4.2. ПОИСК ИНФОРМАЦИИ В ИНТЕРНЕТ. ВВЕДЕНИЕ В ПОИСКОВЫЕ СИСТЕМЫ. ПОИСК МЕДИЦИНСКОЙ ИНФОРМАЦИИ.

Основная притягательная сила Интернет состоит в гигантском объеме текстовых, графических, мультимедийных, архивных и прочих файлов, количество которых постоянно растет. Интернет можно сравнить с читальным залом библиотеки немыслимых размеров, содержимое которого постоянно меняется.

Все дело в том, что специальные средства поиска информации – поисковые системы, могут вывести напрямую лишь (!) к 1 млрд. документов. Именно поэтому поиск информации в Интернет одна из самых важных задач при работе в Интернет и одновременно – одна из самых сложных задач для многих пользователей.

Создание универсального поискового сервиса, позволяющего находить информацию из различных ресурсов Интернет, стало возможным лишь с появлением в начале девяностых годов серверов WWW. Это произошло во многом благодаря появлению и широкому распространению клиентских программ, таких как Microsoft Internet Explorer и др.

В результате в обиход миллионов пользователей Интернет прочно вошел термин Search Engine, чаще всего переводимый на русский язык как поисковая система. Существуют и другие варианты перевода от строгого «Информационно-поисковая система Интернет» до слова «Искатель».

Итак, поисковые серверы – это специально созданные узлы WWW, доступ к которым свободен, и основная функция которых состоит в поиске информации среди различных информационных ресурсов Интернет, включая серверы WWW, FTP, телеконференции и списки адресов e-mail. Основное внимание мы сосредоточим на поиске в Web, как наиболее нужной и одновременно наиболее сложной задачей.

В общем случае механизм поиска включает в себя три главных элемента:

- паук или агент, который собирает информацию, перемещаясь по сети;

- каталог, в котором хранится вся информация, собираемая пауками;

- программное обеспечение поисковой системы с механизмом поиска по каталогу.

.Первый и основной элемент – паук (spider, crawler).

Все сведения, найденные пауком входят во вторую часть механизма поиска, называемую индексом. Индекс, который еще иногда называют каталогом, является подобием гигантской книги, содержащей копию каждой страницы в сети, которую нашла программа-паук. Если со временем страницы изменяются, то при следующем посещении паук фиксирует эти изменения и эта книга-индекс модифицируется на основе найденной информации. Иногда на это может потребоваться некоторое время, включая то, что тратится пауком на поиск изменений и последующую добавку к индексу.

Программное обеспечение механизма поиска – третья часть поисковой системы. В общем случае – это программа, которая просеивает миллионы страниц, записанных в индексе, чтобы найти нужные пользователю. Именно это программное обеспечение позволяет отправить запрос на поисковый сервер, где происходит выделение из введенной фразы ключевых слов, производится поиск в индексе и в ответ пересылаются адреса страниц, где встречаются подобные слова или выражения.

С точки зрения методологии стратегия работы современных поисковых серверов базируется на трех основных подходах. Создание Web-индексов, Web-каталогов и гибридный метод, сочетающий в той или иной степени два первых. Кроме того, существует ряд дополнительных подходов к классификации информации.