Средства архивации и восстановления информации
| Груп. слов |
( ) | ( ) | ( ) | ( ) | не используется |
| Расстоя ние между ключ. словами |
/(n m) - в словах, /( n m) - в предложениях (назад, + вперед) | в расшир. поиске - выдача док. только с миним. расстоянием между словами |
сл2(...), с2(...), w2(...), [2,...] (- назад, + вперед) |
NEAR (только при сложном поиске в пределах 10 слов) |
не используется |
| Поиск фразы |
!! !! | нет | !! !! ! ! ? |
!! !! | !! !! ! ! ? 5 - - |
| Замена части слова |
нет | *, ? (замена любого символа) |
* (только в конце слова) |
* | нет |
| Язык док-та |
выбор: любой, кириллица, латиница |
выбор: любой, русский, английский |
выбор: русский, английский |
выбор из 25 языков | выбор из 25 языков |
| Поиск по полям |
заголовки, ссылки, мета тэги, файлы и подписи картинок, в текстах ссылок, в названиях скриптов, объектов и апплетов., поиск похожих док., сужение поиска на выбранные сайты |
заголовки, адреса, названия док. (только при расшир. поиске), поиск похожих доку. |
заголовки, ссылки, метатэги, файлы и подписи картинок, адреса, тексты ссылок, сужение поиска на выбранные сайты |
заголовки, ссылки, метатэги, файлы и подписи картинок, адреса, тексты ссылок, названия скрип-тов, объектов и апплетов |
ссылки и поиск похожих документов, сужение поиска на выбранные сайты |
| Морфо логия |
все склонения и спряжения по умолч. ! (точн. словоформа) |
# (все формы слов), @ (однокоренн ые слова) |
! (указание нормальной формы) |
нет | нет |
| Поиск по датам |
есть | есть | есть | есть | нет |
| Возможности расширенной формы, качество помощи | |||||
| Расшир. форма поиска |
словарный фильтр, дата, сайт, ссылка, изображение, специальный объект |
документ, дата, режимы AND, OR, расстояние между словами, усечение слова |
документ, заго-ловок, изображение, дата, 5 разделов (сайты, МР3, картинки, това-ры, новости) |
булевский вопросник, дата, сайт, ссылка, изображение, текст и пр. |
ограничения по сайту, языку, ссылкам |
| Вывод списка ссылок |
задание числа результатов на странице, всех элементов формы вывода |
задание числа результатов на странице, формы вывода |
задание формы выдачи |
задание числа результатов на странице, всех элементов формы вывода |
задание числа результатов на странице, всех элементов формы вывода |
| Ранжиро вание рез-тов поиска |
сортировка по релевантности или по дате |
сортировка по релевантност и или дате |
по популяр ности сайта |
по терминам, указанным в SORT | по числу ссылок на страницу с других страниц (цитируемость ) |
| Поиск в рез-тах поиска |
Да- С помощью установки флажка |
Да- С помощью переключател я области поиска |
Да- С помощью уст. флажка |
Да. С помощью SORT BY |
нет |
| Качество раздела помощи |
детальное описание языка запросов, таблица синтаксиса и раздел по поиску в категориях |
краткий раздел HELP | подробный справ. по языку запросов, много русских синони-мов для основ ных операторов |
самый большой из рассмотренных в этой таблице учебник online по языку запросов |
очень ограниченный раздел HELP |
| Семейн. фильтр |
есть | нет | нет | есть | нет |
Несомненными являются следующие тенденции Интернет:
- рост объема доступной информации и информационных потребностей пользователей
- расширение границ Интернет за счет присоединения новых стран
- усиление коммерциализации сервисов
- увеличение скорости, пропускной способности и числа способов доступа в Сеть
- углубление дифференциации сервисов по целевым аудиториям (кружки по интересам)
- объединение однородных сервисов в единые порталы (места массового обслуживания)
- влияния "дай"-протокола отразиться на развитии средств сбора информации о поведении пользователей в Сети
Все это подтолкнет автоматизацию средств поиска и семантической обработки информации таких, как:
- персональные автономные интеллектуальные агенты (типа "Search+")
- персонализация и интеллектуализация поисковых механизмов на поисковых порталах (настройка способа вывода списка ссылок, использование механизма Cookies, заполнение специальных анкет и "подписка на запрос", семантическое ранжирование результатов запроса)
2.9. Средства архивации и восстановления информации.
Архивация файлов - это способ уменьшения их размеров (сжатия). Архивация необходима для сокращения объема информации при размещении ее на магнитных носителях, и для сокращения времени на передачу файлов по каналам связи.
Для использования архивированных файлов необходимо их восстановление (т. е. извлечение из архива).
Сжатие файлов при архивации происходит за счет того, что в файле все повторяющиеся комбинации символов (или двоичных знаков) заменяются числом, характеризующим кратность повторения и вид повторяющегося символа (или повторяющейся комбинации символов). Например, строку:
ААААААВВВВВВВВ
можно заменить на 6А8В, в результате чего длина строки сократится с 14 символов до 4, т.е. исходная информация будет сжата более, чем в 3 раза. В реальной информации повторяемость символов имеет небольшую кратность. Но поскольку каждый символ в ЭВМ представляется 8 двоичными знаками, среди этих двоичных знаков кратность повторения бывает более высокой.
Более высокую кратность повторения могут иметь графические и звуковые файлы.
Для повышения степени сжатия используются более сложные методы архивирования. Так например, фрактальное сжатие позволяет в некоторых случаях сжимать информацию в десятки тысяч раз.
Среди программ, выполняющих архивацию и восстановление файлов, наиболее широкое применение в WWW нашла WinZip (Windows - версия популярной в MS DOS утилиты сжатия PKZIP). Файлы, сжимаемые этой утилитой, получают расширение .zip . Программа WinZip может работать с архивными файлами, имеющими расширения .arj , .lzh , .arc и может распаковывать архивы, созданные на платформах, отличных от IBM PC (это форматы TAR, gzip и UNIX compress).
Утилита WinZip является shareware - продуктом. Ее можно найти в Internet по адресу: . Утилита поставляется в самораскрывающемся архиве WinZip95.exe . Инсталляция ее заключается в выполнении полученного файла, как программы и ответе на вопросы, выводимые на экран.
Для архивирования файлов с помощью программы WinZip необходимо активировать ее (Пуск - Программы - WinZip), выбрать опцию File - New Archive, набрать имя архива выбрать папку для хранения архивного файла, выбрать нужные файлы и поместив их в выбранную папку, нажать ОК.
Эту операцию необходимо будет проделывать для пересылки созданного Web-сайта на host-компьютер провайдера.
Для восстановления полученных архивированных файлов (для извлечения их из архива) необходимо, находясь в окне WinZip, пометить извлекаемые из архива файлы и на панели инструментов программы нажать кнопку Extract.
Самораскрывающиеся архивные файлы создаются с помощью дополнительной утилиты WinZip Self-Extractor. Архивный файл в этом случае будет иметь расширение .exe , а для восстановления находящихся в нем файлов программа WinZip будет не нужна.
2.10. Мультимедиа в Интернет-технологии
До появления WWW наиболее популярными способами обмена информацией в Internet были электронная почта и дискуссионные группы Usenet. Они позволяли использовать только текст.
Единственным способом обмена графикой, аудиофайлами и другой бинарной информацией была пересылка данных в закодированном виде, требующая, чтобы отправитель закодировал ее (архивировал), а получатель - раскодировал (восстановил).
Появление WWW изменило ситуацию, создав возможность разработки и использования в Internet мультимедийных узлов, использующих текст, изображение, звук в режиме реального времени. Для работы с изображением и звуком возможностей браузера может оказаться недостаточно, нужны будут дополнительные программы.
Встраивание их в браузер заключается в инсталляции программ и указании, какому типу файлов эти программы необходимы.
Для просмотра графики Internet Explorer имеет встроенные средства показа изображений в форматах GIF и JPEG. Для просмотра анимации встроены возможности показа файлов формата AVI. Для проигрывания звука встроены возможности для форматов WAV, MID, AU, SND, AIF, AIFF.
Если встречается незнакомый формат, Internet Explorer просит указать, с какой программой надо связать данный тип файла.
Используя под WWW такие программы, как Microsoft NetMeeting, можно проводить видеоконференции и междугородние переговоры (цены на которые значительно ниже, чем при использовании телефонной связи). Мультимедиа - технологии позволяют использовать компьютер для приема радиопередач. National Public Radio (NPR), Internet Talk Radio (ITR), Realaudio ведут регулярные радиопередачи в Internet.
Правда, из-за низкой скорости модема, прослушать их можно часто лишь в записи. Для этого Internet - радиостанции записывают свои радиопередачи в файлах с различными аудиоформатами.
Получить эти файлы для дальнейшего прослушивания можно через сервис FTP.
В последнее время активно развивается новое направление, расширяющее возможности мультимедиа - это VRML (Virtual Reality Modelling Language - язык моделирования виртуальной реальности). Гипертекстовые ссылки HTML и использующие их Web-браузеры позволяют создать лишь двухмерный интерфейс к содержащейся в Internet информации. VRML расширяет эти возможности до трехмерных.
Путешествие по миру VRML отличается от путешествия по обычной Web-странице: в Web-странице можно перемещаться только вперед или назад (может быть - вправо и влево). В VRML-среде можно ходить и летать, т.е. вводится третье измерение.
Работа в VRML-среде ведется с помощью VRML-браузера, который может быть выполнен в виде самостоятельного программного продукта или в виде добавления к HTML-браузеру. Так например, добавляемый модуль VRML для Internet Explorer (и Windows 95) можно получить по адресу: . Самостоятельный браузер VR Scout и подключаемый модуль Netscape Navigator, работающие под Windows 3.1 и Windows 95, доступны через Web-сайт "Chaco Communications, Inc.": . Один из первых VRML-браузеров для Windows - "Word View" можно получить по адресу: .
Установив VRML-браузер, можно познакомиться с VRML-мирами на примере мира "road.wrl", который можно найти по адресу:
. Особенно ярко новые возможности проявляются в режиме "fly" (полет).
Более подробное описание VRML можно найти в [11].
Глава 3. Инструментарий для создания Web - представительств.
В зависимости от характера использования электронные информационные системы могут относиться к средствам массовой информации (СМИ), средствам общения, справочникам, учебникам или специальным информационным системам. По назначению электронные информационные системы могут быть различных видов: информационные выпуски, репортажи о текущих общеполитических, экономических, специальных событиях; компьютерные журналы; телетекст; телеконференции; телесеминары; компьютерная реклама; презентации; анимационные ролики, видеофильмы; электронная почта и системы непосредственного общения; базы данных (информационносправочные системы); информационно-поисковые системы; учебники; экзаменаторы; демонстраторы, тренажеры; игры, и др.
Каждый из этих видов имеет свои особенности, например, информационная система, содержащая информационные выпуски и репортажи о текущих событиях (News, "новости") является средством массовой информации, в котором работают штатные сотрудники, которые собирают информацию, размещают ее в информационной системе, следят за ее достоверностью и актуальностью, и др. - в реальном масштабе времени; компьютерные журналы так же относятся к средствам массовой информации, но для них характерно замедленное течение времени, так как период обновления информации в них значительно увеличен (в некоторых случаях информационные выпуски обновляются через каждые 15 минут, тогда, как компьютерные журналы обновляются раз в месяц). В компьютерных журналах размещается более стабильная информация, срок старения которой значительно превышает срок старения репортажей.
Информационные системы с телетекстом отличаются тем, что в них текст выводится на экран в виде "бегущей строки" или скроллинга. Движение информации с оптимальной скоростью привлекает внимание. Период обновления информации в системах с телетекстом занимает промежуточное значение между репортажами и информацией, помещаемой в компьютерные журналы. Однако, это тоже средства массовой информации, персонал которых работает в напряженном ритме.
Телеконференции занимают промежуточное место между средствами массовой информации и средствами общения, хотя и тяготеют к последним. Это связано с тем, что назначение телеконференций - обмен мнениями по обсуждаемой теме.
Тема для обсуждения может возникать стихийно, или может быть предложена осознанно, на основе одной из новостей (News) или какой-либо возникшей проблемы. В Internet, например, телеконференции используются для обсуждения документов, которые предлагаются в качестве стандарта - после обсуждения документа и его доработки с учетом высказанных замечаний, документ утверждается в виде стандарта, и становится обязательным для всех. Сам термин "телеконференции" может обозначать вид информационной системы (эхопочту), или сервис Internet (аналог электронных досок объявлений - BBS), в котором телеконференции (как и BBS) являются местом, на котором могут размещаться информационные выпуски, компьютерные журналы и эхопочта. Телесеминары являются средством общения.
Отличаются от телеконференций тем, что проводятся в назначенное время сразу со всеми участниками (например, на основе Chat).
Все электронные информационные системы первоначально были предназначены для работы с текстом. При появлении сервиса WWW стал наблюдаться отход от текста, как основного вида информации в пользу широкого использования средств мультимедиа.
Текст в сервисе WWW так же претерпел изменения: вместо линейного текста стал использоваться гипертекст.
3.1. Гипертекст, последовательность создания гипертекстовыхсистем.
Идея гипертекста была описана в 1945 году Vannevar Bush в его предложениях по созданию электромеханической информационной системы Memex. В 1965г. Ted Nelson ввел в обращение сам термин "гипертекст", развил и даже реализовал некоторые идеи нелинейного текста.
В 1975г. идея гипертекста нашла воплощение в информационной системе внутреннего распорядка атомного авианосца "Карл Винстон", которая получила название ZOG (в коммерческом варианте система известна, как KMS).
Идея гипертекстовой информационной системы состоит в том, что пользователь имеет возможность просматривать документы (страницы текста) в том порядке, в котором ему больше нравится, а не последовательно, как это принято при чтении книг. Поэтому Т. Нельсон и определил гипертекст, как нелинейный текст.
Достигается нелинейность за счет использования специального механизма связи различных страниц текста при помощи гипертекстовых ссылок: у обычного текста есть ссылки типа "следующий -предыдущий", а у гипертекста можно построить еще сколь угодно много других ссылок.
Простой механизм построения ссылок является сложным в реализации, так как ссылки могут быть статическими, динамическими, ассоциированными с документом в целом, контекстными (т.е. ассоциированными с отдельными частями документа).
Гипертекст можно рассматривать и как сетевую форму организации информации, при которой текст делится на фрагменты с явно указанными для них возможными связями. Допускается переход от
одного фрагмента к нескольким другим, что придает материалу сетевую форму.
Гипертекст можно рассматривать и как базу знаний (любую предметную область можно представить как совокупность некоторых объектов (предметов, явлений, процессов), которые находятся между собой в различных смысловых отношениях). Упрощенно можно считать, что знания состоят из двух типов элементов: фактов и смысловых (семантических) связей между ними.
При установлении связей можно опираться на разные основания, но в любом случае при формировании гипертекста речь идет о смысловой близости связываемых фрагментов текста.
Вся информация о данной предметной области может быть разбита на фрагменты, описывающие каждый выделенный объект. Сочетание этих фрагментов со связями, установленными между этими объектами, образуют базу знаний: новое гипертекстовое представление информации.
Гипертекст не имеет ни начала, ни конца, ни определенной последовательности, в которой его надо читать. Он полон развилок.
Гипертекстовые системы - открытые. Все, что надо сделать для включения новой информации - это ввести ее и связать с другими единицами информации.
Эта операция называется "дописывание знаний" (в отличие от операции "ввода данных" в СУБД). Аналогично вместо операции "удаление данных" в гипертектовых системах вводится операция "вычеркивания знаний", так как при удалении какой-либо информации из базы знаний необходимо убрать и все связи ее с другими единицами информации.
Для гипертекстовых систем характерно, что на место поиска информации через ее соответствие поисковому образу гипертекстовая технология ставит навигацию - перемещение от одних элементов накопленной информации к другим с учетом их "семантической смежности", с запоминанием "следов" перемещения в гипертекстовой сети, образующих виртуальные, заранее не выделенные структуры. Сохраненные следы перемещения используются в системах логического вывода для реализации "бэктрекинга" (поиска с возвратами при неуспехе) и для объяснения хода рассуждений.
Смысловые связи в базе знаний могут быть различных типов. Основными среди них являются классификационные (родо-видовые), структурные (типа "часть - целое"), причинно-следственные, и др.
Благодаря своим возможностям гипертекстовая технология является самой прогрессивной в сфере неформализованной интеллектуальной деятельности.
Для создания гипертекстовых систем в условиях глобальных вычислительных систем Бернерс-Ли заложил три краеугольных камня, предложив:
1) язык гипертекстовой разметки документов HTML (HyperText Markup Language);
2) универсальный способ адресации ресурсов в сети - URL (Universal Resource Locator);
3) протокол обмена гипертекстовой информацией HTTP (HyperText Transfer Protocol).
Позже группа сотрудников NCSA (Национального Центра Суперкомьютерных Приложений) добавила к этим трем компонентам четвертый:
4) универсальный интерфейс шлюзов CGI (Common Gateway Interface).
В HTML в отличие от предшествующих систем гипертекстовые ссылки встроены в тело документа и хранятся как его часть. Сам документ хранится в виде ASCII - файла, который можно подготовить любым текстовым редактором. HTML позволяет выделять параграфы, устанавливать шрифты, использовать различные виды ссылок, стилей, встроенную графику, производить поиск по ключам.
Этот язык постоянно совершенствуется: в новых версиях увеличивается число элементов разметки, развиваются средства описания нетекстовых информационных ресурсов, способы взаимодействия с прикладным программным обеспечением.
Протокол обмена гипертекстовой информацией HTTP учитывает, что в гипертекстовых документах ссылки делаются по доменным адресам, в том числе - к внешним адресам относительно данной Web -страницы. При перемещении Web - стреницы может возникнуть необходимость корректировки адресов ресурсов сети.
Это и реализуется протоколом HTTP.
Универсальный интерфейс шлюзов CGI был разработан для расширения возможностей WWW за счет подключения внешнего программного обеспечения. Предложенный в CGI способ подключения не требует дополнительных библиотек: сервер взаимодействует с программами через стандартные потоки ввода-вывода.
Реализован CGI на основе методов доступа HTTP.
3.2. Архитектура сервиса WWW.
Сервис WWW (Word Wide Web, или 3W - всемирная паутина) позволяет организовать огромное количество информации в компактное хранилище с легким доступом к имеющимся материалам.
Наименьшей единицей информации в сервисе 3W является Web -страница. Она может иметь разные размеры - от одного экрана до бесконечного их количества.
Главная особенность Web - страницы -наличие на ней гипертекстовых ссылок, активизация которых может перевести на другую часть Web - страницы, или на другую страницу.
Совокупность Web - страниц, объединенных единой темой и организованных для совместной работы, образует Web - сайт, или Web -представительство, или просто Web.
Каждая Web - страница хранится в файле, имя которого имеет расширение htm (для MS DOS и Windows - платформ) или html (для Unix - платформ).По этому расширению находят Web - страницы программы - клиенты сервиса WWW - браузеры (просмотрщики Web -страниц).
Web - страницы делятся на два вида: пассивные и активные. Пассивные Web - страницы содержат только информационное наполнение (текст, графику).
Причем, для хранения в ЭВМ графика оформляется в виде отдельных файлов (в основном - в формате GIF или JPEG). Сама же Web - страница (т.е. файл с расширением htm) содержит только размеченный текст.
Активные Web - страницы кроме информационного наполнения содержат программы, с помощью которых принимается информация от посетителей (интерактивная Web - страница), осуществляется связь с СУБД (динамически обновляемая Web - страница), выводится на экран в пространстве Web - страницы баннерная реклама (Web - страница с баннерами), реализуются некоторые спецэффекты, например, использующие скроллинг, и др.
Web - сайт кроме информационных страниц обязательно содержит корневую страницу - home page (или домашнюю страницу). Она имеет в Интернет стандартное имя: index.html или index.htm .
Web - сайт, который кроме домашней страницы не имеет информационных страниц, а вместо домашней страницы создана только ее заготовка, называется пустой Web.
Создание Web - страницы заключается в разметке содержащегося на ней текста, подготовленного любым текстовым редактором. Другие виды информации (графика, звук, анимация) готовятся соответствующими редакторами и оформляются в виде файлов с соответствующими расширениями, стандартными для используемого браузера.
Разметка заключается в форматировании текста - определении его места на странице и способа отображения, в указании, в какое место страницы должна быть вставлена графика, как она соотносится с текстом (вставляется на свободное место, является фоном, на который наносится текст, обтекается текстом, и т.д.), и вставке гиперссылок, осуществляющих переход на другие Web - страницы или на используемые программы. Для разметки используется язык HTML.
3.3. WYSIWYG - системы проектирования Web-сайтов.
Аббревиатура WYSIWIG (от What You See Is What You Get) обозначает системы, в которых экранная форма не программируется, а "собирается" на экране. После окончания сборки формы система сама сотавляет программу вывода этой формы на экран. Получается, что человек не составляет программы вывода на экран формы заданного вида, а просто рисует нужную ему форму.
Это значительно упрощает процесс создания экранной формы и не требует от создающего ее человека знания программирования.
В последнее время для создания Web-страниц все чаще стали использоваться системы WYSIWYG. Кроме того, необходимые для таких систем функции стали встраиваться в существующие пакеты. Так, во всех программных продуктах Microsoft Office предусмотрен вывод в формате htm - это значит, что в выводимую информацию добавляются команды языка HTML, определяющие порядок размещения информации на экране. Благодаря этому, используя Microsoft Word, можно создавать отдельные Web - страницы.
Фирма Microsoft разработала технологию ActivX, которая позволяет преобразовывать документы Word, Access, Excel, Power Point в html-документы. Кроме того, в состав Windows 95/98 стал включаться пакет FrontPage, специально предназначенный для создания многостраничных Web (так называемых Web-сайтов).
3.4. Состав, структура и функциональные возможности FrontPage.
Пакет FrontPage предназначен для создания не очень сложных Web-сайтов. Он состоит из трех частей: редактора FrontPage Editor, проводника FrontPage Explorer, и WEB-сервера Microsoft Personal Web Server.
