Cercare informazioni sul Web

1
Cercare informazioni sul Web
2
Organizzazione dellinformazione tramite gerarchie

• Classificazione gerarchica
• Linformazione è raggruppata in un piccolo numero
  di categorie, ognuna descritta semplicemente
  (classificazione di primo livello)
• Linformazione 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 unintera categoria
  per trovare linformazione desiderata

3
(No Transcript)
4
Caratteristiche importanti delle classificazioni

• Le descrizioni devono coprire tutte le
  informazioni categorizzate e facilitare eventuali
  ricerche.
• Le sotto-categorie non devono usare tutte la
  stessa classificazione.
• Linformazione contenuta in una categoria
  definisce il modo migliore di classificarla.
• Non cè un modo univoco di classificare
  linformazione.

5
Progettare una gerarchia

• Regole generali per la progettazione delle
  gerarchie e terminologia
• la radice è posta in alto
• "salire lungo la gerarchia significa che la
  classificazione diventa più inclusiva (insiemi
  vasti di elementi più generici)
• "scendere lungo la gerarchia che la
  classificazione diventa più specifica
• il simbolo di maggiore (gt) è usato comunemente
  per indicare la navigazione verso il basso lungo
  la gerarchia

6
Livelli in una gerarchia

• Una gerarchia a un livello non ha sotto-directory
• Per contare i livelli, occorre ricordare che
• cè sempre una radice
• ci sono sempre foglie - le categorie stesse
• la radice e le foglie non contano come livelli
• I gruppi si possono sovrapporre (un elemento può
  apparire in più categorie) o essere partizionati
  (ogni categoria appare solo una volta)
• Il numero dei livelli può variare a seconda delle
  categorie

7
(No Transcript)
8
(No Transcript)
9
(No Transcript)
10
Ottenere informazioni con una ricerca sul Web

• Come funziona un motore di ricerca
• È costituito da due parti principali
• Crawler visita i siti Internet, seguendo i
  collegamenti e costruendo un indice del contenuto
  del Web
• Query processor cerca nellindice le occorrenze
  delle parole chiave inserite dallutente e
  restituisce le pagine web che le contengono
• I motori di ricerca più famosi sono Google,
  Yahoo!, Alta Vista, Excite e InfoSeek

11
(No Transcript)
12
I crawler

• Quando un crawler 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

13
Elaboratori di interrogazioni

• Riceve alcune parole chiave dallutente e le
  cerca nellindice
• Anche se la pagina non è stata ancora esaminata
  dal crawler, potrebbe comunque essere presente
  perché collegata con un link a una pagina già
  considerata

14
Page ranking

• Unidea di Google PageRank
• 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 importante)
• ogni collegamento a una pagina è considerato un
  "voto" per quella pagina
• Google considera anche il ranking della pagina
  che sta votando

15
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 comè scritta
  possiamo racchiuderla tra virgolette

16
Operatori logici

• AND, OR, NOT
• AND dice al motore di ricerca di restituire
  solo le pagine che contengono entrambe le parole
• tailandese AND ristorante
• OR dice al motore di ricerca di trovare le
  pagine che contengono una parola o laltra, e
  ovviamente anche quelle che le contengono
  entrambe
• NOT esclude le pagine che contengono una data
  parola
• NOT è un operatore prefisso va messo prima della
  parola da escludere

17
(No Transcript)
18
Cinque consigli per una ricerca efficace

• Definite chiaramente quale tipo di pagina state
  cercando (unorganizzazione, unazienda, una
  pagina di riferimento ecc.)
• Cercate di immaginare quale tipo di
  organizzazione potrebbe pubblicare la pagina che
  desiderate.
• Potreste essere in grado di indovinare lURL
• Elencate i termini che hanno la maggiore
  probabilità di comparire nella pagina che state
  cercando.
• Valutate i risultati
• Prima di esaminare le pagine, valutate
  lefficacia della ricerca
• Considerate una strategia in due passate.
• Fate una ricerca ad ampio raggio e poi
  selezionate i risultati

19
Quanto è affidabile il Web?

• Chiunque può pubblicare sul Web ciò che vuole
• Molta dellinformazione disponibile è falsa,
  fuorviante, ingannevole, faziosa, diffamatoria o
  disgustosa
• Come facciamo a sapere se le pagine che troviamo
  sono affidabili?

20
Non date nulla per scontato

• I nomi dei domini registrati possono essere
  ingannevoli o intenzionalmente truffaldini
• Occorre verificare lidentità della persona o
  dellorganizzazione che pubblica la pagina web

21
Caratteristiche dei siti affidabili

• I siti web risultano più credibili se hanno
  queste caratteristiche
• 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, lortografia, la
  punteggiatura e laspetto grafico sono corretti
  tutti i link funzionano.
• Tenete presente che un sito potrebbe esibire
  tutte queste qualità ed essere tuttavia non
  autorizzato