شیوه موثر جستجو در منابع اطلاعاتی (اینترنت)

1. شیوه موثر جستجو در منابع اطلاعاتی (اینترنت) حسن بشيري دانشگاه صنعتی همدان مهرماه 92

2. رئوس مطالب • اهمیت اطلاعات • یافتن اطلاع در کتاب • چگونه موتورهای جستجو کار می کنند • معرفی گوگل و نحوه جستجو موثر در آن • معرفی چند ابزار جستجو • معرفی نرم افزار googldesktop و everything

3. نياز اطلاعاتي • چرا ما به دنبال يافتن اطلاعات هستيم؟ • پارادايم حاکم بر نظام جهان انرژي اطلاعات ] [ [ ] اطلاعات مفيد زمان انرژي زمان بيشينه کردن بيشينه کردن

4. يافتن اطلاع در کتاب • مطالعه همه كتاب • مراجعه به فهرست • استفاده از نمايه • كليد واژه‌هاي به كار رفته در كتاب • يافتن اطلاعات در دنياي عظيم اطلاعاتي وب ؟

5. اطلاعات در وب • اطلاعات متني • بيشترين حجم اطلاعات وب • اطلاعات تصويري (image) • اطلاعات چند رسانه‌اي (Multimedia)

6. يافتن اطلاعات در اينترنت • از قبل بدانيم كه اطلاعات مورد نظر در چه آدرسي قرار دارند! • کتابهای زرد (Yellow Pages) • آدرس سايتهاي مرتبط با موضوع را بدانيم و از طریق دنبال کردن لینک آنها امیدوار به یافتن اطلاع باشیم. • از ابزارهايي كه براي يافتن اطلاعات تهيه شده‌اند استفاده كنيم. اين ابزارها همان موتورهاي جستجو هستند. آمارها نشان مي‌دهد كه بيش از 80% كاربران براي يافتن اطلاعات خود به محض اتصال به اينترنت از موتورهاي جستجو استفاده مي‌كنند.

7. اینترنت چقدر بزرگ است؟ • "The Web holds about a trillion pages. The human brain holds about 100 billion neurons," Kelly writes in his 2010 book "What Technology Wants" • گروه World Wide Web Foundationبه رهبری TimBerners-Lee و حمایت 1 میلیون دلاری شرکت گوگل برای یافتن دقیق بزرگی اینترنت پژوهشی را آغاز کرده‏اند. • اما چند آمار ارائه شده تا کنون ...

8. اینترنت چقدر بزرگ است؟ (آمار سال 2012) • 2.2 billion – Number of email users worldwide. • 144 billion – Total email traffic per day worldwide. • 634 million – Number of websites (December). • 51 million – Number of websites added during the year. • 246 million – Number of domain name registrations across all top-level domains. • 2.4 billion – Number of Internet users worldwide. • 1.2 trillion – Number of searches on Google  in 2012.

9. موتورهاي جستجو چگونه كار مي‌كنند؟ • درخواست كاربر در موتور جستجو (Query) • در حالت ايده‌آل كاربر مي‌خواهد سوال بپرسد. • به دنبال اطلاع خاصي است. (Question Answering) • موتورهاي جستجو قادر به پاسخ دادن سوال نيستند. • موتورهاي جستجو مستنداتي (Document) را به كاربر برمي‌گردانند كه با استفاده از تكنيكهايي حدس زده‌اند به موضوع مورد درخواست كاربر نزديكتر است. • اين موتورهاي جستجو بايد بدانند كه هر صفحه وب راجع به چه چيزي صحبت مي‌كند!!

10. چرخه جستجو

11. رتبه بندي نتايج (Ranking) • موتورهاي جستجو تقريبا هميشه بيش از يك نتيجه بر مي‌گردانند. • چقدر از صحت اطلاعات برگشتي اطمينان داشته باشيم؟ • آگاهي به سيستم رتبه‌بندي موتور جستجو • روي نتايجي تكيه كنيم كه از سايتهاي معتبر برگشت داده مي‌شوند. • از موتورهاي جستجو براي يافتن اطلاعات در سايتهاي معتبر استفاده كنيم.

12. تاريخچه • دلايل استفاده از Google به عنوان موتور جستجوگر برتر • ايندكس كردن بيشترين صفحات وب • سيستم رتبه‌بندي نتايج (راي‌گيري يا محبويت سايت) • انعطاف بالا در عمل جستجو • جستجو روي فايلهاي مختلف (.pdf, .ppt, .xls, .html .doc, …) • جستجو روي تصاوير، اخبار، آدرس و شماره تلفن افراد (US) • استفاده از Spell checker • بیش از 5 میلیارد جستجو در روز (آمار سال 2012) • استفاده از طبقه‌بندي موضوعي

13. ورود پرس‌وجو به صورت منطقي است. (AND, OR) • وظيفه كاربر است كه كلمات كليدي را مناسب انتخاب كند. • كاربر تا جاي ممكن بايد با استفاده از كلمات رزرو شده دامنه جستجو را محدود كند. • چگونه دامنه جستجو را محدود كنيم؟ • كاربران معمولا در هر جستجو تنها تا دو سطح (2 صفحه 10تايي) پيش مي‌روند!

14. تعداد صفحات نمایه شده توسط Google منبع از: www.worldwidewebsize.com

15. آمار جستجوها در گوگل

16. آمارهایی از گوگل منبع از: www.worldwidewebsize.com

18. محدود كردن دامنه جستجو • ساختن عبارت با “ “ research method “research method” • استفاده شده در عنوان با كلمات كليدي allintitle: و intitle: allintitle:research method intitle:researchmethod

19. محدود كردن دامنه جستجو • به همراه نداشتن برخي كلمات با – (علامت منها) research method -qualitative • جستجو در يك سايت خاص باsite: site:profs.hut.ac.ir/~bashiri site:profs.hut.ac.ir/~bashiriallintitle:“research method” • كلمات كليدي OR و AND research ANDmethod research ORmethod

20. محدود كردن دامنه جستجو • معني + در query +new +methods +in “reverse engineering” • مشخص كردن نوع فايل با filetype: “research method” filetype:pdf • inurl: و allinurl: inurl:researchmethod allinurl:researchmethod • spell: spell:researchmethed

21. آيا موتورهاي جستجو همه اطلاعات وب را در اختيار دارند؟ • Googleبا بيشترين صفحات ايندكس شده تنها بخشي از وب را ايندكس كرده است! • بطور متوسط در هر دقيقه 25 صفحه به اينترنت اضافه مي‌شود. • مساله hidden web!! • برخي از سايتها سرويسهاي داخلي فراهم مي‌كنند كه تنها به اعضاي گروه سرويس مي‌دهند. • ساختارها و پروتکول‌هاي تعريف شده در جستجو • Robot.txt • فراموش نكنيم كه وب بزرگترين منبع اطلاعاتي است و استفاده صحيح آن موجب صرفه‌جويي در زمان و دسترسي به اطلاعات مورد نياز براي دانستن است.

22. مثال • برای تغییرات اجتماعی بازی به نامه بازی سرکار طراحی شده است. راجع به این بازی چیز زیادی نمی دانیم اما شنیده ایم که این بازی در استرالیا طراحی شده است و ربطی به سرکار ندارد. تنها به دلیل احترامی که برای سرکار عارف هندی قائل هستند، نام بازی را سرکار گذاشته‏اند. • نتیجه • جستجو یک فرایند یادگیر – تکراری است که باید در هر مرحله تکرار شود. • کار با دنیای عظیم اطلاعات و سازماندهی اطلاعات یک مهارت است

23. Meta Search Tools... Search using multiple search engines Search using a meta search tool

24. Meta Search Tools... • Meta search tools (remote sites): • MetaCrawler (www.metacrawler.com) • Ixquick (www.ixquick.com) • Dogpile (www.dogpile.com) • ProFusion (www.profusion.com) • Meta search tools (local, installable software): • Copernic (www.copernic.com) • SearchPad (www.searchpad.com) • LexiBot (www.completeplanet.com)

25. بهتر بيابيم! نرم‌افزارهاي Peer to Peer eMule Shareaza Kaza Torrent - Bittorrent معرفي وب سايت gigapedia.org(http://library.nu/) avexhome.ws rapidshare.com 4shared.com en.bookfi.org sciencedirect • تمثیل «یار در خانه و ما گرد جهان می‏گردیم ... • معرفی نرم افزار googledesktop • معرفی نرم افزار everything