Операционные системы

Одним из подходов к составлению тезауруса  может стать использование законов  Ципфа. Рассмотрим их более подробно.

Число, показывающее сколько раз встречается слово в тексте, называется частотой вхождения слова. Если расположить частоты по мере убывания и пронумеровать, то порядковый номер частоты называется рангом частоты. Вероятность обнаружения слова в тексте равно отношению частоты вхождения слова к числу слов в тексте. Ципф определил, что если умножить вероятность обнаружения слова в тексте на ранг частоты, то получившаяся величина приблизительно постоянна для всех текстов на одном языке:

где f —  частота вхождения слов, r — ранг частоты, n — число слов

Это значит, что график зависимости ранга  от частоты представляет из себя равностороннюю гиперболу.

Ципф также  установил, что зависимость количества слов с данной частотой от частоты  постоянна для всех текстов в  пределах одного языка и также  является гиперболой.

Исследование  вышеуказанных зависимостей для  различных текстов показали, что  наиболее значимые слова текста лежат  в средней части диаграммы, так  как слова с максимальной частотой, как правило, являются предлогами, частицами, местоимениями, в английском языке  — артиклями (так называемые «стоп-слова»), а редко встречающиеся слова в большинстве случаев не имеют решающего значения. Таким образом, данная особенность может помочь правильно выбрать ключевые слова для проведения поиска информации.

Процедура оптимального выбора ключевых слов, основанная на применении законов Ципфа, заключается  в следующем: берут любой текст-источник, близкий к искомой теме, то есть «образец», и анализируют его, выделяя  значимые слова. В качестве текста-источника  может служить книга, статья, web-страница, любой другой документ. Анализ текста производится в следующем порядке:

1.  «стоп-слова» удаляются из текста;

2.  вычисляется частота вхождения  каждого слова и составляется  список, в котором слова расположены  в порядке убывания их частоты;

3.  выбирается диапазон частот, лежащий в середине списка, и  из него отбираются слова, наиболее  полно соответствующие смыслу  текста;

4.  составляется запрос к поисковой  машине в форме перечисления  отобранных таким образом ключевых  слов, связанных логическим оператором OR(ИЛИ) Запрос в таком виде позволяет обнаружить тексты, в которых встречается хотя бы одно из перечисленных слов.

Число документов, полученных в результате поиска по этому запросу, может быть огромно. Однако, благодаря ранжированию документов, то есть расположению их в порядке  убывания частоты вхождения в  документ слов запроса, применяемому в  большинстве поисковых машин, на первых страницах найденных ресурсов практически все документы должны оказаться релевантными.

Отбор поисковых  систем. Данный этап требует установить последовательность использования поисковых машин в соответствии с убыванием ожидаемой эффективности поиска с применением каждой машины.

Всего известно около нескольких сотен поисковых  систем, различающихся по регионам охвата, принципам проведения поиска (а, следовательно, по входному языку  и характеру воспринимаемых запросов), объему индексной базы, скорости обновления информации, способности искать «нестандартную»  информацию и т. д. Основными критериями выбора поисковых систем являются объем  индексной базы сервера и степень  развитости самой поисковой машины, то есть уровень сложности воспринимаемых ею запросов.

Составление и выполнение запросов к поисковым  машинам. Это наиболее сложный и трудоемкий этап, связанный с обработкой значительного количества информации, большая часть которой обычно является шумовой. На основе тезауруса формируются запросы к выбранным поисковым серверам. После получения первоначальных результатов возможно уточнение запросов с целью отсечения очевидно нерелевантной информации. Затем производится отбор ресурсов, начиная с наиболее интересных, с точки зрения целей поиска, и данные с ресурсов, признанных релевантными, собираются для последующего анализа.

Как формат, так и семантика запросов может  варьироваться в зависимости  от применяемой поисковой машины и конкретной предметной области. Запросы  должны составляться так, чтобы область  поиска была максимально конкретизирована и сужена, то есть предпочтение следует  отдавать использованию нескольких узких запросов по сравнению с  одним расширенным. В общем случае для каждого основного понятия  из тезауруса готовится отдельный  пакет запросов. Так же производится их пробная реализация — как для  уточнения и пополнения тезауруса, так и с целью отсечения  шумовой информации.

Языки запроса  различных машин поиска в основном являются сочетанием следующих функций:

• осуществление поиска документов при помощи операторов булевой алгебры AND, OR, NOT. AND (И) — содержащих все термины, соединенные им, OR (ИЛИ) — искомый текст должен содержать хотя бы один из терминов, соединенных данным оператором; NOT (НЕ) — поиск документов, в тексте которых отсутствуют термины, следующие за данным оператором;
• осуществление поиска документов при помощи операторов расстояния, ограничения порядка следования и расстояния между словами. NEAR — второй термин должен находиться на расстоянии от первого, не превышающем определенного числа слов; FOLLOWED BY — термины следуют в заданном порядке; ADJ — термины, соединенные оператором, являются смежными;
• возможность усечения терминов — использование символа * вместо его окончания термина; позволяет включить в искомый список все слова, производные от его начальной части шаблона;
• учет морфологии языка — машина автоматически учитывает все формы данного термина, возможные в языке, на котором ведется поиск;
• возможность поиска по словосочетанию, фразе;
• ограничение поиска элементом документа (слова запроса должны находиться именно в заголовке, первом абзаце, ссылках и т. д.);
• ограничение по дате опубликования документа;
• ограничение на количество совпадений терминов;
• возможность поиска графических изображений;
• чувствительность к строчным и прописным буквам.

Результат запроса, то есть выведенный системой список ссылок на найденные ресурсы, обрабатывается в два этапа. На первом этапе производится отсечение очевидно нерелевантных источников, попавших в выборку в силу несовершенства поисковой машины или недостаточной  «интеллектуальности» запроса. Параллельно  проводится семантический анализ, имеющий  целью уточнение тезауруса для  модификации последующих запросов. Дальнейшая обработка производится путем последовательного обращения  на каждый из найденных ресурсов и  анализа находящейся там информации.

Анализ  ресурсов и сбор информации. Конечной стадией поиска является анализ ресурсов и сбор искомой информации. Первичный анализ ресурсов может основываться на аннотациях, если они есть, а при их отсутствии — на ознакомлении с информационным наполнением ресурса. Далее информация извлекается с отобранных источников и используется в соответствующих поиску целях.

Web-документ или гипертекстовый документ или Web-страница - это документ, содержащий в себе области, чувствительные к движению и щелчкам мыши, т.е. ссылки на другие документы

Гипертекстовые ссылки (гиперссылки) - выделенные области документа, позволяющие переходить на другие части данного документа или к другому документу. Гиперссылкой может быть слово, фраза, графический элемент и пр.

Гипертекст  с помощью гиперссылок связывает  между собой множество документов. Возникает ассоциация с паутиной, которая "опутывает" весь земной шар. Паутина по-английски Web.

Гипертекстовый  документ создается с помощью  специального языка - HTML (HyperText Markup Language) - языка гипертекстовой разметки.

Всемирная паутина - World Wide Web - связывает миллионы гипертекстовых документов, которые  называют Web-документами или Web-страницами.

Web-сайт - группа HTML-документов, объединенных по смыслу и имеющих одно дизайнерское решение.

Это системы, которые занимаются сбором информации о ресурсах Интернет и ее систематизацией  для облегчения доступа пользователю к этим ресурсам.

Поисковая система делает запрос Web-серверу (или серверам), а он формирует ответ, который передается на компьютер пользователя, который называется клиентом.

Сервер - главный компьютер сети, который представляет доступ к общей базе данных (информационных ресурсов).

Клиент - компьютер сети, имеющий доступ к информационным ресурсам сервера.

Популярные поисковые системы (поисковые  сервера)

русскоязычные
Рамблер	http://www.rambler.ru
Яndex	http://www.yandex.ru
Апорт	http://www.aport.ru
англоязычные
Yahoo!	http://www.yahoo.com
AltaVista	http://www.altavista.com
InfoSeek	http://www.infoseek.com

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Лекция 4

Информационные  технологии электронной коммерции

 

Электронный Бизнес (e-Business) - любая форма бизнес процесса, в котором взаимодействие между субъектами происходит электронным  способом. Важно отличать электронный  бизнес от электронной коммерции.

Электронный бизнес - это способ заработка денег  посредством электронных устройств. Существует еще одно определение  электронного бизнеса: электронный  бизнес - это предоставление услуг  или конечного продукта через  электронные средства. Телевидение, телефон, Интернет являются таковыми.

Электронный бизнес это - качественно новые технологии работы, которые позволяют компании достичь конкурентного преимущества за счет улучшения обслуживания своих  клиентов и оптимизации бизнес отношений  с партнерами. Интернет-технологии являются одним из основных, но не единственным ключевым аспектом в электронном бизнесе.

Сочетание слов "электронный бизнес" содержит главную идею, то есть сделать формализуемые  бизнес-операции электронными и перевести  их в Интернет-среду. Хотя это кажется простым, суть электронного бизнеса не ограничивается программным обеспечением и компьютерами, как традиционное предприятие не состоит лишь из офиса и копировального аппарата. Реализация простой и понятной идеи требует пересмотра всей модели делового оборота. Как и традиционный, электронный бизнес требует комплексного подхода, включающего планирование и управление, поддерживаемое технологией, процессами и структурой. В случае электронного бизнеса основная тяжесть поддержки ложится на безопасное и надежное программное и аппаратное обеспечение, сети, каналы связи и, конечно же, Интернет.

Цели электронного бизнеса известны - сделать основной бизнес компании более рентабельным, саму компанию - более конкурентоспособной.

Считается, что электронный бизнес включает: продажи, маркетинг, финансовый анализ, платежи, поиск сотрудников, поддержку  пользователей и поддержку партнерских  отношений.

Полнофункциональная система электронного бизнеса - это  сложный интегрированный комплекс, включающий широкий спектр различных  по своей природе компонентов.

В систему  электронного бизнеса, как правило, входят: 
Подсистемы обмена информацией (например, электронная почта, приложения мгновенной передачи сообщений и др.)

Подсистемы электронного документооборота

Подсистемы управления ресурсами  компании (материальными, финансовыми, человеческими)

Подсистемы глобального поиска данных, сбора и совместного использования  знаний

Корпоративные web-представительства, интегрированные с другими подсистемами компании

Подсистемы электронной коммерции (e-commerce) для организации продаж и  закупок

Подсистемы взаимодействия с клиентами  и партнерами

Подсистемы учета ресурсов (склад, логистика и т.п.) 
Электронная коммерция это - один из элементов электронного бизнеса. Она связана с выполнением функций маркетинга, включая продажу товаров и услуг через Интернет потребителю. Электронная коммерция (e-commerce) – осуществление продаж / закупок электронными средствами.

Термин  "электронная коммерция" объединяет в себе множество различных технологий, в числе которых - EDI (Electronic Data Interchange - электронный обмен данными), электронная почта, Интернет, интранет (обмен информацией внутри компании), экстранет (обмен информацией с внешним миром). Таким образом, электронную коммерцию можно характеризовать как ведение бизнеса через Интернет.

Электронная коммерция - это ускорение большинства  бизнес-процессов за счет их проведения электронным образом. В этом случае информация передается напрямую к получателю, минуя стадию создания бумажной копии  на каждом этапе.

Системы электронной  коммерции можно разделить на два класса - системы для организации розничной торговли и системы для взаимодействия с деловыми партнерами (системы бизнес для потребителя и бизнес для бизнеса).

Под определение  электронной коммерции подпадают  не только системы, ориентированные  на Интернет, но также и "электронные  магазины", использующие иные коммуникационные среды. В то же время процедуры  продаж, инициированных информацией  из WWW, но использующих для обмена данными  факс, телефон и пр., могут быть лишь частично отнесены к классу электронной  коммерции. Отметим также, что, несмотря на то, что WWW является технологической  базой электронной коммерции, в  ряде систем используются и другие коммуникационные возможности. Так, запросы  к продавцу для уточнения параметров товара или для оформления заказа могут быть посланы и через электронную почту.

Категории и виды электронной коммерции. Появление Интернета значительно удешевило ведение электронной коммерции за счет низкой себестоимости передачи информации и привело к возникновению ее качественно новых форм. Одной из таких форм стали системы уровня "бизнес - бизнес" (В2В) и "бизнес - потребитель" (В2С), где ключевым моментом является взаимодействие через Web-браузер.