Keresés az Interneten

Az Internet fejlődésében eltelt jó tíz év, mire az első kereső szoftver – az Archie – megszületett 1990-ben. Ez nem meglepő, mert erre az időre nőtt olyan méretűvé az Internet nemzetközi hálózata, hogy nem mindig volt nyilvánvaló, hogy egy bizonyos állományt, letölthető szoftvert hol találunk meg.

Az Archie egy FTP-hez hasonló felhasználói felületet kínált. A keresésre vonatkozó igény elküldése után a felhasználó egy fájl-listát kapott a valószínű találatokról. Ehhez arra volt szükség, hogy feloldják az addigi szigorú bejelentkezési kötelezettséget – azaz valaki csak akkor jelentkezhetett be egy szerverre, ha ott felhasználói azonosítója és jelszava volt – és megszületett az anonim bejelentkezés módszere, ami a nyilvánosság felé nyitást jelentette. (Az anonim bejelentkezés azt jelenti, hogy a felhasználói azonosítóként az „anonymous” szót adjuk meg, ezután a rendszer nem kér jelszót, és engedélyezi a belépést.) Ennek alapján minden szolgáltatónak el kellett döntenie, hogy mi az, amit a nyilvánosság elé tár, és mi az, amit „belső” használatra, azaz csak azoknak, akiknek erre jogosultságot ad. Ez a lehetőség alkalmat teremtett a szolgáltatások különböző szintű igénybevételére.

Az Archie után a Gopher volt a kereső rendszerek következő állomása, amely menürendszeren keresztül meghatározott témakörökben engedett keresést. A Gopher – bár még nem használta a HTML-t – példát teremtett arra, hogy kereszthivatkozott dokumentumok (hipertextek) hogyan működhetnek együtt.

A kereső rendszerek fejlődése során a legfontosabb kérdés arról szólt, hogy a keresést végrehajtó felhasználónak mekkora szabadság adható. Keresni először fájlnév alapján lehetett, majd megjelentek a témakörök. A témakörök használata nagyon komoly moderátori közreműködést igényelt, így hamarosan új keresési módszerek kidolgozása vált szükségessé.

A keresők fejlődésével a felhasználói felület kialakítása mellett egyre fontosabb kérdéssé vált, hogy hogyan gyűjtik össze azokat az információkat, amelyek alapján válaszolnak a felhasználók kérdéseire. Speciális programok – spider-nek (póknak) vagy crawler-nek (csúszómászónak) nevezik őket – gyűjtik össze az információt az Interneten, és a begyűjtött információt olyan adatbázisba szerkesztik, amely minél összetettebb lekérdezéseket tesz lehetővé. Az adatbázis kialakítása során fontos szemponttá vált a talált helyek rangsorolása.

Markáns változást hozott a természetes nyelvű keresők megjelenése, amikor a keresésre vonatkozóan semmiféle előzetes struktúra (témakörök, menü, tárgyszavak stb.) nincs megadva. A felhasználók felkészültségétől, rutinjától és leleményességétől függ, hogy melyik kereső rendszert – és vele együtt, melyik kereséséi stratégiát – választják.

Egy addig nem használt keresőrendszer esetén először célszerű megnézni a rendszer Súgóját (Helpjét), ahol nagyon fontos keresési jellemzőket magyaráznak el. Sosem szabad elfelejtenünk, hogy a keresőrendszerek szabad szavas indexelést használnak, ami azt jelenti, hogy a keresett kifejezést a teljes dokumentumban keresik. Ebből következik, hogy a találatok száma igen magas lehet, közöttük azonban sok olyan van, amely a keresésünk szempontjából lényegtelen, sőt félreértésen alapszik (lásd azonos alakú, különböző jelentésű szavak).

A tárgyszó-katalógusok Webhelyek témakörök szerint rendezett listája, és különösen keresések indítására, általános keresésekre alkalmasak. A leggyakrabban hivatkozott tárgyszó-katalógus a Yahoo. A metakereső eszközök ugyanabban az időben több, különböző keresőrendszert használnak. Előnyük, hogy időtakarékosak, illetve széleskörű keresések esetén hasznosak, amikor nem csak találni szeretnénk valamit, hanem teljes körű felmérésre van szükségünk. Metakereső eszközök: Metacrawler, All in One, Savvy Search.

A továbbiakban áttekintjük a Webhelyek egy lehetséges osztályozását a rajtuk fellelhető információ jellemzői alapján.

• A legtöbb cég ma már az Interneten is megmutatja magát, ahol az előbb említett gyorsaságot kihasználva naprakész információkat jelenítenek meg magukról. Az ilyen honlapok előnye, hogy a híreket az adott cégre leválogatva találjuk meg, tehát nem kell széleskörű keresését folytatnunk. Az azonban figyelembe kell vennünk, hogy ezek a Weblapok a cég szempontjából közlik a híreket, ezért bizonyos esetekben szükség lehet az itt megjelenő hírek ellenőrzésére. Ezt a problémát részben megoldja, ha a cég az Interneten elérhető referenciákat is megadja. A nagyobb cégek honlapjának listáját még tárgyszó-katalógusokban is megtaláljuk.

• A legtöbb kormányzati szerv működtet olyan Webhelyet (portált), ahol részletes ismertetést találhatunk a szervezeti felépítésükről, politikájukról, ugyanakkor fontos jelentések, törvények, rendeletek és statisztikák is megjelennek itt. Az Internetes közlés annyira népszerűvé vált, hogy az információ sok esetben nyomtatott formában már meg sem jelenik.

• Az egészségügyi információkat közlő Webhelyeken is találhatunk elérési információkat, amelyek adott esetben igen fontosak lehetnek, de szép számmal találhatunk „elsősegélynyújtó” Webhelyeket is, ahol tünetleírások és javasolt terápiák olvashatók.
  (Az Internet közvetítésével már műtétet is hajtottak végre.)

• A kulturális Webhelyeken műsorinformációkat találhatunk (TV, mozi, színház stb.), esetleg kiegészítő információkkal az éppen folyó műsorról. Hasonló funkció megvalósítható sport, utazás és turizmus témakörökben. Ezen helyeken az aktualitás a legnagyobb érték, legyen szó akár egy sportmérkőzés pillanatnyi állásáról vagy az aktuális menetrendről – vagy éppen menetrendi késésről (például repülőtéren).

A következő nagy csoportba azok a szabad Webhelyek tartoznak, amelyekről származó információk fenntartásokkal kezelendők, valóságtartalmuk, hitelességük megkérdőjelezhető.

• Céljuk valamilyen termék vagy szolgáltatás megvásárlására való ösztönzés, bátorítás.

• Honlapjaik célja kettős: támogatások gyűjtése szponzorok révén, illetve a közvélemény befolyásolása.

• Egy személyt bemutató honlap a bemutatott személy szempontjai szerint. Ezek a honlapok valamelyik tartalomszolgáltatónál jelennek meg, és legtöbbször arról lehet felismerni őket, hogy ~ jel található a Webhely címében.

• Céljuk legtöbbször a szórakoztatás, de előfordul, hogy termékvásárlásra is ösztönöznek.

A harmadik csoportba tartoznak azok a Webhelyek, amelyek csak meghatározott (előfizetési) díj ellenében érhetők el. Több könyvtár működik ezen az elven, ahol elektronikus dokumentumok letöltéséért fizetni kell, illetve vannak olyan szervezetek, amelyek speciális tartalmú adatbázisokat tartanak fent, amelyből származó adatokat piaci áron értékesítik. Díjfizetéssel oldják meg azt is, hogy egy szervezet honlapját csak a szervezet tagjai érjék el. Az ilyen honlapok általában kívül esnek az Internetes információkeresés hatókörén.

Az on-line adatbázisok és a Webes keresőeszközök olyan jellemzőkkel rendelkezhetnek, amellyel keresésünket koncentrálni vagy finomítani tudjuk. A hatékony és hatásos keresés megvalósítása érdekében célszerű alaposabban megismerni ezeket a jellemzőket.

Különböző módokon érhető el: a legtöbb esetben a nyitóképernyőn található utalás a Súgóra, amely elmagyarázza, hogy az adott eszköz hogyan működik, vagy tippeket, példákat ad tipikus kereséséi feladatokra. Gyakori az úgynevezett kontextusfüggő segítségnyújtás, amikor a keresési folyamat pillanatnyi állapotához illeszkedő tanácsokat kaphatunk.

A legtöbb könyvtári adatbázis tartalmaz tárgyszó katalógust a keresés megkönnyítése érdekében. Ha ez a katalógus teljes körű és előre rögzített, akkor ellenőrzött szótárról beszélünk. Ennek a megközelítésnek számos előnye van. Mivel a tárgyszavak minden tételhez hozzá vannak rendelve, olyan könyv vagy cikk témáját is azonosítani tudjuk, amelynek címében nem szerepel a keresni kívánt fogalom. A tárgyszavak lehetnek hierarchikusan rendezve, amivel pontosítani tudjuk keresésünket. Egyetlen hátrányuk, hogy az új tárgyszavak késéssel jelennek meg a szótárban. Nem ellenőrzött szótárról akkor beszélünk, ha a tárgyszavak listáját a keresőrendszer állapítja meg és rendeli az egyes tételekhez. Ennek a megoldásnak az előnye, hogy a legújabb és gyakran előforduló tárgyszavak is megjelennek a szótárban, akár a zsargon szintjén. Hátránya az, hogy ugyanaz a fogalom különböző szóalakokban is megjelenhet, és akkor mindegyiket meg kell adni a kereséséhez, és gyakran fordulnak elő téves találatok a szavak többértelműsége miatt.

Ez a megoldás szélesíti a keresést, mivel a keresett szó ragozott, toldalékolt alakjait is megtalálja. Az ilyen keresés kijelöléséhez egy speciális karaktert kell a szótő után írni (legtöbbször a * karaktert), azonban ebben az esetben is célszerű a Súgó tanulmányozása ezen módszer használata előtt.

Több szóból álló kifejezések esetén szükség lehet a szavak sorrendjének meghatározására, mert az „és” logikai operátor nagy számban hozna be téves találatokat. Megoldásának különböző módjai léteznek – legtöbbször a kifejezést idézőjelek közé kell írni – ezért ebben az esetben is célszerű előbb a Súgó felkeresése.

Ez a megoldás a logikai operátorokhoz hasonlóan működik, a keresett szavak egymáshoz való viszonyát határozza meg a szövegben való elhelyezkedésük alapján. Különösen a Világhálón vagy teljes szöveget tartalmazó adatbázisokban történő keresés esetén jelentenek előnyt.

Bibliografikus adatbázisokban történő keresés esetén ragaszkodnunk kell az adatbázis-tételek teljes leírásához (katalóguscédulájához). A tételhez rendelt tárgyszavak listája segíthet a tétel alkalmasságának megítélésében, ha a tétel rövid absztraktja vagy tartalomjegyzéke is rendelkezésre áll, még pontosabban tudjuk a kapott találatokat megítélni. Könyvtárak adatbázisai arról is információt adnak, hogy a könyv vagy cikk hol található, illetve kölcsönözhető-e.

A Webes keresőrendszerek változatos formákban közlik a keresések eredményeit, így nehéz általános leírást adni az eredmények értékelésére és interpretálására. Néhány közös szempont azonban megadható:

• Minden keresőrendszer közli a talált információ címét a Világhálón. Ellenőrizzük az URL tartományát – ha ez lehetséges. Az .edu végződés oktatási intézményt jelöl, a .gov kormányzati szervet, társaságra/szövetségre az .org utal, míg az üzleti élet a .com tartománynevet használja.

• A találatok nagy száma miatt minden keresőrendszer rangsorolja a találatokat, és ebben a sorrendben mutatja meg őket. A rangsorolás szempontjai nagyon különbözőek lehetnek: a keresett szó gyakorisága, előfordulása a címben vagy a dokumentum elején, a hivatkozások száma stb. Pontos értelmezéséhez szükség van a keresőrendszer keresési stratégiájának pontos ismeretére.

• A bibliográfiai adatbázisokhoz itt is nagy szerepe van a dokumentumhoz rendelt dátumnak, csak arra kell figyelni, hogy ez nem a dokumentum keletkezésének valódi idejét jelöli, hanem a létrehozás (Webre kerülés) vagy az utolsó módosítás időpontját adja meg.

• A legtöbb keresőrendszer rövid „annotációt” ad a talált dokumentumról a dokumentum néhány sorának felidézésével. Az idézet vagy a dokumentum elejéről, vagy a kereset szó (szavak) környezetéből származik. Az annotáció annak megítélésében segít, hogy eldönthessük, a talált dokumentum abban az értelemben használja-e a keresett szót, ahogy mi azt elgondoltuk.