Corso di Informatica di Base. Laboratorio 2

Transcript

1 Corso di Informatica di Base Laboratorio 2 Motori di Ricerca Sara Casolari

2 Cercare nel posto giusto Andare in posti noti Esempio: per reperire informazioni sui contributi pensionistici chiediamo all INPS Usare biblioteche on-line La maggior parte delle biblioteche pubbliche e universitarie permette di accedere ai cataloghi on-line e a molte altre risorse le biblioteche forniscono risorse on-line ben organizzate e affidabili la gran parte dei documenti anteriori al 1985 non sono (ancora) disponibili on-line Informatica WWW e Motori di Ricerca 2

3 Com è organizzata l informazione? Classificazione gerarchica L informazione è raggruppata in un piccolo numero di categorie, ognuna descritta semplicemente (classificazione di primo livello) L informazione in ogni categoria è suddivisa in sotto-categorie (classificazione di secondo livello), e così via Alla fine le classificazioni saranno così piccole che sarà possibile scorrere un intera categoria per trovare l informazione desiderata E quando l informazione non è organizzata (come la maggior parte dell informazione Web)? Informatica WWW e Motori di Ricerca 3

4 Usare un motore di ricerca Un applicazione che aiuta nella ricerca di documenti su Web La ricerca è basata su l uso di parole chiave (keyword) Il risultato è una lista di risorse Web che contengono la/e parola/e chiave richiesta/e Il più famoso è: Informatica WWW e Motori di Ricerca 4

5 Interfaccia dei motori di ricerca Ogni motore di ricerca contiene una zona scrivibile nella quale digitare la richiesta (query) Dopo, premendo il tasto SEARCH (o tasti dai nomi analoghi) il motore avvia la ricerca dei documenti presenti sul Web che si adeguano alla richiesta Informatica WWW e Motori di Ricerca 5

6 Interfaccia dei motori di ricerca La query più semplice è costituita da un semplice termine da cercare Premuto il tasto Search si ottiene in risposta la lista di tutti i documenti che contengono il termine indicato Ogni risposta comprende: il titolo di una pagina WWW l'indirizzo (cliccabile) della pagina un estratto della pagina, per avere un idea del contenuto eventuali altre informazioni, come p.es. la dimensione in byte della pagina, la data di creazione o ultimo aggiornamento, ecc. Informatica WWW e Motori di Ricerca 6

7 Esempi di siti Informatica WWW e Motori di Ricerca 7

8 Componenti dei motori di ricerca Solitamente un motore di ricerca utilizza una serie di programmi spider che navigano continuamente ed indipendentemente tra i siti Web e ritornano quanti più documenti possibile Un altro programma, chiamato indexer, legge i documenti e crea un indice basato sulle parole contenute in ogni documento. Ogni motore di ricerca utilizza un programma proprietario per indicizzare i risultati in modo opportuno Un altro programma chiamato query processor cerca nell indice le occorrenze delle parole chiave inserite dall utente e restituisce le pagine Web che le contengono Informatica WWW e Motori di Ricerca 8

9 Crawler Quando un crawler (o spider) visita un sito Web: Per prima cosa identifica tutti i link che puntano ad altre pagine Controlla di non aver visitato recentemente queste pagine Se non è così, le aggiunge a una lista di pagine da processare Memorizza in un indice tutte le parole chiave utilizzate nella pagina Informatica WWW e Motori di Ricerca 9

10 Aspettative utente Ci si aspetta che i documenti più interessanti o maggiormente collegati alla lista di parole chiave fornita si trovino in cima alla lista Questo può non succedere se: - Il programma di indicizzazione non è efficiente - La selezione di parole chiave fornita dall utente è ambigua o troppo generica Informatica WWW e Motori di Ricerca 10

11 Page ranking: un'idea di indicizzazione di Google Ordina i link secondo la rilevanza La rilevanza è calcolata in base al numero di collegamenti che puntano alla pagina (più link puntano alla pagina, più essa è considerata importante) ogni collegamento a una pagina è considerato un voto per quella pagina Google considera anche il ranking (l importanza) della pagina che sta votando Informatica WWW e Motori di Ricerca 11

12 Formulare la domanda giusta Scegliere le parole giuste e sapere come il motore di ricerca le userà Parole o frasi? i motori di ricerca generalmente considerano ogni parola separatamente per cercare una frase esattamente come è scritta è possibile racchiuderla tra virgolette Informatica WWW e Motori di Ricerca 12

13 Come scrivere una query La modalità di ricerca all interno del Web varia a seconda del motore di ricerca usato. - Solitamente, le parole di una query vengono cercate all interno dei documenti in qualunque ordine e non necessariamente tutte insieme - Inoltre esse vengono filtrate per eliminare parole poco significative (articoli), punteggiatura,... Questa operazione è detta stoplist removal - Esse vengono anche filtrate per unificare le parole con radice comune (e.g. Canto cantare cantante cantano canti...). Questa operazione è detta stemming Informatica WWW e Motori di Ricerca 13

14 Come scrivere una query Gli indirizzi che vengono riportati corrispondono quindi a pagine che contengono: - Tutte o alcune delle parole della query - Parole simili a quelle della query (p.es. un altra voce dello stesso verbo) - A volte, parole con significato correlato a quello delle parole della query Gli indirizzi vengono inoltre ordinati per rilevanza (i criteri di rilevanza variano da motore di ricerca a motore di ricerca) Informatica WWW e Motori di Ricerca 14

15 Come scrivere una query Meglio una query con molte parole che una query meno specifica E possibile anche inserire come query una domanda vera e propria. (grazie allo stop word removal) Termini obbligatori: - In alcuni casi si vuole essere sicure che le parole scelte siano comprese nei testi trovati (tipo l AND logico) - Precedo ogni parola obbligatoria da un segno + Informatica WWW e Motori di Ricerca 15

16 Problemi dei motori di ricerca Se la parola chiave è troppo generica (è associata a più significati diversi) o se la richiesta dell utente è ambigua, si può avere un sovraccarico di informazioni: - Il motore di ricerca ritorna una lista troppo lunga di risultati Una soluzione è quella di raffinare la ricerca, aggiungendo parole chiave o utilizzando gli operatori booleani forniti dalle opzioni di ricerca avanzata del motore Informatica WWW e Motori di Ricerca 16

17 Operatori booleani Il matematico inglese George Boole ( ) fondò un campo della matematica e della filosofia chiamato logica simbolica Il suo nome è rimasto legato ad un insieme di operatori che sono molto utili e molto presenti nel campo dell informatica e che si chiamano operatori booleani Nell ambito dei motori di ricerca gli operatori booleani sono utili per definire operazioni di ricerca avanzate Informatica WWW e Motori di Ricerca 17

18 Operatori booleani (cont.) Gli operatori booleani di base sono: AND OR NOT Essi vengono applicati a uno (nel caso del NOT) o due (nel caso di AND e OR) argomenti e ritornano dei valori di verità (VERO o FALSO) Informatica WWW e Motori di Ricerca 18

19 Tabelle di verità Operatori booleani (cont.) X Y X and Y X Y X or Y X not X F F F F F F F V F V F F V V V F V F F V F V V V V V V V I valori di verità possono essere codificati con valori binari in modo molto semplice. Un associazione standard è: V 1 F 0 Informatica WWW e Motori di Ricerca 19

20 Operatori booleani: esempio X= Siamo a Modena Y= Questo è il corso di Laurea di Ingegneria X AND Y è falso X OR Y è vero Not X è falso, not Y è vero Informatica WWW e Motori di Ricerca 20

21 Come scrivere una query - Esclusione di termini: - Talvolta una stessa parola ha due significati diversi. Se vogliamo essere sicuri di ottenere solo risposte relative ad un significato possiamo escludere esplicitamente parole che ci ricondurrebbero all altro - Esempio: se cerco informazioni relative al calcio (nel senso di materiale chimico) posso provare ad escludere i risultati relativi allo sport nel seguente modo: Calcio sport soccer pallone Anche se forse la seguente ricerca potrebbe essere più efficace: Calcio chimica Informatica WWW e Motori di Ricerca 21

22 Come scrivere una query Ricerca di frasi o di parole adiacenti: - Racchiudo la frase tra virgolette - Mi verranno restituiti solo i documenti in cui la frase compare in modo esatto (con le parole nell ordine in cui le ho scritte) Informatica WWW e Motori di Ricerca 22

23 Quanto è affidabile il Web Chiunque può pubblicare sul Web ciò che vuole Molta dell informazione disponibile è falsa, fuorviante, ingannevole, faziosa, diffamatoria o disgustosa Come facciamo a sapere se le pagine che troviamo sono affidabili? I nomi dei domini registrati possono essere ingannevoli o intenzionalmente truffaldini Occorre verificare l identità della persona o dell organizzazione che pubblica la pagina Web Informatica WWW e Motori di Ricerca 23

24 Caratteristiche dei siti affidabili Esistenza reale nel mondo fisico. Il sito fornisce un indirizzo, numero di telefono e indirizzo di posta elettronica Certificazione. Il sito include riferimenti, citazioni o credenziali, nonché collegamenti a siti altrettanto certificati Chiarezza. Il sito è ben organizzato, facile da navigare e fornisce servizi come una ricerca interna Aggiornamento. Il sito è stato aggiornato di recente Professionalità. La grammatica, l ortografia, la punteggiatura e l aspetto grafico sono corretti; tutti i link funzionano Tuttavia, anche un sito che esibisce tutte queste qualità potrebbe non essere affidabile! Informatica WWW e Motori di Ricerca 24

25 Google Interfaccia e funzionalità Google offre una divisione in categorie che permettono di restringere la ricerca: - Ricerca pagine Web; - Ricerca immagini; - Ricerca video Applicazioni Web aggiuntive offerte: - Google maps; - News; - Gmail; - Calendar; Informatica WWW e Motori di Ricerca 25

26 Google Interfaccia e funzionalità Informatica WWW e Motori di Ricerca 26

27 Ricerca avanzata - Web Informatica WWW e Motori di Ricerca 27

28 Riepilogo step per la ricerca 1. Definite chiaramente quale tipo di pagina si sta cercando (un organizzazione, un azienda, una pagina di riferimento ecc.) 2. Cercate di immaginare quale tipo di organizzazione potrebbe pubblicare la pagina che cercate Con sole queste informazioni si potrebbe già essere in grado di indovinare l URL. 3. Elencate i termini che hanno la maggiore probabilità di comparire nella pagina che si sta cercando. 4. Valutate i risultati : prima di esaminare le pagine, valutate l efficacia della ricerca 5. Considerare una strategia in due passate 6. Fare una ricerca ad ampio raggio e poi selezionate i risultati Informatica WWW e Motori di Ricerca 28

29 Risultato di ricerca Il motore di ricerca fornisce informazioni in merito alla ricerca delle keywords di interesse. In particolare: Numero totale di risultati per le keywords mostrate; Tempo in secondi, per effettuare la ricerca. Informatica WWW e Motori di Ricerca 29

30 Altre funzionalità Ricerca definizioni: Per cercare la definizione di un termine o il significato di un acronimo basta digitare nel campo di ricerca di Google: - define: termine dove "termine" indica la parola da cercare. Esempio: "define: TCP" darà come risultato la definizione della sigla. I risultati di Googledefine spesso sono di Wikipedia. Informatica WWW e Motori di Ricerca 30

31 Altre funzionalità Calcoli matematici Si può ottenere il risultato di un calcolo (anche complicato) digitandolo nel campo di ricerca e utilizzando i comuni operatori matematici. Esempi: 9*2 (5+6)/8 2^16 sqr 81 oppure 81^(1/2) LOG 100 Si possono anche introdurre le costanti matematiche e fisiche: c, e, G, h, i, k, pi, phi Informatica WWW e Motori di Ricerca 31

32 Altre funzionalità È anche possibile cercare contenuti presenti in un determinato sito, ad esempio "Ganimede site:nasa.gov" cercherà le informazioni su Ganimede presenti sul sito della NASA. Informatica WWW e Motori di Ricerca 32

33 Altre funzionalità Directory Google: strumento molto utile per effettuare ricerche limitate su un argomento specifico. Esempio, per visualizzare solo risultati relativi al pianeta Saturno, è sufficiente selezionare "Saturno" nella categoria Scienze > Astronomia della directory Google. In questo modo si evita che vengano visualizzati risultati relativi alla macchina Saturn, al gioco omonimo o altri risultati che possano essere correlati al termine Saturno. Informatica WWW e Motori di Ricerca 33

34 Altre funzionalità igoogle: home page personalizzata Google. E' possibile aggiungere alla propria pagina personale notizie, foto, previsioni meteo e altro ancora dal Web. Il servizio è stato lanciato nel maggio Informatica WWW e Motori di Ricerca 34

35 Altre funzionalità Google Calendar: consente di organizzazione eventi, inviti, notifiche su cellulare, condivisione. Un calendario può essere condiviso per intero, operazione che può risultare utile quando fai parte di un gruppo con eventi condivisi, come una squadra di pallavolo. Si può scegliere di rendere i calendari pubblici e disponibili per la ricerca da parte di altri utenti. Informatica WWW e Motori di Ricerca 35

36 Altre funzionalità Google Groups è un servizio free di Google dove gruppi di persone fanno discussioni su interessi comuni. Gli utenti possono trovare gruppi relativi a diversi interessi e partecipare alle loro conversazion attraverso al Google Groups o attraverso le . Gli utenti possono anche inizializzare un nuovo gruppo. Per farlo bisogna creare un account. Informatica WWW e Motori di Ricerca 36

37 Altre funzionalità Google scholar: per le ricerche in ambito accademico. Guarda la differenza tra la ricerca con google normale e google scholar di un titolo ben preciso di un paper. Google documents: permette di caricare sul proprio account google dei documenti, visualizzarli e modificarli. Permette di modificare i documenti di testo, fogli di calcolo e presentazioni. Gestisce i file in formato Office. Permette di caricare e visualizzare pdf. Informatica WWW e Motori di Ricerca 37

38 Altri motori di ricerca Informatica WWW e Motori di Ricerca 38

39 Esercizio Documenti: Ricercare utilizzando un motore di ricerca a piacere l'articolo Molecular Biology for Computer Scientists, autore Lawrence Hunter, e scaricarlo sul proprio PC anche con Google scholar (cerca l autore su google scholar e su google normale) Immagini: Ricercare la nota immagine di Marilyn Monroe e scaricarla sul proprio PC Pagine Web: Ricercare l'anno in cui è stata fondata l'università di Modena (almeno 2 fonti). E la Facoltà di Medicina? Informatica WWW e Motori di Ricerca 39