Информационные

технологии

в химии

Александр Антонович

Рагойша

Кафедра общей химии и методики

преподавания химии

к. 501-а

Химия (научно-производственная деятельность)

Химия (научно-педагогическая деятельность)

• 1-й семестр: 50 часов

(10 лекции + 32 практикум + 8 КСР)

Зачет

• 2-й семестр: 40 часов

(6 лекции + 26 практикум + 8 КСР)

Экзамен

ОСНОВНАЯ ЛИТЕРАТУРА

• А. А. Рагойша. Поиск химической информации в Интернете.

Поисковые системы и тематические каталоги: Учеб. пособие для студентов хим. фак. – Мн.: БГУ, 2003.

• А. А. Рагойша. Поиск химической информации в Интернете:

научные публикации : учеб. пособие для студентов хим. фак.

спец. 1-31 05 01. – Мн.: БГУ, 2007.

• В. М. Потапов, Э. К. Кочетова. Химическая информация. Где и как искать химику нужные сведения. – М.: Химия, 1988.

• А. А. Рагойша. Азбука веб-поиска для химиков. – Минск, БГУ, 1999-2010. http://www.abc.chemistry.bsu.by.

• Chemoinformatics: A Textbook. Edited by Johann Gasteiger and Thomas Engel. – Wiley-VCH, 2003.

• B. A. Bunin, B. Siesel, G. A. Morales, J. Bajorath.

Chemoinformatics: Theory, Practice, & Products. – Springer, 2007.

http://www.abc.chemistry.bsu.by

ДОПОЛНИТЕЛЬНАЯ ЛИТЕРАТУРА

• Andrew R. Leach, Valerie J. Gillet. An Introduction to Chemoinformatics. – Springer, 2007.

• Е. А. Устинова. Формулы изобретения на химические объекты. – М.: ИНФРА-М, 1997.

• James A. West, Margaret L. West. Using Wikis for Online Collaboration : The Power of the Read-Write Web. – John Wiley & Sons, Inc., 2009.

• Руководства пользователя к прикладным программам.

• И. Г. Захарова. Информационные технологии в образовании: учеб. пособие для студ. высш. учеб.

заведений. М.: Академия, 2005. --- (науч.-пед.) --История • Paul Baran (род. 1926 г., Гродно) 1960-е гг.: распределенная компьютерная сеть, пакеты данных • Tim Berners-Lee 1989 г.: гипертекст + протокол TCP + система доменных имен = = World Wide Web;

браузер, веб-сервер, W3C 1. Терминология WWW • Интернет — (inter — меж- + net — сеть) — сеть, объединяющая много компьютерных сетей.

• World Wide Web (WWW, Web, W3, Всемирная паутина, веб) — система взаимосвязанных между собой документов, доступных через Интернет.

Документ — любой целостный автономный информационный массив, не только текстовый, но и, например, видео-, аудио- и т. д.

Гипертекст • Протокол — набор правил.

• HTTP (Hypertext Transfer Protocol) — протокол передачи гипертекста.

• Гипертекст — «текст ветвящийся или выполняющий действия по запросу» (Тед Нельсон, 1965).

• Гиперссылка (ссылка, link) – часть гипертекстового документа, указывающая на другую часть этого документа или на другой документ.

Домен • IP-адрес — числовой идентификатор компьютера(ов) в сети.

Пример: 217.21.43. • Доменное имя — буквенно-числовой идентификатор узлов сети и ресурсов, расположенных на узлах.

Примеры: www.abc.chemistry.bsu.by • Общий домен верхнего уровня без регистрационных ограничений с ограничениями («спонсируемые») • Национальный домен верхнего уровня • Сайт (веб-сайт, website,...) — информационный массив, находящийся на сервере и доступный внешним пользователям.

Единый стиль Структура может быть иерархичной • Веб-страница (страница, webpage, page) — документ, который можно получить в ходе одного обращения к серверу.

Веб-страницы: статические, динамические • Адрес (URL, Uniform Resource Locator) стандартизированный указатель местонахождения информации и способа ее получения.

http://www.abc.chemistry.bsu.by/current/a.htm http://www.bl.uk/eresources/jnls/ejournals.html#free http://www.bsu.by/ru/main.aspx?guid= http://scout-unimib.cilea.it/links/SPT--FullRecord.php?

ResourceId=491&PHPSESSID=d666f9f88fe19ef http://ru.wikipedia.org/wiki/%D0%91%D0%93%D0%A (http://ru.wikipedia.org/wiki/БГУ) ftp://ftp.netscape.com/robots.txt • Главная страница (Первая, Home Page, Main Page, …) — титульная веб-страница информационного массива.

страница по умолчанию (default page) www.abc.chemistry.bsu.by http://www.abc.chemistry.bsu.by/ http://www.abc.chemistry.bsu.by/default.htm http://www.12345.org/ www.1abc.2def.org/mmm/nnn/ppp.htm?id= www.1abc.2def.org/mmm/nnn/ppp.htm www.1abc.2def.org/mmm/nnn/ www.1abc.2def.org/mmm/ www.1abc.2def.org/ www.2def.org/ 1abc.2def.org/ (Search engine) • робот (паук) • индекс (база данных) • поисковая программа, веб-интерфейс Универсальные поисковые системы:

Специализированные (вертикальный поиск) Тематический каталог Каталог (Directory) Еще указатели веб-ресурсов:

• Метапоисковая система использует индексы нескольких иных поисковых систем • Специализированная база данных (робот • Метасайт небольшой по объему сборник ссылок на вебстраницы • Портал многопрофильный сайт, предлагающий  широкий спектр информационных услуг http://www.worldwidewebsize.com/ 20-60 млрд. страниц (сент. 2010) Скрытый веб (глубокий, невидимый, темный) онлайновые ресурсы, не попавшие в индексы универсальных поисковых систем.

• Информация в базах данных • Защищенная паролями и т.п.

• Запрещенная к индексированию владельцами • Страницы, формируемые динамически • Информация в нетекстовых файлах • (Свежая, поэтому еще не проиндексированная) Скрытого в сотни раз больше, чем видимого • (Web 1.0) — условный термин;

• Web 2.0 — интерактивные сайты, где пользователи изменяют содержание; социальные сети; вики; блоги;

онлайновые прикладные программы.

• Web 3.0 — предполагаемая следующая стадия развития, включающая «семантический веб»

Семантический веб будет основан на компьютеризованном распознавании смысла информации в документах.

Два метода работы с онлайновыми ресурсами:

• Browse (перелистывание) — движение по ссылкам.

• Search (поиск) — целенаправленное извлечение с помощью программы.

Браузер (browser) — прикладная программа, предназначенная для работы с веб-ресурсами.

MS Internet Explorer (Обозреватель), Mozilla Firefox, Opera, Google Chrome О достоверности информации Традиционная vs. онлайновая • Печатная литература автор известен контроль со стороны издателя • Научная литература система рецензирования (peer review) • Веб-источники анонимность, отсутствие контроля – почти норма Достоверность информации лежит в широких пределах:

от объективной - до субъективной, от полностью достоверной - до ложной и до намеренно сфальсифицированной В основе оценки онлайнового источника лежат известные критерии оценки печатных источников:

Репутация автора;

Контроль качества;

Объективность изложения;

Актуальность;

Охват.

• Рекламные блоки могут казаться частью документа.

• Отсканированный и оптически распознанный текстовый материал редко выверяется корректорами.

• Содержание веб-страницы может быть изменено несанкционированно (атака хакера, прихоть администратора).

• Проблемы авторства особенно остро проявляются в форумах и блогах.

Явные признаки низкокачественного ресурса:

• Обилие опечаток и грамматических ошибок.

• Развязный стиль изложения.

Эксперт тщательно оценивает содержание, а обычный потребитель больше доверяет внешнему виду страницы.

Доменное имя достоверность выше:

достоверность ниже:

Папки повысить бдительность:

• университетов, • научных обществ, • научных издательств, • официальных патентных бюро, • авторитетных коммерческих организаций, • персональные сайты ученых.

• иметь свою голову, • включать при работе свой мозг, • извлекать информацию из авторитетных источников, • стремиться работать с первоисточниками.

Текстовые базы данных • База данных (database) упорядоченный информационный массив, состоящий из стандартных блоков.

Классификация по типу содержимого:

Структура базы данных (с точки зрения пользователя) • Запись (record) стандартный блок информации • Поле (field) смысловой фрагмент записи Поля:

текстовые, числовые • Поисковая программа (search and retrieval software) имеет страницу с поисковым бланком, предназначенным для формулирования • Запрос (query) поисковое задание, содержащее поисковые термины и инструкцию по их интерпретации программой Заполняем поисковый бланк:

Поисковая программа ищет в своей базе данных те записи, в которых присутствует слово натрий Список обнаруженных записей выводится на экран Поиск - не по смыслу, а по факту наличия термина!

Синтаксис запроса в текстовых базах данных Нет стандартного синтаксиса запроса.

У каждой программы свои правила.

Иногда правила совпадают (но необязательно, что полностью).

Бывает, что некоторые элементы разными поисковыми программами воспринимаются с точностью до наоборот.

Логические (Булевы) операторы • AND натрий AND калий натрий OR калий натрий NOT калий Оператор по умолчанию (default operator) Пример: Обе записи равнозначны, если AND – по умолчанию:

Порядок выполнения операций • Сначала: NOT и AND, затем: OR • Если нужно, порядок меняют круглыми скобками Пример:

Найти записи, в которых:

обязательно присутствует натрий или калий и обязательно присутствует фосфат или силикат Правильно:

(натрий OR калий) AND (фосфат OR силикат) Неправильно:

натрий OR калий AND фосфат OR силикат • Кавычки Пример:

(символом подчеркивания обозначен пробел) • WITH/n, NEAR/n (W/n, N/n, WITH,...) Пример:

Пример:

* ("звездочка") заменяет любое число символов ( в т. ч. нулевое) фосфат, фосфатами, фосфатирование,...

фосфат, дифосфат, полифосфат,...

Wildcard. Truncation (right-hand, left-hand) ? (вопросительный знак) заменяет один символ Как правило:

При шаблоне оставлять не менее трех букв.

Не использовать шаблон внутри кавычек.

Шаблон увеличивает количество информационного мусора в результатах поиска • Stemming – режим работы поисковой программы, при котором происходит учет грамматических форм терминов (учет морфологии) фосфат, фосфатами, фосфатный,... (полифосфат - ?) Не проводить stemming:

Варианты в тексте:

... температура кипения метана...

... Метан. Температура кипения:...

... с метаном, характеризующимся Варианты в запросе:

• stemming отсутствует "температура кипения метана" • stemming включен • Стоп-слова (stopwords) слова, которые при поиске не учитываются.

Это слова, не несущие самостоятельной смысловой нагрузки, но особенно часто встречающиеся в тексте:

Включить стоп-слово в поиск:

• Абсолютное большинство поисковых программ нечувствительно к регистру букв – для них строчные и заглавные буквы в запросе равнозначны.

• Поиск можно сделать более эффективным, если проводить его не по записям в целом, а только по избранным полям.

Для этого в запросе рядом с поисковым термином указывают код соответствующего поля.

Коды полей в разных базах данных – разные.

• Простейший, Basic, Quick, Simple • Расширенный, Advanced, Expert Классификация условна – в рамках определенной базы данных.

Обычно такие бланки называют Quick Search Пример бланка Поиск по двум разным полям; использование булевых операторов; выбор временного интервала.

Пример бланка • Графа бланка (редактируемая графа, редактируемое поле).

• Список.

• Меню (выпадающий список).

• Переключатель.

• Выключатель.

• Текстовые пояснения.

• Ссылка на иной бланк.

• Ссылка на блок инструкций.

• Кнопка начала поиска.

Список результатов поиска Пользователь получает результаты поиска в форме списка обнаруженных документов.

Список может быть сформирован:

- по алфавиту, - в хронологическом порядке - по релевантности.

Релевантность документа – степень соответствия его поисковому заданию.

При расчете релевантности учитываются:

• количество поисковых терминов в документе, • расстояние между ними в тексте, • число упоминаний каждого из них, • их плотность, • их порядок расположения, • их место – в начале записи или в конце, Отбирая поисковые термины, учитываем, что:

• Поисковый термин – это слово, которое присутствует в искомом документе.

• Поисковый термин должен быть достаточно специфичным по своему смыслу, по крайней мере, в используемой базе данных.

• Одно и то же понятие может быть выражено несколькими способами.

• Разные научные школы могут пользоваться разными обозначениями одного и того же понятия.

Помогает при отборе:

• Предварительное изучение литературы • Использование алфавитных указателей (если они есть в базе данных) • Название (Title) Пример:

• Реферат (Abstract) • Полный текст (Full text) Последовательность ведения тематического поиска 1. По полю "Названия" 2. По полю "Рефераты" 3. По полным текстам документов