Vyhledávač - Historie editací

Spravce: Vývoj vyhledávačů přesunut do stránky Historie Internetu.

2023-10-12T07:09:54Z

Vývoj vyhledávačů přesunut do stránky Historie Internetu.

← Starší verze		Verze z 12. 10. 2023, 07:09
Řádka 104:		Řádka 104:
	* …		* …

−
−	~~== Historie vyhledávačů ==~~
−	~~; Google (1998)~~
−	* Autoři Larry Page (narozen 1974) a Sergey Brin (narozen 1974)
−	* Vznikl jako vědecký projekt na Stanfordské univerzitě.
−	* 7. října 1998 založena Google Inc. jako samostatná firma.
−	* Jedná se o příklad fulltextového vyhledávače.
−	* Jako první úspěšně využil odkazů mezi stránkami pro hodnocení relevance stránek (algoritmus Page-rank).

	== Tipy pro vyhledávání ==		== Tipy pro vyhledávání ==
Řádka 134:		Řádka 126:
	virus –internet		virus –internet
	VOŠ –site:www.oauh.cz		VOŠ –site:www.oauh.cz
		+
		+
		+	== Související stránky ==
		+	* [[Historie Internetu#Vyhledávače\| Vývoj vyhledávačů]]

Spravce: /* Fulltextový vyhledávač */ Přidán vyhledávač DuckDuckGo.

2021-05-13T12:51:49Z

Fulltextový vyhledávač: Přidán vyhledávač DuckDuckGo.

← Starší verze		Verze z 13. 5. 2021, 12:51
Řádka 10:		Řádka 10:

	=== Fulltextový vyhledávač ===		=== Fulltextový vyhledávač ===
−	*„Katalog“ se vytváří automaticky podle četnosti výskytu slov ve stránce a dalších indicií.
−	*Příklady: [http://www.seznam.cz Seznam.cz], [http://www.google.com Google.com].
	<div class="Poznamka">		<div class="Poznamka">
	Myšlenka: stránky, kde se často vyskytuje slovo „klavír“ se budou nejspíš týkat klavírů a měly by tedy být vráceny při dotazu „klavír“ na prvním místě. ;)‏</div>		Myšlenka: stránky, kde se často vyskytuje slovo „klavír“ se budou nejspíš týkat klavírů a měly by tedy být vráceny při dotazu „klavír“ na prvním místě. ;)‏</div>
		+
		+	*„Katalog“ se vytváří automaticky podle četnosti výskytu slov ve stránce a dalších indicií.
		+	*Příklady:
		+	** [http://www.seznam.cz Seznam.cz],
		+	** [http://www.google.com Google.com],
		+	** [http://www.duckduckgo.com DuckDuckGo.com] (neukládá informace o uživateli a jeho vyhledávání)

	=== Metavyhledávač ===		=== Metavyhledávač ===

Spravce: /* Historie vyhledávačů */ Doplněny údaje, přesunuté ze stránky Historie Internetu.

2016-11-16T11:56:29Z

Historie vyhledávačů: Doplněny údaje, přesunuté ze stránky Historie Internetu.

← Starší verze		Verze z 16. 11. 2016, 11:56
Řádka 103:		Řádka 103:
	== Historie vyhledávačů ==		== Historie vyhledávačů ==
	; Google (1998)		; Google (1998)
−	*~~příklad fulltextového vyhledávače,~~	+	* Autoři Larry Page (narozen 1974) a Sergey Brin (narozen 1974)
−	* ~~vznikl~~ na ~~základě vědecké práce,~~	+	* Vznikl jako vědecký projekt na Stanfordské univerzitě.
−	*~~autoři Sergey Brin a Larry Page, Stanfordská univerzita~~.	+	* 7. října 1998 založena Google Inc. jako samostatná firma.
−		+	* Jedná se o příklad fulltextového vyhledávače.
		+	* Jako první úspěšně využil odkazů mezi stránkami pro hodnocení relevance stránek (algoritmus Page-rank).

	== Tipy pro vyhledávání ==		== Tipy pro vyhledávání ==

Spravce: /* Katalogový vyhledávač */ Oprava duplicitního řádku.

2015-02-26T17:15:57Z

Katalogový vyhledávač: Oprava duplicitního řádku.

← Starší verze		Verze z 26. 2. 2015, 17:15
Řádka 3:		Řádka 3:
	== Typy vyhledávačů ==		== Typy vyhledávačů ==
	=== Katalogový vyhledávač ===		=== Katalogový vyhledávač ===
−	*firmy.seznam.cz
	*Historicky starší varianta.		*Historicky starší varianta.
	*Obvykle pevně dané kategorie, podle kterých se třídí.		*Obvykle pevně dané kategorie, podle kterých se třídí.

Spravce: Oprava struktury

2014-11-20T17:14:04Z

Oprava struktury

← Starší verze		Verze z 20. 11. 2014, 17:14
Řádka 1:		Řádka 1:
	[[Category:VSE]][[Category:CRI]][[Category:Internet]][[Category:Informatika]][[Category:Stránky s obrázky]]		[[Category:VSE]][[Category:CRI]][[Category:Internet]][[Category:Informatika]][[Category:Stránky s obrázky]]

−	== ~~Historie~~ vyhledávačů ==	+	== Typy vyhledávačů ==
−	~~; Google (1998)~~	+	=== Katalogový vyhledávač ===
−	*příklad fulltextového vyhledávače,	+
−	* vznikl na základě vědecké práce,	+
−	*autoři Sergey Brin a Larry Page, Stanfordská univerzita.	+
−		+
−	== Katalogový vyhledávač ==	+
	*firmy.seznam.cz		*firmy.seznam.cz
	*Historicky starší varianta.		*Historicky starší varianta.
Řádka 15:		Řádka 10:
	*Příklad: [http://www.firmy.cz Firmy.cz] (součást Seznamu.cz)		*Příklad: [http://www.firmy.cz Firmy.cz] (součást Seznamu.cz)

−	== Fulltextový vyhledávač ==	+	=== Fulltextový vyhledávač ===
	*„Katalog“ se vytváří automaticky podle četnosti výskytu slov ve stránce a dalších indicií.		*„Katalog“ se vytváří automaticky podle četnosti výskytu slov ve stránce a dalších indicií.
	*Příklady: [http://www.seznam.cz Seznam.cz], [http://www.google.com Google.com].		*Příklady: [http://www.seznam.cz Seznam.cz], [http://www.google.com Google.com].
	<div class="Poznamka">		<div class="Poznamka">
−	Myšlenka: stránky, kde se často vyskytuje slovo „klavír“ se budou nejspíš týkat klavírů a měly by tedy být vráceny při dotazu „klavír“ na prvním místě. ;)‏	+	Myšlenka: stránky, kde se často vyskytuje slovo „klavír“ se budou nejspíš týkat klavírů a měly by tedy být vráceny při dotazu „klavír“ na prvním místě. ;)‏</div>
−	</div>	+

−	~~; Postup vytváření~~ indexu (databáze)	+	=== Metavyhledávač ===
		+	*Agreguje výsledky více vyhledávačů.
		+
		+
		+	== Funkce fulltextového vyhledávače ==
		+	=== Vytváření indexu (databáze) ===
	*prochází stránky automaticky		*prochází stránky automaticky
	**„robot“ pro stahování stránek,		**„robot“ pro stahování stránek,
Řádka 33:		Řádka 32:
	** podle počtu odkazů na stránku a významu stránek, které se na tuto odkazují.		** podle počtu odkazů na stránku a významu stránek, které se na tuto odkazují.

−	~~[[File:vyhledavac.png]]~~	+	=== Zpracování dotazu ===
−		+
−	; Zpracování dotazu	+
	* Převod zadaných slov na fráze,		* Převod zadaných slov na fráze,
	**vyřazení krátkých slov		**vyřazení krátkých slov
Řádka 50:		Řádka 47:
	* Vypíše stránky s nejlepším hodnocením		* Vypíše stránky s nejlepším hodnocením

−	; Moduly fulltextového vyhledávače	+	=== Moduly fulltextového vyhledávače ===
		+	[[File:vyhledavac.png]]
		+
	*URL server		*URL server
	** při čtení dokumentu získává URL adresy a dává je crawleru,		** při čtení dokumentu získává URL adresy a dává je crawleru,
Řádka 73:		Řádka 72:
	**udává, jak je který termín významný pro danou stránku		**udává, jak je který termín významný pro danou stránku

−	== Relevance ==	+
−	*Jak významná je hledaná fráze pro dokument:	+	== Relevance fráze ==
−	**kolikrát se vyskytuje,	+	*Jak významná je hledaná fráze pro dokument?
−	**je v názvu?	+	; Vliv má:
−	**…	+	* kolikrát se fráze v dokumentu vyskytuje?
		+	* je uvedena v názvu stránky?
		+	* je uvedena v hlavičce v ''keywords''? (někdy se záměrně ignoruje)
		+	* je uvedena v adrese?
		+	* je na stránce fráze zvýrazněná?
		+	* …
		+

	== Význam dokumentu ==		== Význam dokumentu ==
−	; ~~page~~-rank	+	Při množství stránek v dnešním Internetu je třeba hodnotit stránky ještě jinými způsoby než jen podle výskytu hledaných frází.
		+
		+	; Page-rank
	* Algoritmus představený poprvé ve vyhledávači Google.		* Algoritmus představený poprvé ve vyhledávači Google.
	* Dnes implementují v nějaké formě všechny fulltextové vyhledávače.		* Dnes implementují v nějaké formě všechny fulltextové vyhledávače.
		+
	; Jak významný je dokument?		; Jak významný je dokument?
−	*Kolik velkých stránek odkazuje na dokument,	+	* Kolik velkých stránek (stránek s dobrý hodnocením) odkazuje na dokument?
−	*~~kolik~~ odkazů na dokument máme,	+	* Kolik odkazů na dokument máme?
−	* ~~jak významné dokumenty~~ na ~~tento dokument odkazují~~,	+
−	*…	+	; Hodnotí se také další vlivy:
		+	* Je dokument validní?
		+	* Není v dokumentu nápadně mnoho výskytů stejného slova?
		+	* Je dokument dobře strukturován?
		+	* …
		+
		+
		+	== Historie vyhledávačů ==
		+	; Google (1998)
		+	*příklad fulltextového vyhledávače,
		+	* vznikl na základě vědecké práce,
		+	*autoři Sergey Brin a Larry Page, Stanfordská univerzita.

−	~~== Metavyhledávače ==~~
−	*Agregují výsledky více vyhledávačů

	== Tipy pro vyhledávání ==		== Tipy pro vyhledávání ==

Spravce: /* Tipy pro vyhledávání */ Oprava vzhledu

2014-11-20T16:59:56Z

Tipy pro vyhledávání: Oprava vzhledu

← Starší verze		Verze z 20. 11. 2014, 16:59
Řádka 103:		Řádka 103:
	*<code>filetype:</code> typ souboru		*<code>filetype:</code> typ souboru
	**speciálně vyhledávání obrázků		**speciálně vyhledávání obrázků
−	*~~přesná~~ fráze:	+	* Uvozovky — hledání přesné fráze — slova se musí vyskytovat v tomto pořadí:
	"obchodní škola"		"obchodní škola"
−	*umístění fráze:	+	* Konkrétní umístění fráze:
−	**v titulku, v adrese, v textu stránky,…	+	** v titulku stránky, v adrese, v textu stránky,…
−	*~~omezení~~ stáří dokumentu,	+	* Omezení stáří dokumentu.
−	*Znaménko „minus“ znamená vyloučení.	+	* Znaménko „minus“ znamená vyloučení.
		+	*# Hledáme stránky, obsahující slovo ''virus'' a neobsahující přitom slovo ''internet''.
		+	*# Hledáme slovo ''VOŠ'' někde jinde než na stránkách ''OAUH.cz'':
	virus –internet		virus –internet
−	*�stránky, obsahující slovo virus�a neobsahující slovo internet.	+	VOŠ –site:www.oauh.cz
−	VOŠ –site:www.oauh.cz	+
−	* �„VOŠ“ někde jinde než na stránkách OAUH.	+

Spravce: Přidána kategorie Category:Stránky s obrázky

2014-11-20T16:34:39Z

Přidána kategorie Category:Stránky s obrázky

← Starší verze		Verze z 20. 11. 2014, 16:34
Řádka 1:		Řádka 1:
−	[[Category:VSE]][[Category:CRI]][[Category:Internet]][[Category:Informatika]]	+	[[Category:VSE]][[Category:CRI]][[Category:Internet]][[Category:Informatika]][[Category:Stránky s obrázky]]

	== Historie vyhledávačů ==		== Historie vyhledávačů ==

Spravce: /* Fulltextový vyhledávač */ Drobné úpravy a přidán obrázek

2014-11-20T16:32:01Z

Fulltextový vyhledávač: Drobné úpravy a přidán obrázek

← Starší verze		Verze z 20. 11. 2014, 16:32
Řádka 16:		Řádka 16:

	== Fulltextový vyhledávač ==		== Fulltextový vyhledávač ==
−	*Seznam.cz, Google.com	+	*„Katalog“ se vytváří automaticky podle četnosti výskytu slov ve stránce a dalších indicií.
−	*„Katalog“ se vytváří automaticky podle četnosti výskytu slov ve stránce.	+	*Příklady: [http://www.seznam.cz Seznam.cz], [http://www.google.com Google.com].
−	**Např. stránky, kde se často vyskytuje slovo „klavír“ se budou nejspíš týkat klavírů a měly by tedy být vráceny při dotazu „klavír“ na prvním místě. ;)‏	+	<div class="Poznamka">
		+	Myšlenka: stránky, kde se často vyskytuje slovo „klavír“ se budou nejspíš týkat klavírů a měly by tedy být vráceny při dotazu „klavír“ na prvním místě. ;)‏
		+	</div>
		+
	; Postup vytváření indexu (databáze)		; Postup vytváření indexu (databáze)
	*prochází stránky automaticky		*prochází stránky automaticky
Řádka 29:		Řádka 32:
	* hodnotí význam stránek (page-rank)		* hodnotí význam stránek (page-rank)
	** podle počtu odkazů na stránku a významu stránek, které se na tuto odkazují.		** podle počtu odkazů na stránku a významu stránek, které se na tuto odkazují.
		+
		+	[[File:vyhledavac.png]]

	; Zpracování dotazu		; Zpracování dotazu

Spravce: Vytvoření stránky

2013-11-03T11:51:19Z

Vytvoření stránky

Nová stránka

[[Category:VSE]][[Category:CRI]][[Category:Internet]][[Category:Informatika]]

== Historie vyhledávačů ==
; Google (1998)
*příklad fulltextového vyhledávače,
* vznikl na základě vědecké práce,
*autoři Sergey Brin a Larry Page, Stanfordská univerzita.

== Katalogový vyhledávač ==
*firmy.seznam.cz
*Historicky starší varianta.
*Obvykle pevně dané kategorie, podle kterých se třídí.
*Odkazy zařazují obvykle lidé.
*Někdy se za umístění do katalogu platí.
*Příklad: [http://www.firmy.cz Firmy.cz] (součást Seznamu.cz)

== Fulltextový vyhledávač ==
*Seznam.cz, Google.com
*„Katalog“ se vytváří automaticky podle četnosti výskytu slov ve stránce.
**Např. stránky, kde se často vyskytuje slovo „klavír“ se budou nejspíš týkat klavírů a měly by tedy být vráceny při dotazu „klavír“ na prvním místě. ;)‏
; Postup vytváření indexu (databáze)
*prochází stránky automaticky
**„robot“ pro stahování stránek,
**analýza stránek, hledání frází.
*o přečtených stránkách si udržuje statistiku významu frází pro danou stránku
**tabulka výskytů frází v dokumentech,
** umístění frází ve stránce/dokumentu,
** ...
* hodnotí význam stránek (page-rank)
** podle počtu odkazů na stránku a významu stránek, které se na tuto odkazují.

; Zpracování dotazu
* Převod zadaných slov na fráze,
**vyřazení krátkých slov
**převod na synonyma
**lemmatizace (nalezení kořene slova)
**derivace
***odstranění skloňování, časování
**...
* Podle indexu spočítá pro každý dokument „ohodnocení“ jeho relevance vzhledem k dotazu
**pro každou frázi procházíme seznam dokumentů, které ji obsahují,
**kontrolujeme, zda dokument vyhovuje zbytku dotazu,
** u vyhovujících dokumentů zhodnotíme „relevanci“.
* Promítné hodnocení významu stránek
* Vypíše stránky s nejlepším hodnocením

; Moduly fulltextového vyhledávače
*URL server
** při čtení dokumentu získává URL adresy a dává je crawleru,
*Vyhledávací robot (crawler)
**stahování nových stránek, ukládá do repository (úložiště),
*idexovač: analýza obsahu stránek, získává:
**odkazy na dosud neznámé stránky,
**hledané fráze, jejich umístění atd.
*URL resolver
**převádí všechny tvary URL adres na ID dokumentů,
**generuje page-rank.
*Třídič: tvorba invertovaného seznamu.
*Hodnocení stránek
** výpočet page-rank
*Úložiště (repository)
**Databáze URL adres
**Archiv stránek
*Slovník
** hledání synonym atd.
*Index (databáze, invertovaný seznam)
**„tabulka“
**udává, jak je který termín významný pro danou stránku

== Relevance ==
*Jak významná je hledaná fráze pro dokument:
**kolikrát se vyskytuje,
**je v názvu?
**…

== Význam dokumentu ==
; page-rank
* Algoritmus představený poprvé ve vyhledávači Google.
* Dnes implementují v nějaké formě všechny fulltextové vyhledávače.
; Jak významný je dokument?
*Kolik velkých stránek odkazuje na dokument,
*kolik odkazů na dokument máme,
* jak významné dokumenty na tento dokument odkazují,
*…

== Metavyhledávače ==
*Agregují výsledky více vyhledávačů

== Tipy pro vyhledávání ==
*ne předložky a spojky, jednopísmenná slova
*jen podstatná slova
*nejdůležitější slova první

;Pokročilé vyhledávání
*Vyhledat nějaké slovo → ikona „ozubené kolečko“ → pokročilé vyhlevádání
*<code>site:</code> podsíť, ve které se vyhledává
VOŠ site:www.oauh.cz
*<code>filetype:</code> typ souboru
**speciálně vyhledávání obrázků
*přesná fráze:
"obchodní škola"
*umístění fráze:
**v titulku, v adrese, v textu stránky,…
*omezení stáří dokumentu,
*Znaménko „minus“ znamená vyloučení.
virus –internet
*�stránky, obsahující slovo virus�a neobsahující slovo internet.
VOŠ –site:www.oauh.cz
* �„VOŠ“ někde jinde než na stránkách OAUH.