Apresentação - Biblioteca Virtual em Saúde FIOCRUZ

Transcrição

Busca de informação
na Internet
18 de novembro de 2008
1
Internet
▪ Internet
▪ A Internet é considerada uma grande rede, ligando milhões de
computadores de médio e grande porte (hosts) além de
microcomputadores, através de linhas telefônicas comuns, linhas
de comunicação privadas, cabos de fibra ótica, cabos submarinos,
satélites e outros meios de comunicação.
▪ Os computadores que compõem a Internet podem estar localizados,
por exemplo, em universidades, empresas, cooperativas, prefeituras,
e nas próprias residências.
▪ Para o usuário, corresponde a um grupo de serviços disponíveis para
troca de informações (Correio eletrônico, Ftp, Telnet, Chat, NewsGroup,
WWW, Gopher, etc).
2
WWW e HTTP
▪ WWW (World Wide Web): é um dos serviços da Internet que corresponde
a parte multimídia da mesma e que possibilita a exibição de páginas de
hipertexto (documentos com textos, imagens, som, vídeo, programas, etc).
É formada por milhões de páginas ou “locais” chamados sites.
▪ Http: é o protocolo que determina como acontece a comunicação no
ambiente www, entre o computador que executa o navegador e o
servidor que guarda a página.
3
Website
▪ Website
▪ Conjunto de páginas (webpages) agrupadas por um mesmo assunto,
propósito ou objetivo, podendo ser de uma empresa ou indivíduo.
▪ Formado por páginas dinâmicas e/ou estáticas que podem ou não
estar localizadas dentro de um mesmo servidor.
▪ Possue uma URL que possibilita sua localização.
http://www.mct.gov.br = 200.130.9.36
1. HyperText Transfer Protocol: protocolo para transferência de páginas.
2. Indica que é uma página Web (visualizar imagens, textos, ouvir sons, etc).
3. Identificação da organização ou empresa.
4. Tipo de organização (.com - organização comercial, .edu - organização
educacional, .org - organização sem fins-lucrativos, .gov - governo).
5. Identificação do país (.br, .fr, .us, etc).
4
Ferramentas de busca na Web
▪ Ferramentas de busca (search engines)
▪ Existem desde os primórdios da Internet e sua crição foi motivada
pela necessidade de localização dos seus recursos informacionais.
▪ Archie – busca arquivos em repositórios de ftp (muito antiga).
Veronica e Jughead – busca conteúdo nos Gophers.
▪ Ferramentas de busca na Web
▪ São Websites especializados em buscar e listar páginas da Internet a
partir de informações (palavra-chave ou assunto) fornecidas pelo
utilizador.
▪ Surgimento motivado pelo aparecimento da WWW.
5
▪ São centenas de ferramentas e mais de 1 bilhão de páginas Html.
▪ Tipos
▪ Diretórios (catálogos por assunto)
▪ Motores de busca (índices)
▪ Metamotores (multibuscadores)
▪ A principal diferença é a forma como seus bancos de dados são
compilados.
▪ Possuem características específicas que determinam o tipo,
número e qualidade dos recursos recuperados, que podem variar
enormemente.
▪ O entendimento das características de cada ferramenta aumenta
a eficiência na procura dos recursos informacionais.
6
▪ Diretórios
▪ Primeira solução para organizar e localizar os recursos da Web.
▪ Criado quando o conteúdo da Web era pequeno e permitia que fosse
coletado de forma não automática.
▪ Os sites são organizados e classificados com a ajuda de editores em
categorias e subcategorias (base de dados).
▪ Árvores hierárquicas de assunto com tópicos de interesse amplo
(educação, esporte, entretenimento, viagens, compras, etc) para
atender um público variado.
7
▪ Diretórios
▪ Localização da informação: navegação nas categorias através do mouse
e/ou busca via formulário e palavras-chave.
▪ Editores tomam conhecimento de novos sites através de sugestões de
usuários, pesquisas na Internet (listas de anúncios de novas páginas) ou
robôs.
▪ Sites coletados passam pela seleção de editores, o que pode indicar
qualidade dos dados.
▪ Apenas os melhores recursos informacionais são escolhidos para
inclusão.
▪ Necessidade de um grande número de editores (15.000 no caso do Open
Directory da Netscape).
8
▪ Diretórios
▪ Grandes diretórios podem conter dezenas de milhares de
categorias e subcategorias.
▪ Alguns exemplos:
▪ 1º diretório da Web (nov. 1992):
The World Wide Web Virtual Library (http://www.vlib.org)
▪ Open Directory (http://dmoz.org)
▪ Aonde? (http://www.aonde.com)
▪ Achei (http://www.achei.com.br)
9
▪ Principais diferenças entre os diretórios
▪ Referentes aos princípios de organização:
▪ A maioria usa listas hierárquicas de assunto, mas alguns usam
esquemas tradicionais de classificação como a classificação
Dewey (BUBL Link - http://bubl.ac.uk/link).
▪ Estes geralmente são mantidos por profissionais da informação
ou bibliotecários, visando otimizar o acesso aos recursos da
Web.
10
▪ Referentes à descrição dos sites:
▪ Empresas comerciais incluem títulos e resumos de até 30 caracteres.
▪ Alguns se diferenciam por fornecer descrições criteriosas e detalhadas
dos sites, podendo até incluir críticas e avaliações (diretórios avaliativos
ou acadêmicos).
▪ Diretórios avaliativos ou acadêmicos:
- Utilizam estudantes de mestrado em biblioteconomia ou ciência da
informação e especialistas em assuntos específicos.
- Associados a bibliotecas ou instituições de ensino.
- Seleção mais rigorosa de sites e não inclui propaganda.
Ex: Infomine (http://infomine.ucr.edu)
11
▪ Referentes aos assuntos cobertos:
▪ Alguns diretórios são genéricos e cobrem todos os assuntos,
mas outros cobrem áreas específicas (diretórios temáticos ou
especializados).
▪ Diretórios temáticos:
1) Imagens, jornais, software, listas de discussão, etc.
2) Assuntos específicos como saúde, ciências, legislação,
informática (Criarweb - http://www.criarweb.com/diretorio), etc.
3) Ferramentas de busca: Finderseeker (www.finderseeker.com).
12
▪ Atividade: navegar nos websites abaixo
▪ Diretórios que utilizam listas hierárquicas de assunto:
▪ The World Wide Web Virtual Library (http://www.vlib.org)
▪ Open Directory (http://dmoz.org)
▪ Aonde? (http://www.aonde.com)
▪ Achei (http://www.achei.com.br)
▪ Diretórios que utilizam a classificação Dewey:
▪ BUBL Link (http://bubl.ac.uk/link)
▪ Diretórios avaliativos ou acadêmicos:
▪ Infomine (http://infomine.ucr.edu)
▪ Diretórios temáticos:
▪ Informática - Criarweb (http://www.criarweb.com/diretorio)
▪ Ferramentas de busca - Finderseeker (http://www.finderseeker.com)
13
▪ Motores de busca
▪ Surgiram quando o número de recursos na Web adquiriu proporções que
impediam a sua coleta manual e também a busca através de navegação.
▪ São formados por 4 componentes: um robô, que localiza e busca
documentos na Web; um indexador, que extrai a informação dos
documentos e constrói a base; o motor de busca propriamente dito;
a interface, que é utilizada pelos usuários.
▪ Os robôs (spiders ou aranhas) vasculham a Internet em intervalos
regulares (1 ou 2 meses) visitando sites, lendo seu conteúdo e seguindo
seus links para outras páginas.
▪ Os documentos encontrados pelos robôs são encaminhados aos
indexadores, que extraem a informação das páginas html e as
armazenam em uma base de dados.
14
▪ Localização da informação:
▪ Uma página Web é usada para efetuar a pesquisa na base de dados.
▪ O usuário formula a consulta através de combinações de palavraschave, que é transmitida ao motor de busca propriamente dito.
▪ O programa (mb) localiza na base de dados os itens que devem
constituir a resposta.
▪ O programa (mb) ordena os resultados colocando os mais relevantes
em primeiro lugar na lista de resultados (descrição dos sites e links).
▪ Foco na abrangência das bases de dados, que podem alcançar centenas
de milhões de ítens, e não na seletividade.
▪ O usuário pode sugerir sua URL ao invéz de esperar que o site seja
encontrado pela varredura do robô (ou robôs trabalhando em paralelo).
15
MB
Motor de busca genérico
16
▪ Motores de busca especializados em:
Linguagem natural (AnswerBus - http://www.answerbus.com)
Assunto / temáticos (Medical WorldSearch - http://www.mwsearch.com)
▪
▪
▪
▪
Google (http://www.google.com.br)
Hotbot (http://www.hotbot.com)
Altavista (http://br.altavista.com)
Ig (http://busca.igbusca.com.br/app)
17
▪ Principais diferenças entre os motores de busca
▪ Referentes ao tamanho da base de dados:
▪ É medido em número de páginas da Web e importante para que a
ferramenta seja considerada boa. As melhores contém 60% da Web.
Fonte: Sullivan, Danny. Search Engine Size Wars V Erupts. [online] Disponível na Internet via www. URL:
http://blog.searchenginewatch.com/blog/041111-084221. Arquivo capturado em 29 outubro 2007.
▪ As bases de dados de cada motor não são iguais e para a mesma
busca, cada ferramenta trará bons resultados que outras não acharam.
Logo, para uma busca completa, há a necessidade de se usar mais de
uma ferramenta.
18
▪ Referentes aos critérios de indexação (inclusão da palavra no índice):
▪ O índice contém todos os termos que podem ser usados na busca de
informações e a URL das páginas que os contém, dados sobre a
posição das palavras na página e tags HTML.
▪ Existem vários critérios de indexação:
- Inclusão de cada palavra do texto visível das páginas;
- Inclusão das palavras que ocorrem com freqüência;
- Inclusão de palavras e frases importantes contidas no título ou nos
cabeçalhos e nas primeiras linhas;
- Inclusão de termos que não fazem parte do texto visível:
metatags de classificação, de descrição, de palavras-chave e
texto ALT do tag Image.
▪ Um termo só será encontrado se estiver contido no índice. Logo,
os critérios usados para encontrar os sites e indexá-los influenciam o
resultado das buscas.
19
▪ Referentes aos critérios para inclusão de páginas:
▪ Determinam o número de itens nas bases de dados dos motores.
▪ Principais critérios:
- Inclusão na base de todas ou a maioria das páginas de cada site;
- Inclusão apenas da home page e algumas páginas principais;
- Inclusão de mensagens de grupos de discussão, sites de ftp, gophers
▪ Páginas que NÃO são incluídas nos motores de busca:
- Sites que requerem senha de entrada;
- Páginas atrás de um Firewall;
- Páginas com o Metatag Meta Robot “noindex”;
- Páginas isoladas (não referenciadas por outras páginas);
▪ Web invisível (páginas com frames, com image-maps e dinâmicas).
Ferramenta: Direct Search (http://www.freepint.com/gary/direct.htm)
20
▪ Referentes à freqüência de atualização da base de dados:
▪ As bases de dados precisam ser atualizadas periodicamente para
adicionar novas páginas, deletá-las ou incluir modificações das
existentes.
▪ Cada motor tem sua própria estratégia e tecnologia.
▪ Principais estratégias:
- Atualização completa da base pelo menos uma vez por mês;
- Atualização semanal para páginas mais populares entre usuários e
que mudam com freqüência;
- Atualização diária de novas URLs e links mortos;
▪ Cada motor leva um tempo para adicionar na base uma página nova
coletada pelo robô ou submetida pelo usuário. (meses) (pago 48h)
21
▪ Referentes as interfaces e recursos de busca:
▪ Dois modos de busca:
- Simples (leigos - auxiliada por janelas e com conectivos booleanos
inseridos automaticamente entre os termos);
- Avançada (experientes - expressões booleanas complexas);
▪ Atenção: espaço será AND (Google e Yahoo) – cuidado com OR !
▪ Outros recursos oferecidos: busca por frase, proximidade de palavras,
sensibilidade à caixa de caracteres, domínio, tipo de arquivos, idioma.
▪ Como não existe padronização, recomenda-se:
- Leitura das páginas de ajuda da ferramenta;
- Consulta de tabelas comparativas em revistas especializadas ou na
Internet. Site da biblioteca da University of California Berkeley
22
▪ Referentes aos critérios de ordenação dos resultados:
▪ Tem a finalidade de permitir que os melhores sites (mais relevantes)
apareçam em primeiro lugar nos resultados mostrados.
▪ Para um mesmo número de resultados, a melhor ferramenta é aquela
que traz itens mais relevantes entre os primeiros resultados.
▪ Os motores utilizam algorimos de ordenação de resultados com critérios
tais como:
- A localização e freqüência de ocorrência das palavras na página;
- Freqüência de ocorrência das palavras e a proximidade delas;
- Densidade com que um termo é usado em cada documento;
- Páginas muito referenciadas em outros sites ou sites importantes;
- Motores híbridos atribuem maior relevância aos sites de seu diretório
▪ Os algoritmos de ordenação por relevância são um dos maiores fatores
diferenciais de competição entre os motores e não são revelados.
23
▪ Atividade: navegar nos websites abaixo
▪ Motores de busca genéricos:
▪ Google (http://www.google.com.br)
▪ Yahoo (http://www.yahoo.com.br)
▪ Hotbot (http://www.hotbot.com)
▪ Altavista (http://br.altavista.com)
▪ Ig (http://busca.igbusca.com.br/app)
▪ Motores de busca especializados em:
▪ Linguagem natural - AnswerBus (http://www.answerbus.com)
▪ Assunto / temáticos - Medical WorldSearch (http://www.mwsearch.com)
▪ Catálogo de páginas da Web invisível:
▪ Direct Search (http://www.freepint.com/gary/direct.htm)
24
▪ Diretórios ou motores de busca ?
▪ Existem diferenças importantes entre diretórios e motores de busca, o que
gera vantagens e desvantagens associadas ao uso de cada um deles.
▪ Os diretórios tem bases de dados menores, mas com informação mais
relevante. Exemplo:
▪ A procura por “search engines” no diretório do Yahoo, navegando por
categoria, só encontra sites relevantes:
dir.yahoo.com / Computers and Internet / Internet / World Wide
Web / Searching the Web / Search Engines and Directories.
▪ O mesmo não acontece se procurarmos no motor de busca, que irá
retornar milhões de resultados (muitos não relevantes).
25
▪ Diretórios são mais apropriados para buscas por tópicos que sejam de
interesse para um grande número de pessoas, pois provavelmente fazem
parte da árvore hierárquica.
▪ Ou para tópicos muito amplos que retornariam um número elevado de
respostas em um motor de busca.
▪ Motores de busca permitem a localização de qualquer tipo de informação,
mesmo que específica, desde que exista na Internet e esteja indexada.
▪ Motores possuem bases de dados muito grandes (bilhões de páginas) e,
por isso, pode-se recuperar muitos resultados não relacionados com os
tópicos pesquisados (menor precisão).
26
▪ Apesar dos motores possuírem grandes bases de dados, seus robôs
podem não indexar alguns tipos de páginas que poderiam ser incluídas
nos diretórios (Web invisível).
▪ As descrições dos sites obtidas nos diretórios é de melhor qualidade, já
que são feitas manualmente.
▪ As descrições dos motores podem não conter informações adequadas, já
que são elaboradas automaticamente pelos robôs. Robôs não conseguem
identificar o tema central de um documento, detectar elementos
importantes como gráficos ou imagens, extrair dados como autor, afiliação
institucional ou data de publicação.
27
▪ A pesquisa feita pelo diretório irá consultar apenas título, categoria e uma
breve descriçao. A maioria dos motores proporciona pesquisa no texto
integral dos documentos.
Lembrar do page depth
▪ Atualmente a distinção entre diretórios e motores de busca não é tão
nítida e a marioria das ferramentas pode ser considerada híbrida.
▪ Diretórios permitem buscas por palavras-chave em suas categorias,
devido a dificuldade de navegação (grande número de sites);
▪ Motores tem incluído diretórios em suas páginas (Google e Yahoo).
▪ Diretórios tem feito parcerias com motores para “redirecionar” para
eles, de forma automática e transparente, a pesquisa que não
encontrou resultado.
28
▪ Seu surgimento foi motivado pelo fato de que melhores resultados em
uma pesquisa são obtidos com o uso de várias ferramentas diferentes.
▪ Permitem a execução da busca em mais de uma ferramenta (diretórios
ou motores) e exibem os resultados encontrados em uma só lista.
▪ Não possuem bases de dados e fornecem um “snapshot” dos resultados
mais relevantes de várias ferramentas.
▪ Fazem um pré-processamento da consulta do usuário para prepará-la
para submissão a cada ferramenta.
29
Metamotor genérico
Motor de busca
Convencional
Metamotor
30
Mamma (http://www.mamma.com)
Dogpile (http://www.dogpile.com)
▪ Existe também o software instalado no micro, que facilita a
construção da estratégia de busca e contém ferramantas de
apoio (eliminação de links duplicados, armazenamento da busca,
etc). Ex: Copernic (http://www.copernic.com).
▪ Existem também os pseudometamotores, que são interfaces para
varias ferramentas, mas sem um mecanismo de busca integrada.
As buscas são submetidas separadamente para cada ferramenta.
31
▪ Algumas desvantagens:
▪ Os recursos de busca específicos de cada motor, usados para obter
maior refinamento nas pesquisas, tornam-se inacessíveis.
▪ As buscas levam mais tempo porque é necessário processamento
adicional para compilar os resultados obtidos e também porque o tempo
de resposta final será o da ferramenta mais lenta.
▪ Quando usar:
▪ Quando não encontrar muitos resultados pesquisando em um só motor.
▪ Para determinar qual ferramenta traz as melhores respostas para uma
determinada consulta.
▪ Em buscas simples.
32
▪ 750 milhões de pessoas com mais de 15 anos fizeram cerca de 61 bilhões
de buscas na Internet em agosto de 2007.
▪ Cada pessoa, em média, realizou 80,9 buscas no mês.
▪ A taxa mais alta ocorreu na América Latina - 95,7 buscas.
Fonte: Burns, Enid. Worldwide Internet: Now Serving 61 Billion Searches per Month. [online] Disponível na
Internet via www. URL: http://searchenginewatch.com/showPage.html?page=3627304. Arquivo capturado em
29 outubro 2007.
33
▪ 61 bilhões de buscas foram feitas na Internet em agosto de 2007.
Fonte: Burns, Enid. Worldwide Internet: Now Serving 61 Billion Searches per Month. [online] Disponível na
Internet via www. URL: http://searchenginewatch.com/showPage.html?page=3627304. Arquivo capturado em
29 outubro 2007.
34
▪ Mais informações
▪ Ler a documentação da ferramenta que está disponível no próprio site e
se manter atualizado, já que ela está em constante evolução.
▪ Obter informações também em sites que publicam artigos sobre as
ferramentas e tabelas comparativas de características, como os abaixo:
- Search Engine Watch (www.searchenginewatch.com).
- Search Engine Showdown (www.searchengineshowdown.com).
- About.com Web Search Guide (Websearch.about.com).
- Alguns artigos da revista Online (www.onlineinc.com).
- Site da Biblioteca da University of California Berkeley
(http://www.lib.berkeley.edu).
- Ferramentas de busca da Internet (www.eb.ufmg.br/cendon/links/
motores.htm).
35
Dicas sobre o Google
▪ Mecanismo de pesquisa personalizado Google
▪ Permite que você crie um mecanismo de busca para seu Website,
Blog ou uma coleção de Websites.
▪ Alguns recursos interessantes:
▪ É possível pesquisar apenas o conteúdo de um Website ou um
determinado tema (assunto).
▪ Podemos personalizar o box de pesquisa e a página de
resultados, ajustar o ranking e convidar amigos para participar
da construção do mecanismo.
▪ Pesquisa contextualizada - um ciclista pesquisando por “roda”
em um mecanismo personalizado obterá somente resultados
relevantes.
36
37
38
39
40
41
www.ensp.fiocruz.br/portal-ensp
42
www.ensp.fiocruz.br/portal-ensp
43
44
45
46
47
Referências
▪ REED, David. A Balanced Introduction to Computer Science.
New Jersey: Prentice Hall, 2005.
▪ CENDON, Beatriz Valadares. Ferramentas de busca na Web. Ci. Inf.
, Brasília, v. 30, n. 1, 2001 . Disponível em:
<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S010019652001000100006&lng=pt&nrm=iso>. Acesso em: 01 Nov 2007.
48

Apresentação - Biblioteca Virtual em Saúde FIOCRUZ

Transcrição

Documentos relacionados

Ficha Técnica S.A.O (Laranja)

Motores de Passo

Edição 017 - Ano 02

HM Hybrid Step Motors

LIVRO--TEXTO DOS PEQUENOS MOTORES BRIGGS

outboard 2t

OUTBOARD 2T

Um estudo comparativo dos sistemas de busca na web

Filtro de Lubrificante para Motores Detroit Diesel DD13®, DD15® e

MOTOrES SUBMErSíVEIS 4” EM BANHO DE ólEO

waratah hth450 - Colheita de Madeira