---
marp: true
theme: default
paginate: true
size: 16:9
style: |
  section {
    font-size: 24px;
  }
  section h1 {
    color: #1a5276;
  }
  section h2 {
    color: #2980b9;
  }
  section table {
    font-size: 20px;
  }
  section small {
    font-size: 18px;
  }
---
# Wykład 11
## Wyszukiwanie treści

**Systemy Zarządzania Treścią**  
Politechnika Poznańska

---

# Część 1
## Wyzwania i stan zasobów WWW

---

## Wyzwania Internetu

Internet wywołał fundamentalne zmiany w wielu dziedzinach życia:

| Zmiana | Opis |
|---|---|
| **Prasa** | Zmniejszenie popularności tradycyjnej gazety na rzecz gazet internetowych |
| **Telefonia** | Duże zmiany w telefonii (VoIP) |
| **Nauczanie** | Duże zmiany w organizacji i metodach nauczania |
| **Praca** | Praca zdalna z pełną kontrolą ze strony pracodawcy |
| **Gospodarka** | Handel, biznes, administracja oparte na Internecie |

> Internet przekształcił nie tylko technologię, ale także organizację pracy, edukacji i handlu — a wyszukiwanie treści stało się kluczową umiejętnością.

---

## Stan obecny zasobów WWW

Zasoby WWW charakteryzują się kilkoma problematycznymi cechami:

| Problem | Opis |
|---|---|
| **Wykładniczy wzrost** | Wykładniczy wzrost liczby stron WWW |
| **Pogorszenie jakości** | Duplikaty, nieaktualność, banały — "góry śmieci" |
| **Niedostosowanie metod** | Metody wyszukiwawcze nie zawsze dostosowane do potrzeb użytkowników i ich możliwości intelektualnych |

> Problemem nie jest **brak informacji**, lecz jej **nadmiar i niska jakość** — stąd kluczowa rola wyszukiwarek.

---

## "Głęboki Web"

**Głęboki Web** (*Deep Web*) to większość informacji dostępnych przez Web, które **nie mają formy płaskich stron HTML**.

### Charakterystyka

- Informacje przechowywane w **bazach danych**,
- Strony HTML **montowane na bieżąco** w odpowiedzi na zapytanie użytkownika,
- Zliczanie stron HTML jest **całkowicie nieadekwatne** — w bazach danych siedzi praktycznie nieskończona kombinacja informacji.

> Wyszukiwarki indeksują tylko "powierzchniowy" Web — głęboki Web (bazy danych, dynamiczne treści) pozostaje w dużej mierze niewidoczny.

---

## Formaty niestandardowe

Większość popularnych standardów tekstowych została zaabsorbowana przez wyszukiwarki, ale istnieją formaty **nierozpoznawalne** w sieci:

| Format | Problem |
|---|---|
| **Audio** | Nierozpoznawalne — wymaga indeksowania explicite lub kontekstowo |
| **Grafika** | Rozpoznawanie treści obrazów jest trudne |
| **Wideo** | Brak automatycznego rozumienia treści |

### Konsekwencje

- Indeksowanie takich formatów jest **pracochłonne**,
- Metody sztucznej inteligencji **nie zawsze są wystarczająco zaawansowane**.

---

## Relewancja a trafność

Użytkownika nie interesuje informacja jako taka, lecz informacja **niezbędna do rozszerzenia wiedzy lub podjęcia decyzji**.

### Dwa kluczowe pojęcia

| Pojęcie | Definicja |
|---|---|
| **Relewancja** (relevancy) | Informacja **formalnie odpowiada** zapytaniu użytkownika |
| **Trafność** (pertinency) | Informacja **odpowiada potrzebie** użytkownika |

### Różnica

Informacje mogą być **relewantne, ale nietrafne** (np. banalne, niepotrzebne). **Trafność jest dużo ważniejsza od relewancji**.

> Wyszukiwarka może zwrócić wyniki "formalnie pasujące" do zapytania, ale to trafność decyduje o zadowoleniu użytkownika.

---

## Semantic Web i rola XML

Trwają prace nad **semantycznym Webem** — Webem na wzór dobrze zorganizowanej bazy danych.

### Rola XML

- Jako narzędzie strukturalizacji proponuje się **XML** — w tym kierunku idzie ogromny strumień R&D,
- XML jest dobry jako **podstawa standaryzacji** protokołów wymiany informacji,
- XML jest **bardzo ograniczony jako model danych**.

### Krytyka XML

- Mizerna podstawa semantyczna XML-owego modelu danych daje "efekt piramidy stojącej na czubku",
- "Podpórki" wprowadzają chaos — monstrualny rozrost terminologii i dokumentacji,
- XML raczej **nie utrzyma się** jako technologia rządząca środkiem systemów CMS — pozostanie **środkiem wymiany informacji**.

---

## Problemy techniczne Web

### Klasyfikacja/kategoryzacja zasobów

| Problem | Opis |
|---|---|
| **Standard klasyfikacyjny** | Potencjalny standard na wzór klasyfikacji dziesiętnej |
| **Liczba haseł** | Szacowana na 50 000, ale może być niewystarczająca |
| **Organizacja standaryzująca** | Konieczność powołania międzynarodowej organizacji |
| **Automatyczne indeksowanie** | Wspomaganie przez narzędzia automatyczne |
| **Realizm** | Ze względu na ogrom Webu standard raczej nie powstanie |

### Problem wielojęzyczności

Wielojęzyczność Webu jest **krytyczna dla B2B** i w pewnym stopniu dla B2C — to istotne wyzwanie dla wyszukiwarek.

---

# Część 2
## Techniczne podstawy wyszukiwania

---

## Usługi Internetowe

Internet obejmuje ogromną liczbę usług — wszystkie oparte na protokole TCP/IP:

| Usługa | Protokół |
|---|---|
| **WWW** | HTTP |
| **Email, News** | SMTP, NNTP (Usenet) |
| **Transfer plików** | FTP, SFTP |
| **Komunikatory** | ICQ, GG |
| **Zdalny dostęp** | Telnet, SSH |
| **Czat** | IRC |
| **Telefonia** | VoIP (np. Skype) |
| **Feeds** | RSS |

> WWW to tylko jedna z wielu usług Internetu — choć w powszechnej świadomości bywa utożsamiana z całym Internetem.

---

## Oprogramowanie dla Internetu

| Kategoria | Przykłady |
|---|---|
| **Serwery WWW** | Apache, Microsoft IIS |
| **Przeglądarki** | Chrome, Firefox, Safari, Opera |
| **Serwery P2P** | BitTorrent |

### Serwery WWW

Udostępniają klientom WWW serwisy — pliki w formacie HTML i inne.

### Przeglądarki

Pozwalają ściągać i wyświetlać pliki z serwerów WWW — najczęściej HTML, ale nie tylko.

---

## Adresy w sieci (URL/URI)

Każdy zasób w sieci jest dostępny pod adresem (URL, URI), który składa się z:

| Składnik | Przykład |
|---|---|
| **Nazwa protokołu** | `http`, `ftp` |
| **Adres serwera** | Adres IP (odwzorowany na nazwę przez DNS) |
| **Ścieżka** | Ścieżka na systemie plików serwera |
| **Nazwa pliku** | Konkretny plik |
| **Lista parametrów** | Przekazywana do aplikacji |

### Przykłady URL

```
http://www.ipipan.waw.pl/index.html
http://www.ipipan.waw.pl/~kowalski/mojestrony/szukaj.php?CZEGO=sprzedaz
```

> Najnowsze podejścia operują adresami **logicznymi**, które nie mają bezpośredniego przełożenia na system plików.

---

## Adresy IP i IPv6

### Tradycyjne adresy IPv4

- 4-bajtowe, zapas wyczerpuje się,
- Potencjalnie ~4 miliardy serwerów (praktycznie znacznie mniej).

### Nowe adresy IPv6

- 16-bajtowe — możliwość zaadresowania "każdego centymetra kwadratowego kuli ziemskiej",
- Przykład: `2001:0db8:85a3:0042:1000:8a2e:0370:7334`,
- Lepiej uwzględnia bezpieczeństwo,
- Bezkolizyjnie współpracuje ze starą wersją.

---

## Wyszukiwarki stron WWW

Ogromny rozmiar zasobów Webu powoduje **konieczność korzystania z wyszukiwarek**.

### Charakterystyka rynku

- Na rynku pozostała **niewielka liczba** wyszukiwarek (Google, Bing), które się sprawdziły,
- Pozostałe **przegrały walkę o rynek**,
- Wyszukiwarki w zasadzie wyszukują **zadane słowa kluczowe** w pełnym tekście dokumentów,
- Nie sprawdziły się nadzieje na **"inteligencję"** — to dość proste mechanizmy.

### Historia w skrócie

| Okres | Kluczowe wydarzenia |
|---|---|
| **1993–1997** | Pierwsze wyszukiwarki (W3Catalog, WebCrawler, Lycos, AltaVista, Yahoo) |
| **1998** | Start Google i MSN Search |
| **2008–2009** | DuckDuckGo, Bing (jako Live Search) |
| **2010+** | Yandex (angielska wersja), dominacja Google |

---

## Popularność wyszukiwarek

Rynek wyszukiwarek jest silnie zdominowany:

| Wyszukiwarka | Udział (świat, 2009) |
|---|---|
| **Google** | ~67% |
| **Yahoo!** | ~8% |
| **Baidu** | ~7% |
| **Microsoft (Bing)** | ~3% |

> Google dominuje rynkowo — ale historia pokazuje, że dominacja może się zmienić, gdy pojawi się **przełomowy sposób wyszukiwania**.

---

# Część 3
## Paradygmaty i architektura wyszukiwarki

---

## Paradygmaty wyszukiwania w Internecie

Najbardziej interesujące jest korzystanie z **uniwersalnej wyszukiwarki**. Istnieją też inne sposoby:

| Paradygmat | Opis |
|---|---|
| **Katalogi stron** | Wyspecjalizowane katalogi przedmiotowe |
| **Zakładki** | Własne zestawienia linków, często publiczne |
| **FAQ** | Frequently Asked Queries |
| **Listy dyskusyjne** | Zapytania na listy news |
| **Strony domowe** | Docieranie do konkretnych stron |
| **Email** | Zapytania do konkretnych osób |
| **Portale/wortale** | Wyszukiwarki w obrębie portali |
| **Usługi płatne** | Wyspecjalizowane firmy |

---

## Schemat systemu wyszukiwawczego

![width:90%](../img/wyszukiwarka-schemat.svg)

### Trzy podsystemy

| Podsystem | Rola |
|---|---|
| **Pozyskiwania** | Robot (pająk, crawler) ściąga dokumenty z sieci |
| **Indeksujący** | Wybiera znaczące słowa i wstawia do indeksu |
| **Wyszukiwawczy** | Reaguje na zapytania, szereguje wyniki wg trafności |

---

## Podsystem pozyskiwania dokumentów

**Robot** (pająk, *spider*, *crawler*) obiega sieć w cyklu (np. co tydzień), ściągając dostępne dokumenty.

### Zasada "tranzytywnego domknięcia"

Jeżeli robot ściągnie dokument X, to następnie ściąga **wszystkie dokumenty**, których URL-e znajdują się wewnątrz dokumentu X — z pominięciem już ściągniętych.

### Podsystem indeksujący

Po zebraniu porcji dokumentów następuje:
- wybranie z dokumentu **znaczących słów**,
- wstawienie ich do **centralnego indeksu** (z URL-em i kontekstem).

> Indeksowanie może być wspomagane przez ludzi (kategoryzacja).

---

## Podsystem wyszukiwawczy

Podsystem wyszukiwawczy reaguje na zapytania użytkownika i dokonuje ekstrakcji z indeksu.

### Kluczowe aspekty

| Aspekt | Opis |
|---|---|
| **Kolejność wyników** | Ogromne znaczenie — użytkownik patrzy na pierwsze pozycje |
| **Metody rankingowe** | Np. Google, metoda oparta na "hubs" — wyliczają trafność |
| **Szeregowanie** | Pozycje w kolejności malejącej trafności |
| **Klucz komercyjny** | Linki sponsorów na początku zestawienia |

> Kolejność wyników (ranking) jest **kluczowa** — decyduje o tym, co użytkownik faktycznie zobaczy.

---

# Część 4
## Jakość wyszukiwania

---

## Szum, straty, relewancja, trafność

Są to **cechy mierzalne liczbowo** określające jakość rezultatu wyszukiwania:

| Pojęcie | Definicja |
|---|---|
| **Szum informacyjny** | Informacja **niechciana, zbędna** — dostarczona wskutek mało precyzyjnego zapytania lub mechanizmu |
| **Strata informacyjna** | Informacja **pożądana, niedostarczona** — wskutek mało precyzyjnego zapytania lub mechanizmu |
| **Relewancja** | Stopień, w jakim informacje **formalnie pasują** do zapytania |
| **Trafność** | Stopień, w jakim informacje **odpowiadają potrzebie** użytkownika |

### Zależność

- Szum → za dużo niepotrzebnych wyników,
- Strata → brak potrzebnych wyników,
- Idealna wyszukiwarka: **minimalny szum i minimalne straty**, wysoka trafność.

---

## Język wyszukiwawczy użytkownika

Lepiej mówić o **"metaforze wyszukiwawczej"** — coraz częściej to nie języki, ale **metafory graficzne**.

### Napięcie formalność–przyjazność

| Podejście | Skutek |
|---|---|
| **Zbyt sformalizowany** | Mało przyjemny, nieprzyjazny; nie musi zwiększać trafności |
| **Brak formalizacji** | Sprzyja szumowi informacyjnemu, obniża trafność |

### Kryteria efektywności inżynierskiej

- czas wyszukiwania, zużycie zasobów (pamięci),
- czas i koszt stworzenia systemu, koszt eksploatacji,
- jakość usługi pozwalająca na zysk.

> Trudne pytanie: **czy istnieje złoty środek** między formalizmem a przyjaznością?

---

# Część 5
## Problemy językowe wyszukiwania

---

## Wyszukiwanie przez algebrę Boola (AND, OR, NOT)

Indeks dokumentów to zbiór, gdzie każda pozycja opatrzona jest zbiorem słów kluczowych.

### Operatory

| Operator | Operacja teoriomnogościowa |
|---|---|
| **AND** | Przecięcie podzbiorów pozycji |
| **OR** | Suma podzbiorów pozycji |
| **NOT** | Odjęcie pozycji z całości indeksu |

### Przykład

Zapytanie `(A AND B) OR ((C AND D) OR E)` tworzy złożone wyrażenie z operatorów i nawiasów.

---

## Problemy z naiwnym wyszukiwaniem AND/OR/NOT

Metoda algebry Boola **nie uwzględnia** wielu aspektów języka:

| Problem | Opis |
|---|---|
| **Syntagmatyka** | Sąsiedztwo wyrazów — czy wyrazy są obok siebie, czy odległe o kilka stron |
| **Frazy** | Sekwencje wyrazów — czasem trzeba szukać całej frazy |
| **Fleksja** | Odmiany wyrazów (przypadki, rodzaje, czasy, liczby) |
| **Paradygmatyka** | Semantyka — zawieranie zakresów znaczeniowych |
| **Synonimia** | Różne wyrazy dla tego samego znaczenia |
| **Homonimia** | Identyczny wyraz dla różnych rzeczy |
| **Błędy pisowni** | Brak ogonków, błędy ortograficzne |

---

## Syntagmatyka

**Syntagmatyka** to związek składniowy między wyrazami w tekście — ich sąsiedztwo.

### Przykład problemu

- Kawałek tekstu 1: "...żołnierz strzela..."
- Kawałek tekstu 2: "...dziewczyna mruga..."
- Zapytanie: "dziewczyna strzela" → błędnie dostarczy dokument (bo nie uwzględniono związku syntagmatycznego).

### Rozwiązanie

Uwzględnienie syntagmatyki wymaga **indeksowania kontekstowego** — pozycja indeksu określona przez zestaw wyrazów, które ze sobą **sąsiadują**.

> W języku polskim kolejność wyrazów i ich odległość nie zawsze jest wyróżnikiem — potrzebne są heurystyczne kryteria.

---

## Frazy

Sekwencje wyrazów często posiadają **określone znaczenie**, specyficzne dla tej sekwencji.

### Problem w języku polskim

Porządek wyrazów we frazie może być zmieniany:
- "zmaterializowana perspektywa" ⟺ "perspektywa zmaterializowana"

### Konsekwencja

Konieczność wprowadzenia do indeksu nie tylko pojedynczych wyrazów, ale także **często spotykanych sekwencji**:

- Problem: jak identyfikować frazy, jak organizować indeks,
- Heurystyczne reguły pozwalają traktować sekwencje jako pojedynczy element wyszukiwawczy,
- Zarówno fraza, jak i jej składowe stanowią pozycje indeksu.

---

## Fleksja

**Fleksja** to odmiana wyrazów — przypadki, rodzaje, czasy, liczby.

### Przykłady odmian

- "kot", "koty", "kotu", "kotem", "kotami"...
- "zielony", "zielono", "zazielenić", "zazieleniony", "zielone", "zieleń"...

### Problem w języku polskim

- Fleksja jest **bardzo bogata** — to najpoważniejszy problem przy budowie wyszukiwarek,
- Dla niektórych wyrazów doliczono się **ponad 100 form fleksyjnych**.

### Porównanie z angielskim

- W angielskim problem mniejszy — można go sprowadzić do obcięcia końcówki `-s`/`-es`,
- W polskim obcinanie końcówek prowadzi do **nieakceptowalnego szumu**,
- Częściowe rozwiązanie: specjalne słowniki (o bardzo dużej objętości).

---

## Paradygmatyka

**Paradygmatyka** to semantyczne zależności między wyrazami, niezależne od użycia w tekście.

### Rodzaje związków

| Związek | Przykład |
|---|---|
| **Zawieranie zakresów** | "maszyna rolnicza" ⟵ "traktor" |
| **Instancjacja** | "prezydent" ⟵ "Lech Kaczyński" |
| **Synonimia** | "traktor" ⟺ "ciągnik", "XML" ⟺ "extended markup language" |
| **Część–całość** | "samolot" ⟵ "śmigło" |
| **Skojarzenie** | "Jurek Owsiak" → "działalność charytatywna" |

### Rozwiązanie

Bardzo kosztownym sposobem opanowania paradygmatyki jest **ręczna budowa tezaurusów** — niestety podatna na dezaktualizację.

---

## Popularne błędy pisowni

Zarówno twórcy tekstów, jak i użytkownicy wyszukiwarek są **omylni**.

### Znaczenie biznesowe

- Przez lata modele wyszukiwania były **idealistyczne** — zakładały bezbłędność tekstów i zapytań,
- W systemach, gdzie użytkownik jest jedynym kryterium powodzenia, **nieuwzględnienie błędów jest błędem biznesowym**.

### Rodzaje błędów

| Błąd | Przykład |
|---|---|
| **Ortograficzne** | Błędy charakterystyczne dla języka |
| **Gramatyczne** | Błędne odmiany |
| **Czeski błąd** | Pomijanie liter (w Czechach "polski błąd") |
| **Brak ogonków** | Pomijanie znaków diakrytycznych |

---

## Problem efektywności inżynierskiej/biznesowej

Świat akademicki ma tendencję do **idealistycznego** traktowania problemów; świat komercyjny — do pragmatyzmu.

### Metoda "brute force"

Rozwiązywanie problemu **w izolacji** — np. budowa własnych tezaurusów, które po latach trafiły "na makulaturę" z powodu dezaktualizacji.

### Podejście komercyjne

- Nieufność do rezultatów akademickich,
- Własne rozwiązania, często kwestionujące klasyczne pojęcia wyszukiwania informacji,
- **Efektywność wyznaczona przez zadowolenie użytkownika** i powodzenie przedsięwzięcia — inne kryteria są drugorzędne.

> W wyszukiwaniu liczy się **praktyczny efekt** (zadowolenie użytkownika), nie akademicka elegancja rozwiązania.

---

# Część 6
## Zaawansowane techniki wyszukiwania

---

## Inteligentne wyszukiwarki internetowe

Marzenie o inteligentnych wyszukiwarkach — przedmiot działalności wielu ośrodków akademickich.

### Web jako "szczególna baza danych"

| Cecha Webu | Problem |
|---|---|
| **Niejednorodna struktura** | Obiekty o nieokreślonej lub błędnej strukturze |
| **Rosnąca liczba obiektów** | Stale rośnie liczba i rodzaje obiektów |
| **Niespójność** | Informacje formalnie i merytorycznie niespójne |
| **Sieć semantyczna** | Hiperlinki o dowolnym znaczeniu |
| **Znaczenie przez kontekst** | Znaczenie obiektu wyznaczone przez powiązane obiekty |

---

## Wymagający użytkownik

Potencjalny użytkownik Webu jest **bardzo wymagający**:

| Cecha | Oczekiwanie |
|---|---|
| **Nie jest informatykiem** | Żargon odbiera jako "nieprzyjazny bełkot" |
| **Nie czyta instrukcji** | Nienawidzi "pomocy" i porad |
| **Przyzwyczajenia** | Szybko opanowuje wzorce i niechętnie je zmienia |
| **Zna swoją dziedzinę** | Oczekuje profesjonalnych odpowiedzi |
| **Nieprecyzyjne pytania** | Nie przywiązuje wagi do formalnego zadawania pytań |
| **Brak cierpliwości** | Traci cierpliwość po 10. nietrafnym dokumencie |

> Wyszukiwarka musi być **przyjazna, szybka i trafna** — inaczej użytkownik z niej zrezygnuje.

---

## Mechanizmy "inteligencji" w wyszukiwarkach

Propozycje wbudowania inteligencji:

| Mechanizm | Opis |
|---|---|
| **Streszczenia** | Automatycznie generowane "streszczenia", słowa kluczowe, wagi ważności |
| **Adaptacja** | Uczenie się systemu, personalizacja do preferencji użytkownika |
| **Podpowiedzi** | Wskazanie dalszych lub alternatywnych kierunków poszukiwań |
| **Statystyki populacji** | Pomiar zachowań całej populacji użytkowników |

### Ograniczenie

Wymaga to automatycznego "rozumienia" tekstu i technologii odkrywania wiedzy (klasyfikacja, grupowanie). **Nie udało się tego zastosować na masową skalę**.

---

## Wyszukiwanie zorientowane geograficznie

Wyszukiwarka może uwzględniać **lokalizację geograficzną** informacji i użytkownika:

| Mechanizm | Opis |
|---|---|
| **Lokalizacja informacji** | Wyszukiwarka przechowuje lokalizację (np. Polska, Warszawa) |
| **Lokalizacja użytkownika** | Znając lokalizację, zwiększa wagę lokalnych wyników |
| **Język natywny** | Uwzględnienie języka użytkownika |

### Korzyści

- znaczące polepszenie jakości rezultatów,
- nowa kategoria usług — np. "znajdź najbliższą pizzerię".

---

## Wyszukiwanie językiem naturalnym

Wyszukiwanie przy użyciu języka naturalnego rodzi **ogromne problemy**, szczególnie w językach z bogatą morfologią (polski, niemiecki).

### Zalety języka naturalnego

- użytkownik go zna (nie musi się uczyć),
- elastyczny — pozwala wyrazić dowolną informację.

### Wady języka naturalnego

| Wada | Opis |
|---|---|
| **Nieformalność** | Semantyka nieformalizowalna — "rozumienie" tekstu to pseudo-nauka |
| **Wieloznaczność** | Ta sama informacja na wiele sposobów |
| **Różne rozumienie** | Różne osoby różnie rozumieją |
| **Kontekst** | Znaczenie zależne od kontekstu i skojarzeń |

---

## Rozwiązania usprawniające wyszukiwanie

| Rozwiązanie | Opis |
|---|---|
| **Zapamiętywanie zainteresowań** | Poprzednie kryteria wyszukiwania użytkownika |
| **Śledzenie stron** | Odwiedzane strony (wymaga oprogramowania klienckiego) |
| **Integracja z lokalnym** | Wyszukiwanie w Internecie + lokalny komputer |
| **Wagi słów** | Popularne wyrazy mają niskie współczynniki |

### Prywatność użytkowników

Wiele narzędzi gromadzi informacje o użytkownikach — może to naruszać prywatność. Rozwiązania chroniące: serwisy proxy, oprogramowanie anonimizujące.

> Uzyskanie "złotego środka" między personalizacją a prywatnością nie jest łatwe.

---

## Nowe rozwiązania wyszukiwania

Eksperymentalne podejścia do wizualizacji wyników:

| Narzędzie | Podejście |
|---|---|
| **Eyeplorer** | Wizualna mapa pojęć (dla frazy "Arduino") |
| **LivePlasma** | Wizualizacja powiązań (filmy, muzyka) |
| **oSkope** | Wizualne przeglądanie wyników |
| **Leap It** | Alternatywna prezentacja wyników |

### Narzędzia, które zakończyły działalność

- **Mooter** — skupiska (clusters),
- **Kartoo** — wizualizacja grafu.

> Nowe metafory graficzne wyszukiwania pojawiają się, ale wiele z nich nie utrzymuje się na rynku.

---

## Wyszukiwanie innych mediów

Wyszukiwanie za pomocą innych paradygmatów niż tekstowe nastręcza wiele trudności:

### Wyszukiwanie modeli 3D

**Princeton 3D Model Search Engine** — wyszukiwanie modeli 2D/3D:
- słowa kluczowe,
- rozpoznawanie kształtów na podstawie szkiców użytkownika.

### Wyszukiwanie muzyki

Jak zdefiniować zapytanie?
- notacja muzyczna (nuty),
- odegranie fragmentu na klawiaturze,
- zanucenie do mikrofonu,
- tekst piosenki.

Przykłady: **Meldex** (New Zealand Digital Library), **SoundHound** (rozpoznawanie muzyki).

### Wyszukiwanie grafiki

**TinEye** — rozpoznaje duplikaty grafiki (nawet zmodyfikowane).

---

## Podsumowanie

| Temat | Kluczowe wnioski |
|---|---|
| **Wyzwania** | Wykładniczy wzrost, "góry śmieci", głęboki Web |
| **Relewancja vs trafność** | Trafność (odpowiedź na potrzebę) ważniejsza od relewancji |
| **Architektura** | Pozyskiwanie → indeksowanie → wyszukiwanie |
| **Jakość** | Szum (za dużo), strata (brak), trafność |
| **Problemy językowe** | Syntagmatyka, frazy, fleksja, paradygmatyka, błędy |
| **Efektywność** | Liczy się zadowolenie użytkownika, nie elegancja |
| **Zaawansowane** | Geograficzne, język naturalny, inteligencja, media |

---

# Dziękuję za uwagę

**Systemy Zarządzania Treścią**  
Politechnika Poznańska