Документальные информационно-поисковые системы

Понятие «информационно-поисковая система». Классификация информационно-поисковых систем

Информационно-поисковая система — совокупность средств для хранения, поиска и выдачи по запросу нужной информации. Поиск (размещение) информации в информационно-поисковой системе осуществляется вручную или с помощью ЭВМ в соответствии с принятым информационным языком по определенным правилам (алгоритму). Пример простейшей информационно-поисковой системы — библиотечный каталог. Автоматизированные информационно-поисковые системы применяют в автоматизированных системах управления.

Современное понятие информационно-поисковой системы подразумевает сложнейший программно-аппаратный комплекс, механизмы работы которого являются коммерческой тайной компании-разработчика. С помощью специальных алгоритмов поисковые роботы собирают и индексируют информацию (заносят ее в базу данных, где она структурируется и располагается в определенном порядке). Когда пользователь вводит запрос в строку поиска, автоматически формируется обращение к базе данных. После этого система выдает в виде нумерованного списка наиболее релевантные (соответствующие запросу) документы. Сортировка документов (ранжирование) и присвоение им позиции в поисковой выдаче осуществляется на основе их значимости.

Первые поисковые системы появились в середине 1990;х гг. и были похожи на обычный предметный указатель в книге: в базе поисковой системы хранились ключевые слова со страниц сотен сайтов, и поиск осуществлялся исключительно по ним. Позднее был разработан полнотекстовый поиск. Каждое слово и фраза фиксировались в индексе поисковой системы для каждой страницы сайта в отдельности. Это давало возможность поиска по любым словам и их сочетаниям.

Информационно-поисковые системы совершенствуются постоянно. Это обусловлено стремлением учесть особенности человеческого поведения, чтобы сделать выдачу для каждого посетителя уникальной. В механизмы обработки и поиска информации все чаще включаются технологии искусственного интеллекта, построенные на новейших вычислительных методах.

Задача поисковых машин — обеспечивать детальное разыскание информации в электронной вселенной, что может быть достигнуто только за счет учета (индексирования) всего содержания максимально возможного числа web-страниц. В отличие от справочников, все они функционируют в автоматизированном режиме и имеют одинаковый принцип действия. Поисковые системы состоят из двух базовых компонентов. Первый представляет собой программу-робот, задача которого — путешествовать с сервера на сервер, находить там новые или изменившиеся документы и скачивать их на главный компьютер системы. При этом робот, просматривая содержимое документа, находит новые ссылки, как на другие документы данного сервера, так и на внешние сайты. Программа самостоятельно направляется по указанным ссылкам, находит новые документы и ссылки в них, после чего процесс повторяется вновь, напоминая хорошо известный в библиографии «метод снежного кома».

Выявленные документы обрабатываются (индексируются) вторым компонентом поисковой системы. При этом, как правило, учитывается все содержание страницы, включая текст, иллюстрации, аудиои видеофайлы и пр. Индексации подвергаются все слова в документе, что как раз и дает возможность использовать поисковые системы для детального поиска по самой узкой тематике. Образуемые гигантские индексные файлы, хранящие информацию о том, какое слово, сколько раз, в каком документе и на каком сервере употребляется, и составляют базу данных, к которой происходит обращение пользователей, вводящих в строку запроса сочетания ключевых слов.

Выдача результатов осуществляется с помощью специального модуля, производящего интеллектуальное ранжирование результатов. При этом берутся в расчет местоположение термина в документе (название, заголовок, основной текст), частота его повторения, процентное соотношение искомого термина к остальному тексту страницы, а также число и авторитетность внешних ссылок на данную страницу с других сайтов.

К основным параметрам поисковых систем относятся:

• • объем индексных файлов (число проиндексированных серверов и отдельных документов);
• • степень оперативности обновления базы данных за счет включения сведений о новых материалах и удаления устаревших;
• • возможности для составления запроса;

• • интеллектуальность системы ранжирования результатов поиска;
• • наличие дополнительных сервисных функций, облегчающих работу пользователя.

Первая величина, являющаяся ключевой, устанавливает широту охвата материала и определяется числом проиндексированных документов. Сейчас эта цифра для лидеров мирового сетевого поиска колеблется в пределах от 1 до 3 с лишним миллиардов.

Учитывая тот факт, что в среднем интернет-адрес сохраняет актуальность до полугода, после чего документ меняет местоположение или убирается с сервера, большое значение имеет уровень оперативности обновления данных, характеризующий степень соответствия индексного файла поисковой системы реальному местоположению документов на сайтах. В настоящее время этот параметр колеблется от двух недель до полутора месяцев.

Возможности поискового механизма выражать запрос максимально точно в значительной степени предопределяют долю релевантных документов в перечне полученных результатов. Каждая машина имеет свою собственную лексику, которая по-разному позволяет детализировать поисковое предписание.

Все поисковые машины обладают модулем ранжирования результатов поиска. Создание таких модулей — целая область программирования, в которой конкурируют сложнейшие алгоритмы, созданные разными компаниями. Список факторов, принимаемых во внимание при определении места документа в перечне ссылок необычайно широк: от местоположения слова на странице до рейтинга (авторитета) страниц, имеющих ссылки на найденный документ.

Не последнюю роль играют и простота интерфейса, наличие дополнительных сервисных функций: возможность перевода текста документа на иностранный язык, способность выделять все документы с определенного сайта, сужение критериев в ходе поиска, нахождение документов «по образцу» и т. д.

По этим параметрам среди внушительного числа поисковых систем выделяются несколько наиболее признанных, позволяющих выявлять информацию с высокой степенью полноты и надежности.

Самые популярные поисковые системы в мире (данные исследовательской компании NetMarketShare на май 2014 г.):

• 1) Google обрабатывает ежемесячно 68,69% всех поисковых запросов;
• 2) Baidu, китайская поисковая система, обрабатывает 17,17% запросов;

• 3) Yahoo — 6,74%;
• 4) Bing — 6,22%;
• 5) AOL — 0,22%;
• 6) Excite — 0,13%;
• 7) ASK —0,13%.

Лучшие поисковые системы Рунета (по данным Liveinternet на май 2014 г.):

• 1) Яндекс — 53,9% российского рынка поисковых услуг;
• 2) Google — 35,1%;
• 3) Mail — 8,3%;
• 4) Rambler — 0,9%;
• 5) Bing — 0,6%.

Таким образом, Яндекс — одна из немногих поисковых систем, которая устояла под экспансией Google и не потеряла своих позиций.

Практически все всемирно известные справочники и поисковые системы в настоящее время превратились во внушительные информационные корпорации с многомиллионными доходами. Заработав авторитет наиболее посещаемых мест в Сети, они предоставляют свои страницы для размещения рекламной информации, доходы от которой и составляют основу их бюджета. Постепенно поисковые серверы превращаются в многофункциональные порталы, в которых поисковый сервис остается главной приманкой для пользователей, но далеко не единственной и даже не основной из предоставляемых услуг. Помимо разыскания информации, такие серверы обычно предоставляют пользователям бесплатную электронную почту, возможность бесплатно размещать собственные страницы, сведения о погоде, текущих новостях, биржевые котировки, карты местности и т. д.

Информационно-поисковая система — это прикладная компьютерная среда для обработки, хранения, сортировки, фильтрации и поиска больших массивов структурированной информации.

Информационная система — это определенным образом организованная совокупность взаимосвязанных средств вычислительной техники и программного обеспечения, позволяющая решать те или иные функциональные задачи.

Информационные системы обеспечивают подготовку, ввод, хранение, обработку, контроль и передачу данных. Они отличаются иерархической структурой. Степень их автоматизации обычно относительно высока. Информационные системы бывают реализованы как сеть взаимосвязанных вычислительных машин разной величины и абонентских пунктов (терминалов). Их подсистемы выполняют функции на различных уровнях управления, как правило, используя общий банк данных.

Классифицировать информационные системы достаточно сложно изза их разнообразия и постоянного развития структур и функций.

В качестве признаков классификации используются: область применения, охватываемая территория, организация информационных процессов, направление деятельности, структура и др. По территориальному признаку информационные поисковые системы (ИПС) классифицируются на геоинформационные, международные, общегосударственные, областные, республикански е, окружные, городские, районные и т. д.

По сфере применения различают ИПС в экономике, в промышленности, в торговле, на транспорте, в правовой сфере, в медицине, в учебных заведениях и т. п.

В рамках одной сферы ИПС можно классифицировать по видам деятельности. Так, например, все правовые информационные системы можно условно разбить на ИПС, используемые в правотворчестве, правоприменительной практике, правоохранительной деятельности, правовом образовании и воспитании. Конечно, следует понимать, что подобного рода классификация достаточно условна, т. к. одни и те же ИПС могут использоваться в различных видах правовой деятельности.

Можно классифицировать правовые информационные системы с точки зрения правового образования, в рамках которого они сложились и задачи которого решают в процессе своего функционирования, — автоматизированные системы органов прокуратуры, юстиции, судов и др.

Один из основных подходов к классификации ИПС в правовой сфере связан с видами обрабатываемой социально-правовой информации.

Так, можно выделить ИПС, основанные на системе нормативных правовых актов. Например, информационно-поисковые по законодательству и справочные правовые системы. Для этих систем проблемы систематизации информации связаны с вопросами классификации и систематизации нормативных правовых актов.

С другой стороны, можно выделить системы, аккумулирующие и обрабатывающие разнообразную социально-правовую информацию ненормативного характера: криминологическую, криминалистическую, судебно-экспертную, оперативно-разыскную, научно-правовую и др.

Автоматизированные информационные системы принято также подразделять на полнотекстовые и фактографические.

В полнотекстовых И ПС собираются и систематизируются тексты документов или их библиографическое описание. Поскольку документированная информация — это зафиксированная на материальном носителе путем документирования информация с реквизитами, позволяющими определить такую информацию, то указанные реквизиты являются основанием для классификации обрабатываемой информации.

Опыт практического применения ИПС показал, что наиболее точной, соответствующей самому назначению ИПС следует считать классификацию по степени сложности технической, вычислительной, аналитической и логической обработки используемой информации. При таком подходе к классификации можно наиболее тесно связать ИПС и соответствующие информационные технологии.

Соответственно, можно выделить следующие виды ИПС:

• • информационно-справочные системы (ИСС);
• • информационно-логические системы (ИЛС);
• • экспертные системы (ЭС) и системы поддержки принятия решений;
• • автоматизированные рабочие места (АРМ);
• • автоматизированные системы управления (АСУ);

Под информационно-справочной системой в области права будем понимать информационную систему, предназначенную для сбора, систематизации, хранения и поиска правовой информации по запросам пользователей (ИПС-Светоч, «Экспертцентр», «Бизнес-инфо», «Консультант плюс»).

ИСС используются для накопления и постоянного корректирования больших массивов информации о лицах, фактах и предметах, представляющих интерес. Эти системы работают преимущественно по принципу «запрос — ответ», поэтому обработка информации в них связана в основном не с преобразованием первичных данных, а с их поиском.

Принципиальную особенность ИСС составляет понятие «информационный поиск». Информационный поиск — процесс нахождения, отбора и выдачи определенной заранее заданными признаками информации (в т. ч. документов, их частей и (или) данных) из массивов и записей любого вида.

Использование информационно-справочных систем правовой информации в различных областях деятельности имеет свои особенности и соответственно определяет специфические задачи и требования, которые позволяют говорить о них не только как о поисковом инструменте.

Можно выделить четыре основные сферы применения этих систем:

• а) систематизация и исследование проблем законодательства;
• б) законотворчество;
• в) правоприменительная практика;
• г) правовое образование.

Информационно-логическими системами правовой информации называются информационные системы, призванные на базе хранящегося в них, специально систематизированного массива правовой информации с помощью специальных логических процедур решать задачи анализа правовой информации.

Сравнительно новым и перспективным направлением использования компьютерных технологий являются экспертные системы, относящиеся к системам искусственного интеллекта. Эти системы способны накапливать и обрабатывать знания из некоторой предметной области, опираясь на них выводить новые знания, и уже на основе этих знаний решать практические задачи, объясняя ход решения. С помощью ЭС решаются задачи неформализованные, слабо структурируемые, алгоритмы решения которых не существуют в силу неполноты, неопределенности, неточности, расплывчатости рассматриваемых ситуаций и знаний о них.

Автоматизированные рабочие места — индивидуальный комплекс технических и программных средств, предназначенный для автоматизации профессионального труда специалиста. В состав АРМ входят, как правило, персональный компьютер, принтер, графопостроитель, сканер и другие устройства, а также прикладные программы, призванные решать конкретные задачи из профессиональной деятельности.

Понятие АРМ не является до конца устоявшимся. Так, иногда под АРМ понимают только рабочее место, оборудованное всеми аппаратными средствами, необходимыми для выполнения определенных функций. Также можно встретить понятие АРМ как условного названия программного пакета, предназначенного для автоматизации рабочего процесса.

Обычно различают три способа построения АРМ в зависимости от структуры исполнения — индивидуального пользования, группового пользования и сетевой. Следует лишь заметить, что сетевой способ построения кажется наиболее перспективным, поскольку позволяет получать информацию из удаленных банков данных, вплоть до федерального и международного уровня, а также обмениваться интересующей информацией между структурными подразделениями, не прибегая к другим средствам связи.

При работе с АРМ от специалиста не требуется детального знания системного и прикладного программного обеспечения.

Другими видами сложных информационных образований являются автоматизированные системы информационного обеспечения (АСИО) и автоматизированные системы управления (АСУ). Указанные системы становятся необходимым условием информационного обеспечения государственного регулирования и управления.

Автоматизированные системы управления — комплекс программных и технических средств, предназначенных для автоматизации управления различными объектами.

Основная функция АСУ — обеспечение руководства информацией. Автоматизированная система управления обеспечивает автоматизированный сбор и передачу информации об управляемом объекте, переработку информации и выдачу управляемых воздействий на объект управления.

По характеру предоставления хранимой информации ИПС можно разделять:

• • на фактографические;
• • документальные;
• • геоинформационные.

Фактографические накапливают и хранят данные в виде множества экземпляров одного или нескольких типов структурных элементов. Каждый из таких экземпляров или некоторая их совокупность отражают сведения по какому-либо факту, событию. Структура каждого типа информационного объекта состоит из конечного набора реквизитов, отражающих основные аспекты и характеристики сведений для объектов данной предметной области.

В документальных ИПС единичным элементом информации является нерасчлененный на более мелкие элементы документ; информация при вводе, как правило, не структурируется или структурируется в ограниченном виде. Для вводимого документа могут устанавливаться некоторые формализованные позиции: дата изготовления, исполнитель, тематика. Некоторые виды документальных информационных систем обеспечивают установление логической взаимосвязи вводимых документов — соподчиненность по смысловому содержанию.

В геоинформационных ИПС данные организованы в виде отдельных информационных объектов, привязанных к общей электронной топографической основе. Геоинформационные системы применяются для информационного обеспечения в тех предметных областях, структура информационных объектов и процессов в которых имеет географический компонент.

Другим критерием классификации поисковых систем выступают функции или решаемые задачи:

• • справочные ИПС являются наиболее распространенным типом функций информационных систем. Они предоставляют абонентам возможность получения установочных данных на определенные классы объектов;
• • поисковые ИПС — наиболее распространенный класс информационных систем. В общем виде их можно рассматривать как некое информационное пространство, задаваемое в терминах информационно-логического описания предметной области;
• • расчетные ИПС обрабатывают информацию, находящуюся в системе, по определенным расчетным алгоритмам для различных целей.

Технологические функции информационных систем заключаются в автоматизации всего технологического цикла или отдельных его компонентов, производственной или организационной структуры.

Информационные системы представляют собой соответствующие информационные сети, начинающиеся с дневных требований заказчиков, распространяющиеся через распределение и производство до поставщиков. Эти системы обычно разделяются на три группы.

• 1. Информационные системы для принятия долгосрочных решений о структурах и стратегиях (так называемые плановые системы). Они служат главным образом для создания и оптимизации звеньев логистической цепочки. Для плановых систем характерна пакетная обработка задач.
• 2. Информационные системы для принятия решений на среднесрочную и краткосрочную перспективу (так называемые диспозитивные или диспетчерские системы). Они направлены на обеспечение отлаженной работы логистических систем. Речь идет, например, о распоряжении (диспозиции) внутризаводским транспортом, запасами готовой продукции, обеспечении материалами и подрядными поставками, запуске заказов в производство. Некоторые задачи могут быть обработаны в пакетном режиме, другие требуют интерактивной обработки (онлайн) из-за необходимости использовать как можно более актуальные данные. Диспозитивная система подготавливает все исходные данные для принятия решений и фиксирует актуальное состояние системы в базе данных.
• 3. Информационные системы для исполнения повседневных дел (так называемые исполнительные системы). Они используются главным образом на административном и оперативном уровнях управления, но иногда содержат некоторые элементы краткосрочной диспозиции. Особенно важны для этих систем скорость обработки и фиксирование физического состояния без запаздывания (т. е. актуальность всех данных), поэтому они в большинстве случаев работают в режиме онлайн. Речь идет, например, об управлении складами и учете запасов, подготовке отправки, оперативном управлении производством, управлении автоматизированным оборудованием. Управление процессами и оборудованием требует интеграции информационных систем коммерческого характера и систем управления автоматикой.