---

Hol vannak a tűk a sok ezer szalmakazalban?

Az alábbiakban arról lesz szó, hogy hol, mit, mivel, hogyan kereshetünk a hálózaton. Példaként keresünk közérdekű információkat is telefonkönyvben, menetrendben, könyvtárakban, műsorokban, sajtóban stb. Jelen feldolgozás egy 15-20 perces, internetes demonstrációval egybekötött előadás anyaga, ami korlátozza mélységét, terjedelmét. 

• A világháló méretei, növekedési trendje. Nem kilátástalan itt keresni?
• Keresőrobotok és keresőgépek. Működésről röviden.
• Néhány kereső teljesítményének összevetése
• Mit jeleznek ki a keresők eredményként?
• Csordába fogott keresők (metakeresők).
• Hogyan szűrhetők ki a legjobb lapok a találatok tengeréből?
• Különleges szolgáltatások.

• Magyar keresés
• További táblázatos összeállítás a keresésről
• Néhány hazai internet szolgáltató és lelkes honlaptulajdonos keresőoldala
• Cikkek, keresők ismertetései magyarul
• Külföldi cikkek, áttekintések keresőgépekről

• Példák

Az internet hatalmas, és szédítő ütemben töretlenül növekszik. Erről minden nap friss elemzések készülnek, az internetre kötött gépek száma mára (2000. október eleje) majdnem 95 millióra tehető. Az ábrára kattintva annak napi aktuális változata jön elő:
 

Az összes gépből a .hu végződésű névvel azonosított magyarországi gépek száma mintegy 132 ezer. Egyszerű osztással kijön, hogy a csatlakozó magyar gépek most az internet kb. 1,4 ezrelékét képezik.

A gépek területi elosztása messze nem egyenletes, főként az északi féltekére összpontosul. A tavaly nyári eloszlás lényegét tekintve ma is érvényes. Dominál Észak-Amerika, Nyugat- és Észak-Európa, Japán és Korea.
 

A déli féltekén csak kisebb koncentráció van elsősorban Argentína-Brazília, Dél-Afrika, Ausztrália és Új Zéland körzetében.

Ezeknek a gépeknek kisebb része szolgáltató, a többeiekről pedig el lehet érni a szolgáltatásokat. A szolgáltató gépeken a lapokszáma milliárdos nagyságrendbe esik. Tehát már ma is több milliárdnyi lapból kell megtalálni azt a néhányat, amelyen a számunkra szükséges tartalom van! Ekkora feladatot ember nem képes megoldani, ezért rábízták számítógépekre.

Manapság két alapvető keresési módszer létezik:

• A nyers erőre, számítógépes teljesítményre alapozó módszer. A lényege a következő: Erős és nagy tárolójú gépekben működő speciális programok (más néven robotok vagy pókok) folyamatosan olvassák a világháló szolgáltató gépein lévő lapokat, az ott talált adatokat tárolják, az előforduló szavakat szószedetekbe töltik. Ezt indexálásnak nevezzük. Kereséskor a megadott szavakat nagyon gyorsan megtalálják a sorba rendezett hatalmas indexben, ahonnan kiolvassák, hogy melyik lapokon fordult elő ez a szó. Néhány ilyen keresőgép:

• Tematikus összerendezettség módszere. A lapokat emberek előzetesen kialakított, több szintű kategóriákba rendezik. A kereséskor egyre szűkülő kategóriákból választva közelíthetünk a keresett témához. A gépi munkán alapuló robotos-pókos módszernél lassúbb. Kevesebb lapot lehet így feldolgozni, vagy megtalálni, de a kapott eredmény pontosabb. Néhány ilyen kereső:

A két eltérő keresési módszer némileg összemosódik, például pontosan a Lycosnál. Az ember készítette kategóriák között is lehet szavakra keresni, illetve robotos keresők is egyre többször felajánlanak bizonyos kategóriákat.

Egy aktuális összevetés szerint a mostani csúcstartó kereső - a Google - összesen 560 millió dokumentumról tárol adatokat. A hivatkozások kezelésének hatékony módja miatt ráadásul a Google olyan lapokat is meg tud mutatni, amelyeket maga meg sem látogatott. Az élvonalbeli keresők sorrendeje:
 

Az eredménylap az egyes keresőknél eltérő, de sok közös elemük van. Az eredmények megjelenítése legtöbbször beállítható.

Leggyakrabban megjelenő elemek:

• a kereső fejléce,
• reklámcsík (sokszor a témába vág),
• valamilyen aktualitás,
• találatok száma,
• találati % vagy valamilyen számszerűrített sorbarendezési szempont,
• internetes cím (URL),
• pár soros összefoglaló (általában a lap kezdetének a szövege),
• dátum (a
• lapméret (kBájtban),
• a lap nyelve,
• hasonló témájú lapok, stb.

Ahogy a keresők elszaporodtak, lusta emberek kitalálták, hogyan lehet egyszerre vagy látszólag egyszerre több segítségével keresni. Már metakeresőből is egyre több van. Néhány ilyen:

• Egyik legelső - mára elavult - képviselőjük az All4one volt. Négyablakos keretbe foglalt élvonalbeli keresőket (AltaVista, Lycos, HotBot, Excite), mindnek elküldte a keresőszavakat, és szinte egyidőben válogathattunk a befutó válaszokból..
• Az Inference Find, a gyors, párhuzamos kereső szétküldi a kérdést több robotnak, és a válaszokat egységes listába rendezi, az ismétlődéseket kiszűri.
• A legutóbbi összevetések szerint a leghatékonyabb metakereső az Ixquick . Gyors és alapos, 14 keresőgép adatait fogja össze. Az eredmények fontosság szerint rendezettek, megjelenik az utalás a találatot adó keresőgépre is.

Ahogy nő a szalmakazlak száma, növekszik a megtalált tűk száma is. Ha a keresés eredménye százas, ezres vagy tízezres nagyságrendű, tovább kell finomítani a keresést új szavak vagy kizáró támpontok megadásával.

A találati lista elejére kerülnek az értékesebbnek vélhető találatok, így azt nem kell végignézni. De milyen alapon dönthető el, hogy melyek a legjobb találaltok? Erre a sorba rendezésre is sokféle, automatizálható, tanulási elemeket tartalmazó módszer létezik:

• mekkora az előfordulási gyakorisága a keresett szavaknak a lapon (darabszám vagy darabszám/szöveghossz),
• hány hivatkozás van az adott lapra a többi találatot tartalmazó lapon
• hányszor választották az adott lapot keresések eredménylistáiból stb.

A kezdetben egyszerű keresőlapok mára egyre több kiegészítő szolgáltatást nyújtanak:

• elugrás a legfrisebb hírekre
• könyvvásárlás a keresett témában (amazon.com)
• ingyenes fordítószolgálat (http://babelfish.altavista.com/translate.dyn)
• leskelődés (mások mit keresnek)
• a legtöbbet keresett 10 vagy 100 téma, vagy lap listája
• weblap felajanlas feldolgozasra
• saját kereső letöltése és üzembe állítása gépünkön
• keresőlap testreszabása (szín, tartalmi bőség, elrendezés)