Технологии поиска

Введение

Каждый из нас не один раз в своей жизни сталкивался с проблемой поиска информации. Не важно, какой источник данных мы используем: интернет, файлы на диске, базу данных или информационную систему. Уже сейчас объемы информации, к примеру, на обычном персональном компьютере можно сравнить с объемами текстов приличной библиотеки. Для крупных компаний отсутствие контроля за «знаниями» может привести к большим проблемам. Таким образом, потребность в создании систем и технологий поиска, облегчающих и ускоряющих доступ к нужной информации, возникла давно. И спрос на такие системы все более возрастает. Что же обстоит с предложением?

Не особо вдаваясь в различные изюминки технологий, программы и системы поиска можно поделить на три группы. Это глобальные поисковые интернет-системы (Yahoo, Google, Yandex), готовые решения для бизнеса (корпоративные технологии поиска и обработки информации) плюс их локальное (десктоповое) исполнение и простой файловый поиск на компьютере. Различные направления подразумевают различное исполнение.

Система SearchInform легко интегрируется в информационную структуру предприятия, подключая различные источники данных, и имеет архитектуру клиент-сервер. Внедрение SearchInform не требует изменения существующих бизнес-процессов и позволяет максимально сохранить инвестиции компании, вложенные в существующую информационную инфраструктуру. В тоже время система позволяет объединить разрозненные корпоративные приложения и данные в единую информационную систему, что приводит к более эффективному решению бизнес-задач.

Для того чтобы отобразить все аспекты работы с программой полнотекстового поиска были проведены тесты на различные виды данных и различного объема. Наиболее распространенные форматы данных: TXT, HTML, DOC, RTF, PDF. Причем наиболее корректными с точки зрения работы поисковой технологии являются тесты простых форматов, так как в промышленном применении данные хранятся уже в какой-либо СУБД или хранилище данных и в поисковую систему эти данные уже попадают в виде чистого текста.