (Інформаційні | системи в менеджменті)	1270	189	12	2590	43	12	1%	6,3%	0,5%	28%
	Інформаційні системи і технології в менеджменті в сфері охорони здоров’я
	Yahoo!			Mail.ru			Yahoo!		Mail.ru
	Загальна кількість документів	Релевантні документи	Ідеально релевантні документи	Загальна кількість документів	Релевантні документи	Ідеально релевантні документи	Точність	Повнота	Точність	Повнота
+информационные системы +технологии  +здравохранения	89	43	18	213	63	11	20 %	42 %	5,2 %	17 %
!медицинская + !информационная + !система  + !управления	1820	189	31	2220	78	11	1,7 %	16,4 %	0,5 %	14 %
Информационные & системы & технологии & здравоохранения	111	51	13	214	85	17	11,7 %	25 %	8 %	20 %
Медицина && (информационные системы)	217	105	38	25	12	4	18 %	36 %	16 %	33 %
Управление && (медицинские информационные системы технологии)	302	97	31	18	11	4	10 %	32 %	22 %	36 %
Системы |технологии здравоохранения	388	103	29	9110	129	21	7,5 %	28 %	0,2 %	16 %
(менеджмент | управление) (системы  | технологии) здравоохранения	22	9	7	199	63	16	32 %	78 %	8 %	25 %
Управление && /-2 информационные системы здравоохранения	55	21	16	-	-	-	29 %	76 %	-	-

 

 

 

 

Слід зазначити, що аналізовані  нами ІПС забезпечують використання основних логічних і контекстних  операторів, проте не кожній з них характерна наявність усіх символів синтаксису мови запитів. Зокрема, в таких ПС, як Mail.ru і Yahoo! відсутні оператори пошуку точної фрази („”), відсутності слова в межах речення (~), натомість дуже ефективно діє можливість групування слів (( )), обов’язкової присутності слова в знайденому документі (+) та оператор логічного „і” в межах речення (пробіл або &). В ПС Google не використовуються оператори відсутності слова в межах речення (~), логічного „і” в межах речення і в межах документа, відстані між словами (/(n m)) та в реченнях (&&/(n m). Два останні оператори не використовуються також в системі Info Seek.

В табл.4 подані результати пошуку інформації за допомогою синтаксису мови за тематичним напрямом „Інформаційні системи”, потрібні нам для аналізу ефективності пошуку за допомогою синтаксису мови. При цьому нам необхідно з’ясувати в яких ПС нам найдоцільніше проводити пошук за допомогою синтаксису мов за нашою тематикою і яким чином задавати запити (які символи використовувати), щоб отримати найбільш релевантні запиту документи.

Результати пошуку за нашою тематикою в різних ПС навіть за схожими або однаковими запитами є зовсім різними. Отже, можна зробити висновки про те, пошук в яких системах при використанні тих чи інших символів за нашою тематикою є більш ефективним і якісним

Найвищу якість пошуку за допомогою синтаксису мов ми отримали при роботі с пошуковим каталогом Yahoo! при використанні символів групування слів та логічного „або”: точність пошуку -  32 %, повнота пошуку – 78 %. А найбільшу кількість ідеально релевантних документів (94) знайдено в ПС Yandex при використанні оператора відстані між словами (/(n m)).

Найнижчу якість має  пошук за допомогою синтаксису мов  в ПС Alta Vista та Info Seek, причому якість пошуку при заданні однакових запитів в обох системах майже однакова.

Порівнюючи якість пошуку з нашої тематики при використанні різних символів в ПС, відзначимо наступне:

• В ПС Rambler найякіснішим є пошук при використанні оператора пошуку вказаної форми слова (точність – 11 %, повнота – 38 %) та оператора виключення слова в межах речення (точність – 3 %, повнота – 35 %). Але порівнюючи якість пошуку в даній ПС з показниками якості пошуку в деяких інших системах, наприклад Mail.ru, Yahoo! та ін., слід відзначити, що вона є невисокою.
• При порівнянні результатів пошуку за допомогою синтаксису мов при заданні однакових запитів в ПС Rambler і Aport виявлено, що якість пошуку за допомогою синтаксису мов з тематичного напряму „Інформаційні системи” в ПС Aport є вищою за якість пошуку в ПС Rambler.
• В ПС Aport, щоб провести високоякісний пошук інформації за нашою тематикою за допомогою синтаксису мов, доцільно використовувати такі оператори пошуку, як оператор логічного „і” в межах документа (при запиті на одну із наших тем з використанням цього оператора  точність пошуку становила 19 %, а повнота – 45 %), оператор обов’язкової наявності слова в знайденому документі (при використанні цього символу точність становила 19 %, повнота – 37 %), оператор логічного „і” в межах речення.
• При заданні запиту з тематичного напряму „Інформаційні системи” за допомогою синтаксису в ПС Яndex рекомендується користуватися такими логічними операторами: оператором пошуку точної фрази (при заданні запиту на одну із наших тематик показники якості є найвищими: точність – 20 %, повнота – 28 %), оператором групування, оператором логічного „і” в межах речення тощо.
• Найефективніший пошук за допомогою синтаксису мови запитів ПС Google було здійснено при використанні символу пошуку точної фрази (якість пошуку на один із запитів: точність – 25 %, повнота – 29 %). Але слід зазначити, що якість пошуку на цей запит є такою тому, що система на запит видала лише 3 документа. В іншому випадку, коли ми в запиті використали даний символ і символ логічного „і”, система видала нам більшу кількість документів (41), з яких кількість ідеально релевантних нашому запиту документів (8) була незначною. Порівнюючи якість пошуку за допомогою синтаксису мови запитів в ПС Yandex і Google, зазначимо, що якість пошуку на однакові запити в ПС Google є нижчою, ніж якість пошуку в ПС Yandex.
• Найкращі результати під час пошуку інформації з тематичного напряму „Інформаційні системи” за допомогою синтаксису мови запитів в пошуковому каталозі Yahoo! отримані при використанні таких операторів контекстного пошуку, як оператори групування і логічного „і” (точність пошуку при  використанні 32 %, повнота – 78 %), оператори логічного „і” в межах документа і виключення слова в межах документа (точність пошуку при використанні становила 29 %, а повнота – 76 %). Порівнюючи якість пошуку за нашою тематикою за допомогою синтаксису мови запитів в Yahoo! з якістю пошуку в інших обраних нами для аналізу ПС, слід відмітити, що якість пошуку в Yahoo! Є доволі високою.
• Якість пошуку за допомогою синтаксису мови запитів в ПС Mail.ru на одні й ті ж запити в основному є меншою, ніж якість пошуку в ПС Yahoo!, але при використанні деяких символів в запитах, якість пошуку в системі Mail.ru є вищою. Такими символами є: логічне „і” в межах документа та групування слів (у запиті ці два символи поєднано).
• Аналізуючи результати пошуку на запити з нашої тематики за допомогою синтаксису мов запитів в ПС Alta Vista і Info Seek, зазначимо, що якість пошуку в цих системах є невисокою. Якість пошуку в ПС Alta Vista є найвищою при використанні оператора пошуку точної фрази (точність пошуку на один із запитів – 1 %, повнота – 15 %), та операторів групування слів й виключення слів в межах речення (точність пошуку на один із запитів – 3 %, повнота – 38 %). Якість пошуку за допомогою синтаксису мов запитів за однаковими запитами в ПС Alta Vista і Info Seek є різною: в одних випадках вищою є якість пошуку в ПС Alta Vista, в інших – в Info Seek, але ця різниця незначна.

Здійснюючи пошук за допомогою синтаксису мови запитів в аналізованих нами ПС доцільно використовувати при заданні запитів оператори контекстного пошуку як окремо один від одного, так і в поєднанні одного з одним. Так, наприклад, в деяких ПС задавалися запити з використанням декількох операторів контекстного пошуку (групування слів, логічного „і” в межах речення, виключення слова з речення та ін) і в результаті отримувалася більша кількість релевантних документів, ніж при використанні лише одного з операторів. До того ж при складанні одного із запитів (!медицинская + !информационная + !система + !управления), в якому також використано два види пошукових символів, знайдено один із найбільш релевантних сайтів – сайт Сибірського медичного інформаційного центру.

4. Класифікація інформаційних ресурсів

 

<spa