Московский Государственный Университет Культуры и Искусств иэуп специальность: управление персоналом курсовая

Вид материала

Курсовая

Содержание Поисковые системы. Как работают механизмы поиска Поисковые роботы Использование поисковых роботов Статистический Анализ Обслуживание гипертекстов Исследование ресурсов Комбинированное использование Повышение затрат и потенциальные опасности при использовании поисковых роботов Сетевой ресурс и загрузка сервера Обновление документов Роботы / агенты клиента Плохие программные реализации роботов Проблемы при каталогизации информации Определение роботом, какую информацию включать / исключать Формат файла /robots.txt.

Подобный материал:

• Московский Государственный Университет Культуры и Искусств Факультет: Менеджмента, 342.99kb.
• «Пензенский государственный педагогический университет имени В. Г. Белинского», 412.83kb.
• Курсовая работа по дисциплине «Управление персоналом» На тему: «Совершенствование организационной, 6.95kb.
• Министерство культуры РФ московский государственный университет культуры и искусств, 38.34kb.
• Программа мва: Стратегическое управление персоналом, 79.58kb.
• Краеведческое образование как составляющая культурологической подготовки специалиста, 581.3kb.
• Сведения о трудовой деятельности, 98.13kb.
• Профессиональная творческая самореализация студентов туристского вуза 13. 00. 08 теория, 414.64kb.
• «Московский государственный медико-стоматологический университет», 622.66kb.
• Учебное пособие для студентов специальностей «Прикладная информатика в экономике» и«Менеджмент, 1982.74kb.

Московский Государственный Университет Культуры и Искусств

ИЭУП

Специальность: управление персоналом


Курсовая работа на тему: "Сетевые документы Интернета"

по дисциплине: Информатика.


Выполнила: Галиева Алина, группа 171

Проверил: Белоозеров Виктор Николаевич


Москва


2009


Содержание:


1. Введение


2. Информационно-поисковая система yandex


3. Информационно-поисковая система Google


4.Сравнительный анализ


5.Сетевые документы интернета

6. Заключение


Введение:


Для того чтобы оценить эффективность поиска нужной информации в Интернете, я выбрала для сравнения две распространенные информационно-поисковые системы: Yandex (x.ru) и Google (e.ru). В окно запросов я внесла интересующую меня тему: "Сетевые документы интернета". И подряд просмотрела по 40 ссылок, попутно отмечая их полезность (повторные ссылки в одной системе расценивались как бесполезные). Затем, высчитала общий процент полезных ссылок по каждому поисковику, что позволило выявить наиболее эффективную информационно-поисковую систему.


Информационно-поисковая система Yandex :


Яндекс- российская ИТ-компания, владеющая одноимённой системой поиска в Сети и интернет-порталом. Поисковая система "Яндекс" является восьмой среди крупнейших поисковых сайтов мира по количеству обработанных поисковых запросов (1,290 млрд, статистика за август 2009 г.) и вторым крупнейшим неанглоязычным поисковым сервером после китайского Baidu.x.ru


По моему запросу: Сетевые документы интернета - в этой системе всего было найдено 24 млн. страниц. Я просмотрела первые 40 ссылок:

ССЫЛКИ Полезность/Бесполезность (П/Б)

1)vadimstepanov.ru/chapter7/glava7-2.php

Б

2)my.ru/catalog/course.asp?courseID=316&checked=yes

Б

3)yx.ru/reference/documents/ofisp008/

П

4).php

Б

5)u.ru/index.php/%D0%A2%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%A1%D0%B5%D1%82%D0%B8_%D0%98%D0%BD%D1%82%D0%B5%D1%80%D0%BD%D0%B5%D1%82

Б

6)lr.ru/publications/mangutova2.php

П

7) p.ru/LANIT/Publikatsiya/dokumentov/v/Internete/i/lokalnyh/setyah/l4t3i5771

Б

8) esspravo.ru/Docum/DocumShow_DocumID_102676.php

П

9)rum.ru/internet/search/searchsystems.shtml

П

10)bot.com/work/work_7914.php

П

11)ata.org/2005/10/23/elektronnye_dokumenty_v_korporativnyh_setyah.php

Б

12)tarium.ru/gvt-names

Б

13)esspost.ru/main/

Б

14)ru/glossint.shtml

Б

15).ru/articles/2005/06/09/hacker/

Б

16)vp/public/rzd?layer_id=3330&selectedDate=29-05-2006&STRUCTURE_ID=654&id=45322

Б

17)anlaw.net/law/doc/a142.htm

П

18)net-school.ru/Enc.ashx?item=2852

Б

19).gpntb.ru/tech.php

П

20)ary.ru/cgi-bin/gl_sch2.cgi?R0pRlyli:l!wuro

Б

21)ru/article02.asp

П

22)eldysh.ru/courses/w-internet.htm

П

23)trebnadzor.ru/documents/prikazi/417/

Б

24).ru/journal/2005/0910-16.htm

Б

25)business.ru/pravo/DocumShow.asp?DocumID=102676&DocumType=4

Б

26)wwa.ru/stati/microsoft/windows/server/2003/bazovye-setevye-ponyatiya-i-koncepcii-v-windows-server-2003.php

П

27)le.com/Doc?id=dft9gs8_68fr7vq4

Б

28).rsu.ru/n45/net45.htm

Б

29)ev.narod.ru/lotus/book/00_lnotes.php

П

30)t.ru/pravila.php

Б

31)msu.ru/Association/HAC/aik/resource.htm

Б

32)lockers.ru/articles/lan/index.shtml?full

П

33)3.ru/support/articles/rules.php

Б

34)t.ru/index.php?option=com_content&task=view&id=101&Itemid=205

Б

35)ex.ru/redir/AiuY0DBWFJ4ePaEse6rgeAjgs2pI3DW99KUdgowt9XvaqtjmL-5YOZKhnY2bBL9RYb0d9TEKDUrMt23PcQ_LfqsbepZ9q-CkSthc2OLvTu-cqOvkhwPxGIfUdgbBKrzDCl15xlw2ZGQ?data=UlNrNmk5WktYejR0eWJFYk1LdmtxcG9sNkhvQlE1TUZpZXdGWjFVYW1yZmJNcTZiMDA4SUxHblZla2xIQ1hCSTFMOVF1QzZ3Y0VKcmRteXFEaU9ac0ZDb3F6NVFCQ2tMX3piOWVvMDlKY09xTzJYYy1Vd3N6Zw&b64e=2&sign=0eacdb06de08fdf66de9571b934226cb&keyno=0

Б

36)tula.ru/res/informat/Uchebnik/lk4.htm

Б

37)u.ru/window/library?p_rid=38187

Б

38)ex.ru/redir/AiuY0DBWFJ4ePaEse6rgeAjgs2pI3DW99KUdgowt9XuVnZzvn0L6BUVGthbPgN-vGelO_DmwLDroJ1Pd9DkX07rKukgrgza4rAfy3kxExCGjFtyL4RhZLw7GmZkN_z-9nrRQH3X61gU?data=UlNrNmk5WktYejR0eWJFYk1LdmtxblVHYVZld1NnUGpsbF9lcEZTYjV1M2ZxNlczbUJZQk1UaWF5Xzk0QnNEX1BvRGNGREZpbjd5Qm5lbnZjQUVILXlhLTJ3OXFsU05oNUVvOG04V1RCRXFTTFRzQnBJalAteGdxcnFOLUFjbVhoSGFLWEh5emxhUEZwTG85TUhTUGlCaDdjdzVTcDhVeGRIYllaUjRqRmhF&b64e=2&sign=7fb5ebd84e6b6497f2494960038d975a&keyno=0

Б

39)chiv.ru/684/

Б

40)u/or/od/law/links/

Б


В результате исследования выяснилось, что всего 12 полезных ссылок, из которых на первую страницу приходится - 5, на вторую - 2, на третью - 4 и соответственно на четвёртую - 1.


Информационно-поисковая система Google:


Google Inc. (произносится /ˈguːgl/, "гугл", NASDAQ: GOOG) американская компания, владеющая первой по популярности (77,04 %[4]) в мире поисковой системой Google, обрабатывающей 41 млрд 345 млн запросов в месяц (доля рынка 62,4 %).[5][6] На поисковике базируется крупнейшая в мире система онлайн-рекламы Google AdWords.e.ru


Для того чтобы оценить эффективность поиска нужной информации в Интернете, я выбрала для сравнения две распространенные информационно-поисковые системы: Yandex (x.ru) и Google (e.ru). В окно запросов я внесла интересующую меня тему: "Сетевые документы интернета". И подряд просмотрела по 40 ссылок, попутно отмечая их полезность (повторные ссылки в одной системе расценивались как бесполезные). Затем, высчитала общий процент полезных ссылок по каждому поисковику, что позволило выявить наиболее эффективную информационно-поисковую систему.


ССЫЛКИ Полезность/Бесполезность (П/Б)

1) net-school.ru/Enc.ashx?item=2852

Б

2) u/publications/mangutova2.php

П

3) chiv.ru/684/

Б

4) c.ru/articles/setevye_druzja_obzor_internet-tsentrov_zyxel_p660htw2_i_p660hwp/17847/

Б

5) vadimstepanov.ru/chapter7/glava7-2.php

П

6) anlaw.net/LAW/doc/a142.htm

Б

7) ru/news/internet/724/

Б

8) org/forum/index.php?autocom=blog&blogid=86&showentry=2231

П

9) pntb.ru/ellib/dop/magnutova.pdf

Б

10) sser.com/see/dis_248936.php

П

11) utd.ru/index.php/uchprograms/5-primprog/10-sd06

Б

12)ru/index.php/%D0%92%D0%BE%D0%B7%D0%BC%D0%BE%D0%B6%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%D1%81%D0%B5%D1%82%D0%B5%D0%B2%D1%8B%D1%85_%D1%81%D0%B5%D1%80%D0%B2%D0%B8%D1%81%D0%BE%D0%B2_%D0%B4%D0%BB%D1%8F_%D0%BE%D1%80%D0%B3%D0%B0%D0%BD%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D0%B8_%D0%BA%D0%BE%D0%BD%D1%81%D1%83%D0%BB%D1%8C%D1%82%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F

П

13)ityvs.ru/?page_id=292

Б

14) ch.ru/index.php/Web_2.0_%D0%B4%D0%BB%D1%8F_%D1%81%D0%B5%D1%82%D0%B5%D0%B2%D0%BE%D0%B3%D0%BE_%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82%D0%B0

П

15) msu.ru/Labs/HisLab/Stud/networks.htm

Б

16) amus.omskcity.com/press-release/gaudeamus_press-release.doc

Б

17) ifla.queenslibrary.org/IV/ifla71/papers/151r_trans-Rustad.pdf

Б

18) u/default.aspx?hti=126&ti=6

Б

19) s.ru/service_equipment_setup.php

П

20) .ru/news/security/2009/10/06/pacer.php

Б

21) my.edu.by/materials/official/NIO_programm2007/informatika/setevyecomptehnology.doc

Б

22) .ru/sociaty/?pub_id=322818

Б

23) ac.ru/ochkov/Open_Calc_VPU/index.php

Б

24) www.nbuv.gov.ua/Articles/crimea/2004/doc/7.pdf

Б

25) y/public/14052007/002.doc

П

26) stems.ru/lan.php

П

27) tronik.ru/docs/view.asp?id=17946

Б

28) ru/news/internet/664/

Б

29) opy.ru/doc/setfunkc262.htm

Б

30) data.odessa.ua/productsFuji/AXIS7000.pdf

Б

31) r.minsk.by/sr/2007/10/sr71014.php

Б

32) n.ru/Courses/UNIX/Courses/About/?Code=LINUX-INET

Б

33) .ru/FAQ/bezop/

П

34) /profil/default.asp?ob_no=2236

Б

35) onic-documents.ru/catalog/DP-2310/network_features.htm

Б

36) oso.ru/library/publication/hyperset.htm

Б

37) doc.ru/book.asp?cod=165532&rp=79

Б

38) t.com/referat-3889/7/

П

39) .rsu.ru/n45/net45.htm

Б

40) u.ru/window_catalog/pdf2txt?p_id=27724&p_page=2

П


Сравнительный анализ:

В результате исследования выяснилось, что всего 10 полезных ссылок, из которых на первую страницу приходится - 3, на вторую - 2, на третью - 2 и соответственно на четвёртую - 3.


Сетевые документы Интернета:


В ходе работы я выяснила, что:

Сеть Интернет представляет собой глобальное объединение компьютерных сетей и информационных ресурсов, принадлежащих множеству различных людей и организаций. Это объединение является децентрализованным, и единого общеобязательного свода правил (законов) пользования сетью Интернет не установлено. Существуют, однако, общепринятые нормы работы в сети Интернет, направленные на то, чтобы деятельность каждого пользователя сети не мешала работе других пользователей. Фундаментальное положение этих норм таково: правила использования любых ресурсов сети Интернет определяют владельцы этих ресурсов и только они (здесь и далее словом «ресурс» обозначается любая совокупность программных и аппаратных средств, составляющих в том или ином смысле единое целое. Ресурсом сети Интернет могут считаться, например, почтовый ящик, персональный компьютер, виртуальный или физический сервер, локальная вычислительная сеть, канал связи и т.д.)

Настоящий документ представляет собой одно из возможных формальных описаний общепринятых норм сетевого взаимодействия, считающихся в большинстве сетей (как входящих в сеть Интернет непосредственно, так и доступных из сети Интернет тем или иным опосредованным образом) обязательными к исполнению всеми пользователями. Такие или аналогичные нормы применяются в отношении всех доступных сетевых ресурсов, когда заранее не известны правила, установленные владельцами этих ресурсов самостоятельно.

Как показывает практика, большинство пользователей сети Интернет ожидает от других пользователей исполнения общепринятых сетевых норм, т.к. их нарушение влечет серьезные затруднения работы в Сети, как технические, так и обусловленные человеческим фактором. При создании документа не ставилось целей формулировать универсальные правила работы в Сети, дублировать положения законодательства тех или иных государств и т.п. Документ охватывает исключительно внутрисетевые нормативы, сложившиеся в международном сетевом сообществе как проявление самосохранения сети Интернет.

Основные протоколы, используемые в Интернет (в дальнейшем также Сеть), не обеспечены достаточными встроенными функциями поиска, не говоря уже о миллионах серверах, находящихся в ней. Протокол HTTP, используемый в Интернет, хорош лишь в отношении навигации, которая рассматривается только как средство просмотра страниц, но не их поиска. То же самое относится и к протоколу FTP, который даже более примитивен, чем HTTP. Из-за быстрого роста информации, доступной в Сети, навигационные методы просмотра быстро достигают предела их функциональных возможностей, не говоря уже о пределе их эффективности. Не указывая конкретных цифр, можно сказать, что нужную информацию уже не представляется возможным получить сразу, так как в Сети сейчас находятся миллиарды документов и все они в распоряжении пользователей Интернет, к тому же сегодня их количество возрастает согласно экспоненциальной зависимости. Количество изменений, которым эта информация подвергнута, огромно и, самое главное, они произошли за очень короткий период времени. Основная проблема заключается в том, что единой полной функциональной системы обновления и занесения подобного объема информации, одновременно доступного всем пользователям Интернет во всем мире, никогда не было. Для того, чтобы структурировать информацию, накопленную в сети Интернет, и обеспечить ее пользователей удобными средствами поиска необходимых им данных, были созданы поисковые системы.

Поисковые системы.

Поисковые cистемы обычно состоят из трех компонент:

• агент (паук или кроулер), который перемещается по Сети и собирает информацию;
  
• база данных, которая содержит всю информацию, собираемую пауками;
  
• поисковый механизм, который люди используют как интерфейс для взаимодействия с базой данных.
  

Как работают механизмы поиска

Cредства поиска и структурирования, иногда называемые поисковыми механизмами, используются для того, чтобы помочь людям найти информацию, в которой они нуждаются. Cредства поиска типа агентов, пауков, кроулеров и роботов используются для сбора информации о документах, находящихся в Сети Интернет. Это специальные программы, которые занимаются поиском страниц в Сети, извлекают гипертекстовые ссылки на этих страницах и автоматически индексируют информацию, которую они находят для построения базы данных. Каждый поисковый механизм имеет собственный набор правил, определяющих, как cобирать документы. Некоторые следуют за каждой ссылкой на каждой найденной странице и затем, в свою очередь, исследуют каждую ссылку на каждой из новых страниц, и так далее. Некоторые игнорируют ссылки, которые ведут к графическим и звуковым файлам, файлам мультипликации; другие игнорируют cсылки к ресурсам типа баз данных WAIS; другие проинструктирова-ны, что нужно просматривать прежде всего наиболее популярные страницы.

• Агенты - самые "интеллектуальные" из поисковых средств. Они могут делать больше, чем просто искать: они могут выполнять даже транзакции от Вашего имени. Уже сейчас они могут искать cайты специфической тематики и возвращать списки cайтов, отсортированных по их посещаемости. Агенты могут обрабатывать содержание документов, находить и индексировать другие виды ресурсов, не только страницы. Они могут также быть запрограммированы для извлечения информации из уже существующих баз данных. Независимо от информации, которую агенты индексируют, они передают ее обратно базе данных поискового механизма.
  
• Общий поиск информации в Сети осуществляют программы, известные как пауки. Пауки сообщают о содержании найденного документа, индексируют его и извлекают итоговую информацию. Также они просматривают заголовки, некоторые ссылки и посылают проиндексированную информацию базе данных поискового механизма.
  
• Кроулеры просматривают заголовки и возращают только первую ссылку.
  
• Роботы могут быть запрограммированы так, чтобы переходить по различным cсылкам различной глубины вложенности, выполнять индексацию и даже проверять ссылки в документе. Из-за их природы они могут застревать в циклах, поэтому, проходя по ссылкам, им нужны значительные ресурсы Сети. Однако, имеются методы, предназначенные для того, чтобы запретить роботам поиск по сайтам, владельцы которых не желают, чтобы они были проиндексированы.
  

Агенты извлекают и индексируют различные виды информации. Некоторые, например, индексируют каждое отдельное слово во встречающемся документе, в то время как другие индексируют только наиболее важных 100 слов в каждом, индексируют размер документа и число слов в нем, название, заголовки и подзаголовки и так далее. Вид построенного индекса определяет, какой поиск может быть сделан поисковым механизмом и как полученная информация будет интерпретирована.

Агенты могут также перемещаться по Интернет и находить информацию, после чего помещать ее в базу данных поискового механизма. Администраторы поисковых систем могут определить, какие сайты или типы сайтов агенты должны посетить и проиндексировать. Проиндексированная информация отсылается базе данных поискового механизма так же, как было описано выше.

Люди могут помещать информацию прямо в индекс, заполняя особую форму для того раздела, в который они хотели бы поместить свою информацию. Эти данные передаются базе данных.

Когда кто-либо хочет найти информацию, доступную в Интернет, он посещает страницу поисковой системы и заполняет форму, детализирующую информацию, которая ему необходима. Здесь могут использоваться ключевые слова, даты и другие критерии. Критерии в форме поиска должны соответствовать критериям, используемым агентами при индексации информации, которую они нашли при перемещении по Сети.

База данных отыскивает предмет запроса, основанный на информации, указанной в заполненной форме, и выводит соответствующие документы, подготовленные базой данных. Чтобы определить порядок, в котором список документов будет показан, база данных применяет алгоритм ранжирования. В идеальном случае, документы, наиболее релевантные пользовательскому запросу будут помещены первыми в списке. Различные поисковые системы используют различные алгоритмы ранжирования, однако основные принципы определения релевантности следующие:

1. Количество слов запроса в текстовом содержимом документа (т.е. в html-коде).
   
2. Тэги, в которых эти слова располагаются.
   
3. Местоположение искомых слов в документе.
   
4. Удельный вес слов, относительно которых определяется релевантность, в общем количестве слов документа.
   

Эти принципы применяются всеми поисковыми системами. А представленные ниже используются некоторыми, но достаточно известными (вроде AltaVista, HotBot).

5. Время - как долго страница находится в базе поискового сервера. Поначалу кажется, что это довольно бессмысленный принцип. Но, если задуматься, как много существует в Интернете сайтов, которые живут максимум месяц! Если же сайт существует довольно долго, это означает, что владелец весьма опытен в данной теме и пользователю больше подойдет сайт, который пару лет вещает миру о правилах поведения за столом, чем тот, который появился неделю назад с этой же темой.
   
6. Индекс цитируемости - как много ссылок на данную страницу ведет с других страниц, зарегистрированных в базе поисковика.
   

База данных выводит ранжированный подобным образом список документов с HTML и возвращает его человеку, сделавшему запрос. Различные поисковые механизмы также выбирают различные способы показа полученного списка - некоторые показывают только ссылки; другие выводят cсылки c первыми несколькими предложениями, содержащимися в документе или заголовок документа вместе с ccылкой.

Когда Вы щелкаете на ссылке к одному из документов, который вас интересует, этот документ запрашивается у того сервера, на котором он находится.

Сравнительный обзор поисковых систем

Lycos. В Lycos используется следующий механизм индексации:

• слова в