Utilizzo di strumenti per la ricerca delle informazioni in rete MENU Utilizzo di strumenti per la...

Utilizzo di strumenti per la ricerca delle informazioni in reteUtilizzo di strumenti per la ricerca delle informazioni in rete

MENUMENUMENUMENU

Utilizzo di strumenti per la ricercaUtilizzo di strumenti per la ricercadelle informazioni in retedelle informazioni in rete

Luca Pitolli, CNR – IDAC, Area della Ricerca di Roma Luca Pitolli, CNR – IDAC, Area della Ricerca di Roma “Tor Vergata”“Tor Vergata”

Roma, 9 maggio 2002Roma, 9 maggio 2002

Corso di FormazioneLA CONNESSIONE IN RETE LOCALE E GEOGRAFICA

Aspetti tecnici e normativiAspetti tecnici e normativi(22 aprile – 16 maggio 2002)

Ufficio Scolastico Regionale per il Lazio CNR - Area della Ricerca di Roma “Tor Vergata”

LA CONNESSIONE IN RETE LOCALE E GEOGRAFICA - Aspetti tecnici e normativiAspetti tecnici e normativi


MENUMENUMENUMENU

L’ORGANIZZAZIONE DELLE INFORMAZIONI

• Il concetto più tradizionale di organizzazione delle informazioni è quello di una loro catalogazione sistematicacatalogazione sistematica secondo una specifica regola.

• Questo di tipo di organizzazione, che definiremo strutturatastrutturata, è ad esempio quello adottato da una biblioteca.



MENUMENUMENUMENU

L’ORGANIZZAZIONE DELLE INFORMAZIONI: il sistema DDC

Il principale standard bibliotecario per la classificazione e’ il:

Dewey Decimal Classification (DDC)Dewey Decimal Classification (DDC)

Ideato da Melvil DeweyMelvil Dewey nel 1876



MENUMENUMENUMENU


Durante la sua vita lavorativa fu promotore di numerose iniziative:1. Sostenne fattivamente l’American Library Association ed fondò nel 1887 la

prima scuola professionale per bibliotecari degli Stati Uniti d’America.2. Contribuì alla costituzione dell’associazione dei bibliotecari degli USA.3. Pubblicò il Library Journal.

Melvil Dewey (1851 - 1931)

Nato a New York il 10 dicembre 1851, Dewey divenne bibliotecario all’Amherst College.

Nel 1876 pubblicò un libro destinato a cambiare totalmente l’organizzazione della maggior parte delle biblioteche del mondo, infatti con questo libro introdusse il sistema di classificazione che porta il suo nome: Dewey Decimal Classification Dewey Decimal Classification (DDC).(DDC).



MENUMENUMENUMENU


Il sistema DDC sta trovando anche applicazione nel campo Il sistema DDC sta trovando anche applicazione nel campo della classificazione delle informazioni disponibili in rete.della classificazione delle informazioni disponibili in rete.

Dewey morì il 26 dicembre del 1931, ma il suo rivoluzionario sistema di organizzazione è ancora oggi il più utilizzato al mondo.

Il DDC è un sistema di facile comprensione ed è in continua evoluzione con l’introduzione delle nuove discipline o materie.

Ogni due anni esce un’edizione aggiornata dell’intero sistema di classificazione.

Melvil Dewey



MENUMENUMENUMENU


Queste sono le 10 classi principali del sistema DDC:

000 Generalities

100 Philosophy and Psychology

200 Religion

300 Social Science

400 Language

500 Natural Science and Mathematics

600 Technology (Applied Sciences)

700 Arts

800 Literature

900 Geography and History



MENUMENUMENUMENU


Ogni classe è a sua volta suddivisa un sottoclassi, ad esempio se consideriamo il codice 500 (Natural Science and Mathematics), abbiamo:

510 Mathematics

520 Astronomy

530 Physics

540 Chemistry

550 Earth Sciences

560 Paleontology

570 Life Sciences

580 Botanical Sciences

590 Zoological Sciences



MENUMENUMENUMENU


Percorrendo in profondità il sistema di classificazione, si raggiunge il codice di uno specifico argomento. Ad esempio ripartendo dal codice 590 (Zoological Sciences), possiamo ottenere:

590--Zoological Sciences

595.7--Insects

595--Other invertebrate

595.78--Lepidoptera

595.789--Butterflies



MENUMENUMENUMENU


La divisione in sottoclassi segue sempre la numerazione decimale, è per questo che si parla di Dewey DecimalDecimal Classification.

Per saperne di più sul DDC: http://www.mtsu.edu/~vvesper/dewey.html



MENUMENUMENUMENU


• Un’organizzazione strutturata richiede che le nuove informazioni (nel caso di una biblioteca: libri, riviste o altro) vengano inizialmente visionatevisionate e catalogatecatalogate in base al loro contenuto.

• Successivamente saranno collocate in una posizione facilmente identificabile (in una biblioteca o in un database).



MENUMENUMENUMENU


• Un sistema di questo tipo è efficace se l’accesso delle nuove informazioni è sempresempre “controllato” e viene sempresempre adottata la stessa procedura di catalogazione.

• Basta che un libro venga collocato non correttamente (anche dopo una consultazione) e, di fatto, non è più rintracciabilenon è più rintracciabile.



MENUMENUMENUMENU

LE INFORMAZIONI IN RETE

• Internet ha aperto la possibilità di accedere ad una quantità enorme di informazioni molto diverse tra di loro, ma prive di ma prive di regole comuni di classificazione e non regole comuni di classificazione e non correlate tra di lorocorrelate tra di loro.

• Si è passati quindi da un informazione “ordinata” ad una “disordinata”.



MENUMENUMENUMENU


“Internet è come l’unione di tutte le biblioteche del mondo, dove però qualcuno si è divertito a buttare giù tutti i libri dagli scaffali.”



MENUMENUMENUMENU


• Le informazioni contenute in questa immensa “biblioteca virtuale disordinatabiblioteca virtuale disordinata”, possono essere tra di loro molto diverse, anche se riferite ad uno stesso argomento.

• Per lo stesso argomento si possono infatti trovare: testi, immagini, filmati o suoni.

• Si tratta quindi di una risorsa di informazioni fortemente MULTIMEDIALEMULTIMEDIALE.



MENUMENUMENUMENU

LA RICERCA DI INFORMAZIONI IN RETE

In uno scenario di questo tipo occorre avere ben presente che:

1. Non è possibile usare un unicoun unico strumento di ricerca.

2. Non è possibile cercare le informazioni in un solo postoin un solo posto.



MENUMENUMENUMENU


Una prima risorsa per la ricerca di informazioni: I cataloghi on-line

OPAC: On-Line Public Access CatalogOPAC: On-Line Public Access Catalog• Sono i cataloghi che le singole biblioteche

hanno reso disponibili on-line.• Rispecchiano la struttura e la tipologia

della singola biblioteca che ha messo in linea il catalogo.



MENUMENUMENUMENU


• Library of Congress:http://catalog.loc.gov/

• Servizio Bibliotecario Nazionale (SBN):http://www.sbn.it

Due importanti OPAC



MENUMENUMENUMENU

LA RICERCA DI INFORMAZIONI IN RETEGli OPAC

Library of CongressLibrary of Congress Servizio Bibliotecario NazionaleServizio Bibliotecario Nazionale



MENUMENUMENUMENU


• L’Associazione Italiana Biblioteche (AIB) è un punto di riferimento molto importante per avere una lista dei principali OPAC: http://www.aib.it/



MENUMENUMENUMENU


Riferimenti sugli OPAC

Notizie sulla DDC



MENUMENUMENUMENU

LA RICERCA DI INFORMAZIONI IN RETELa struttura di un archivio bibliotecario

Maschera principale del menù libri

Ricerca libri



MENUMENUMENUMENU

LA RICERCA DI INFORMAZIONI IN RETELa struttura di un archivio bibliotecario

Codici di classificazione

Codici per soggetto



MENUMENUMENUMENU


• La ricerca di riferimenti bibliografici attraverso internet porta di solito ad individuare dove è possibile trovare il libro o l’articolo che si sta cercando.

• Nella gran parte dei casi non sarà quindi non sarà quindi possibilepossibile accedere al testo completo del libro o dell’articolo. Ciò avviene attraverso servizi a pagamento (in particolare per l’accesso in full text alle riviste).



MENUMENUMENUMENU


• Nel caso dei libri l’accesso in full text non è spesso possibile perché il libro stesso non esiste in formato elettronico.

• Le biblioteche on-line che hanno la possibilità di fornire l’accesso in full text a tutti i volumi posseduti sono pochissime; in questo caso si parla di digital librariesdigital libraries.

• Le nuove edizioni dei libri prevedono naturalmente anche il formato elettronico, quindi la possibilità di accedere via rete al testo completo è in costante crescita.



MENUMENUMENUMENU


• Si può estendere il concetto di funzionamento degli OPAC, fino ad ora trattati, a quello dell’accesso a banche dati di vario tipo che si trovano in rete.

• Si tratta di banche dati specialistiche (medicina, finanza e altre). Spesso sono servizi a pagamento rivolti a specifiche categorie professionali.

• L’accesso a questo tipo di informazioni è molto diverso da quello che si può ottenere con un motore di ricercamotore di ricerca.

• Un motore di ricerca si basa infatti sulle pagine HTML che sono disponibili in rete e non entra in un database non entra in un database per vedere cosa c’è al suoper vedere cosa c’è al suo

internointerno.



MENUMENUMENUMENU

LA RICERCA DI INFORMAZIONI IN RETEI motori di ricerca

• I motori di ricerca sono oggi la risorsa principale per la ricerca di informazioni in internet.

• Per loro natura sono lo strumento più “compatibile” con il tipo di informazione reperibile in internet.

• Un motore di ricerca consiste principalmente in un grande archivio on-line di pagine WEBWEB.

• La memorizzazione avviene per pagine e quindi sarà possibile trovare numerose pagine provenienti da uno

stesso sitostesso sito.



MENUMENUMENUMENU


• Le pagine memorizzate in un motore di ricerca, e quindi accessibili, possono variare nel tempopossono variare nel tempo; questo è dovuto al fatto che internet non è una rete “statica”, sia dal punto di vista della sua struttura, sia da quello delle informazioni in essa contenute.

• Esistono due modi con i quali un motore di ricerca può raccogliere le informazioni in rete:

1. Mediante una registrazione MANUALEMANUALE.

2. Con un sistema AUTOMATICOAUTOMATICO.



MENUMENUMENUMENU


• Queste due metodologie corrispondono a specifiche strategie aziendali di chi gestisce il motore di ricerca e ne costituiscono un elemento caratterizzante.

• Nel caso del sistema manuale, un team di esperti (surfer) esplora la rete e raccoglie i dati per le registrazioni, oltre a vagliare le segnalazioni che provengono da gestori di siti WEB che chiedono di essere inseriti nel motore di ricerca.



MENUMENUMENUMENU


• Nel caso dei sistemi automatici, esistono delle procedure software (SpiderSpider o CrawlerCrawler) che effettuano ogni giorno la scansione di milioni pagine WEB procedendo alla loro archiviazione, al loro aggiornamento, nel caso siano già state registrate, o alla loro rimozione.

• Un motore di ricerca memorizza del tutto o in parte il testo contenuto in una pagina, al fine di avere maggiori elementi di confronto con la chiave di ricerca inserita dall’utente.



MENUMENUMENUMENU


• L’uso di un motore di ricerca da parte di un utente è gratuito, ma chi gestisce un motore di ricerca deve far fronte a notevoli investimenti.

??



MENUMENUMENUMENU


• Molti motori di ricerca accettano di mostrare messaggi pubblicitari (banner) agli utenti che si collegano.

• Spesso vengono anche stabiliti accordi con aziende per indirizzare l’utente di un motore di ricerca a collegarsi a determinati siti.

• Esiste una “traccia” del percorso che un utente ha fatto per raggiungere un determinato sito; questo permette di capire se quel sito è stato raggiunto mediante un motore di ricerca o per altre vie.



MENUMENUMENUMENU


• Un elemento importante per chi effettua ricerche in rete è la conoscenza degli operatori booleanioperatori booleani.

• Prendono il nome dal matematico inglese George BooleGeorge Boole.

George Boole (1815-1864).

http://www.digitalcentury.com/encyclo/update/boole.html



MENUMENUMENUMENU


• Gli operatori booleani vennero introdotti da Boole in un lavoro pubblicato nel 1848 sul "Cambridge and Dublin Mathematical Journal” (Vol. III, pp. 183-98).

• Il testo dell’articolo è disponibile su:http://www.maths.tcd.ie/pub/HistMath/People/Boole/CalcLogic/CalcLogic.html

• Il problema che Boole voleva trattare era quello di legare la verità o la falsità di proposizioni complessecomplesse a quella di proposizioni più semplicisemplici contenute all’interno di esse.



MENUMENUMENUMENU


• Gli operatori booleani, detti anche operatori logici, sono tre:

AND, OR e NOTAND, OR e NOT.1. L’operatore AND (a volte abbreviato con & o +)

combina due condizioni che devono essere simultaneamente verificate.

2. L’operatore OR (a volte abbreviato con | o ,) indica che almeno una delle due condizioni richieste sia verificata.

3. L’operatore NOT (a volte abbreviato con – o !) indica che la condizione indicata non deve essere mai verificata.



MENUMENUMENUMENU


• L’introduzione degli operatori booleani ed il loro uso combinato ha dato luogo alla nascita dell’algebra di Boole che, insieme al codice binario, rappresenta la teoria sulla quale si basa il funzionamento dei computer.

• Anche i motori di ricerca, nella definizione delle chiavi di ricerca, seguono le regole dell’algebra di Boole.



MENUMENUMENUMENU


Indicazioni sull’utilizzo degli operatori booleani nella pagina per le ricerche avanzate della Library of Congress



MENUMENUMENUMENU


• NON ESISTENON ESISTE in internet uno standard comune di utilizzo di questi operatori.

• L’utilizzo degli operatori booleani nei motori di ricerca è spesso semplificato con la presenza di appositi menù per la scelta delle diverse opzioni.

• In aggiunta a questi operatori ci sono varie regole di sintassi comunemente riconosciute dai motori di ricerca.

• Tutte queste regole si possono combinare tra di loro.



MENUMENUMENUMENU


• Due regole di sintassi molto utili nella ricerca sono:

1. La ricerca letterale. Si effettua mettendo una sequenza di parole tra virgolette (es. “operatori logici”), in questo caso il motore di ricerca indicherà le pagine che hanno una sequenza di parole identica a quella immessa.

2. Utilizzo delle lettere maiuscole. Se si cerca un nome proprio, è bene scrivere le iniziali con le maiuscole. (es. GuidoGuido porta a risultati diversi da guidoguido).



MENUMENUMENUMENU


Library of CongressEsempi pratici di utilizzo dei singoli operatori e loro combinazione con altre regole.



MENUMENUMENUMENU


Yahoo!Pagina per la ricerca avanzata.



MENUMENUMENUMENU


Yahoo!Sintassi per l’utilizzo degli operatori di ricerca avanzata.



MENUMENUMENUMENU


• La conoscenza di queste regole di base è necessaria in quanto NON E’ POSSIBILENON E’ POSSIBILE fare ricerche in internet immettendo semplici parole.

• La quantità di documenti mostrati sarebbe tale da rendere impossibile trovare quello che si stava cercando.

• Molti motori di ricerca ormai non accettano neanche il comando se la richiesta è troppo generica ed invitano a riformularla.



MENUMENUMENUMENU


• La quantità enorme di documenti presenti in internet (2 miliardi di pagine raggiunte a luglio 2001), sta spingendo i principali motori di ricerca a rivedere profondamente la loro organizzazione.

• Si stanno cominciando ad applicare metodi di classificazione per argomenti (directory).

• Si sta quindi cercando di dare un’impostazione STRUTTURATASTRUTTURATA alle informazioni contenute in un motore di ricerca per evitare che, entro breve tempo, l’ulteriore aumento delle pagine WEB renda inefficace il servizio reso.



MENUMENUMENUMENU


• Alcuni motori di ricerca (Yahoo!) hanno sin dall’inizio adottato questo sistema.

• C’è su questo argomento un interessante progetto in corso, descritto nel sito: http://dmoz.org/Computers/Internet/Searching/Search_Engines/



MENUMENUMENUMENU


Il progetto Open Directory



MENUMENUMENUMENU


Il progetto Open Directory

E’ possibile proporsi come moderatori (editor) di un’area tematica



MENUMENUMENUMENU


TRE MOTORI DI RICERCA DA CONOSCERE

http://www.yahoo.it

http://it.altavista.com

http://www.google.it



MENUMENUMENUMENU

LA RICERCA DI INFORMAZIONI IN RETEI motori di ricerca:

E’ uno dei siti WEB più visitati nel mondo, si stimano 2 milioni di connessioni al giorno.

Area per l’introduzione del comando di ricerca



MENUMENUMENUMENU


Area destinata alla ricerca per categorie (directory)



MENUMENUMENUMENU


Pagina per la ricerca avanzata;

guida all’uso degli operatori logici.



MENUMENUMENUMENU


Alla fine del 1993, Jerry Yang e David Filo, studenti dell’Università di Stanford, cercarono di trovare un sistema adatto a catalogare in maniera più ordinata i loro bookmark.

Jerry Yang

Predisposero una lista di link suddivisi per categorie e la misero on-line; la lista comprendeva circa 200 siti web. Immediatamente furono sommersi di richieste per l’inserimento di nuovi siti in questo catalogo.



MENUMENUMENUMENU


Yahoo! Oggi è un’azienda che ha circa 3300 dipendenti con un fatturato di 700 milioni di dollari (2001). L’80% dei ricavi proviene dalla pubblicità

Yahoo! Ha sempre continuato ad organizzare la propria struttura per categorie ed effettua la scansione del WEB in maniera MANUALEMANUALE, dedicando a questa attività centinaia di persone che ogni giorno visionano migliaia di pagine WEB.

Foto E. Perfido (1999)



MENUMENUMENUMENU


L’inserimento di una pagina su Yahoo! Può avvenire anche dietro segnalazione, però molte segnalazioni non vengono neanche esaminate. Esiste la possibilità per alcune categorie (e-commerce) di chiedere la registrazione con una procedura a pagamento. In questo caso Yahoo! Garantisce che entro 7 giorni il sito verrà visionato da un surfer.

Foto E. Perfido (1999)



MENUMENUMENUMENU


Esempio di ricerca con le parole: george boole

Riferimenti trovati: 10.100



MENUMENUMENUMENU


Esempio di ricerca con le parole: “George Boole”

Riferimenti trovati: 7.200



MENUMENUMENUMENU



Aree tematiche di ricerca



MENUMENUMENUMENU


Ulteriori strumentiper circoscrivere la ricerca

Finestra per la ricerca avanzata



MENUMENUMENUMENU

AltaVista nasce nel 1995, come diramazione di un laboratorio della Digital Equipment Corporation (DEC), uno dei più grandi produttori mondiali di sistemi di calcolo ad elevate prestazioni (successivamente acquisita dalla Compaq Computer Corporation e poi da CMGI). Durante lo sviluppo di una nuova famiglia di elaboratori (Alpha 8400), destinata ad applicazioni di database, tre dipendenti ebbero l’idea di provarne le prestazioni implementando un software di database specifico per le pagine WEB con possibilità di eseguire ricerche. La famiglia Alpha 8400 poteva garantire prestazioni fino a 100 volte superiori rispetto ai prodotti della concorrenza.




MENUMENUMENUMENU



Riferimenti trovati: 214 pagine



MENUMENUMENUMENU



Riferimenti trovati: 129 pagine



MENUMENUMENUMENU



Pagine censite: 2.073.418.204



MENUMENUMENUMENU


Sistema guidato per la ricerca avanzata

Altri strumenti di ricerca



MENUMENUMENUMENU


Google è un motore di ricerca che adotta una delle più innovative ed interessanti tecniche di ricerca e selezione dei documenti.

Il sistema di ricerca è automaticoautomatico e si basa su sofisticati algoritmi matematici sviluppati nell’ambito della teoria dei sistemi complessi.

Il sistema è stato sviluppato all’Università di Stanford ad opera di Sergey Brin e Larry Page, due giovani laureati in scienze informatiche.



MENUMENUMENUMENU


Google è stato presentato nel settembre del 1999, dopo essere stato provato per più di un anno.

Larry Page Sergey Brin

Il sistema sviluppato si Il sistema sviluppato si chiama chiama PageRank PageRank e la sua caratteristica è quella di effettuare non solo una scansione della pagina WEB, ma anche di valutarne “l’importanza”.

http://www.google.com/technology/



MENUMENUMENUMENU


L’importanza della pagina è definita in base al numero di link che puntano ad essa, cioè verificando quantequante altre pagine WEB conducono alla pagina esaminata.

Si tiene inoltre conto dell’importanza delle pagine WEB che puntano a quella in esame. Questo richiede un’enorme capacità computazionale in quanto si deve tenere conto di centinaia di milioni di variabili che alla fine producono un “punteggio” (rank) che viene assegnato alla pagina.



MENUMENUMENUMENU(L1,N1);(L2,N2);(L3,N3) Rank

GOOGLE


Pagina in esame

L1

L2

L3

N1

N2

N3



MENUMENUMENUMENU


Il punteggio assegnato viene utilizzato per stabilire in che ordine presentare il risultato di una ricerca.

Il sistema PageRank PageRank è implementato su numerosi elaboratori che funzionano contemporaneamente. Google oggi è in grado di analizzate 1,5 milioni di pagine WEB al giornoal giorno.

Google conta meno di 300 dipendenti ed ha superato i 2 miliardi di pagine archiviate.



MENUMENUMENUMENU


Google è una società di servizi ed è per questo che il contenuto di pubblicità all’interno del motore di ricerca è molto ridotto.

Alcuni tra i principali motori di ricerca, primo fra tutti Yahoo!, si affidano a Google per ricercare le pagine che non sono riusciti a trovare.



MENUMENUMENUMENU


Riferimento a Google su Yahoo!



MENUMENUMENUMENU



Riferimenti trovati: 14.100 pagine



MENUMENUMENUMENU



Riferimenti trovati: 10.100 pagine



MENUMENUMENUMENU


La directory di Google



MENUMENUMENUMENU

LA RICERCA DI INFORMAZIONI IN RETEUn esempio interessante: www.northernlight.com




MENUMENUMENUMENU


Pagina per la ricerca avanzata



MENUMENUMENUMENU


Ricerca con le parole:george boole

Presentazione dei risultati per categorie



MENUMENUMENUMENU


Ricerca con le parole:“George Boole”

Presentazione dei risultati per categorie



MENUMENUMENUMENU


Riferimenti bibliografici e web:

1. Marco Calvo, Fabio Ciotti, Gino Roncaglia, Marco Zela, “Internet 2000, manuale per l’uso della rete”, Laterza editore (2000) - http://www.laterza.it/internet/

2. http://www.motoridiricerca.it

3. http://www.mtsu.edu/~vvesper/dewey.html

4. http://catalog.loc.gov/

5. http://www.sbn.it

6. http://www.aib.it/

Utilizzo di strumenti per la ricerca delle informazioni in rete MENU Utilizzo di strumenti per la...

Documents

Transcript of Utilizzo di strumenti per la ricerca delle informazioni in rete MENU Utilizzo di strumenti per la...