Лабораторная работа №

2.4Задание для самостоятельного выполнения

1. 
   Запустить Яндекс.Сервер на порту 80, чтобы к поисковому интерфейсу можно было получить по адресу http://localhost/
   
2. 
   Определить два источника данных со следующими параметрами:
   

   C:\docCollection\doc	Наследовать параметры индексирования от родительской папки Индексировать только документы MS Word
   C:\docCollection\pdf	Наследовать параметры индексирования от родительской папки Индексировать только документы в формате PDF

3. 
   Выполнить индексирование коллекции и провести тестовый поиск по следующим ключевым словам:
   
   1. 
      HKEY_CURRENT_USER
      
   2. 
      UNIX File System
      
   3. 
      debugger_is_present
      
   4. 
      Keeper
      
   5. 
      Управление требованиями
      
   6. 
      CMMI
      
   7. 
      Data Mining
      

2.5Отчет по лабораторной работе

1. 
   Титульный лист, название, цель работы
   
2. 
   Скриншоты результатов поиска с различными вариантами запросов
   

3Лабораторная работа №2. Настройка информационно-поисковой системы Яндекс.Сервер для поиска по SQL базе данных. Сравнение поисковых механизмов методом анализа иерархий

3.1Цели и задачи работы

1. 
   Конфигурирование Яндекс.Сервера для работы с СУБД MySQL.
   
2. 
   Проверка возможностей поисковой системы, встроенной в CMS WordPress.
   
3. 
   Проверка возможностей поиска с использованием полнотекстового индекса, встроенногов СУБД MySQL.
   
4. 
   Сравнение различных технологий поиска с использованием метода анализа иерархий.
   

3.2Теоретические сведения

3.2.1Модель булева поиска

1. 
   Собираются все документы, которые будут проиндексированы. Совокупность всех документов называется пространство поиска. Каждый документ в этом пространстве имеет уникальный идентификатор (docID).
   
2. 
   Размечаем текст, превращая каждый документ в список лексем (tokens).
   
3. 
   Проводим предварительную лингвистическую обработку, создаем список нормализованных лексем, представляющих собой индексируемые термины.
   
4. 
   Индексируем документы, составляя для каждого термина список документов, в которых он встречается. Кроме того, возможно указания словопозиции (posting) – места, где данный термин встречается. В результате этого получим список пар «термин-docID». Полученный на данном этапе список сортируется в алфавитном порядке, многократные повторения одного термина в документе объединяются, а термины из одного документа группируются вместе.
   

1. 
   Каждый из терминов булева запроса обнаруживается в словаре.
   
2. 
   Находится список словопозиций каждого из терминов в документах.
   
3. 
   Находим пересечение списков словопозиций для каждого из терминов. В результате получим документы, в которых встречаются все указанные в запросе термины.
   

3.2.2Модель ранжированного поиска

1. 
   Поиск должен стать малочувствительным к опечаткам и неточному выбору слов.
   
2. 
   Необходимо находить сложносоставные слова или целые фразы, обозначающие одно понятие. В булевом поиске каждый термин рассматривается как самостоятельная языковая лексема.
   
3. 
   Модель булева поиска позволяет определить лишь наличие или отсутствие термина, но хотелось бы иметь ранжированный по определенному критерию результат поиска, например, по частоте упоминания определенного термина в документе.
   

3.3Методика выполнения работы

3.3.1Подготовка окружения

3.3.2Настройка Яндекс.Сервер для работы с MySQL

3.3.3Установка MySQL ODBC Connector

3.3.4Создание источника данных

3.3.5Настройка Яндекс.Сервер