التحليل الاحصائي يساهم في تسهيل عملية البحث عن المعلومات في نسيج عنكبوت شبكة انترنت

يقول المثل الفرنسي ان كثرة الضرائب تقتل الضرائب. ويمكن تعميم هذا المثل على الامور الاخرى مثل المعلومات فنقول ان كثرة المعلومات تقتل المعلومات. وينتطبق ذلك خاصة على شبكة انترنت حيث تتكاثر المعلومات بشكل يجعلنا نغرق في آلاف الوثائق كلما استخدمنا احد محركات البحث للعثور على معلومات تتعلق بموضوع معين.

فكيف يمكن التمييز بين الصالح والطالح في آلاف الوثائق التي تعيدها الينا محركات البحث وفهارس العنكبوت؟ فعندما نطلق محرك التا فيستا مثلاً ليعثر على الصفحات التي تحتوي كلمة او عبارة معينة نحصل على وثائق كثيرة تظهر عناوينها في المحرك ونضطر للذهاب الى كل منها لمعرفة محتواها وتقييم نفعها مما يستغرق وقتاً طويلاً ويزيد في كلفة المخابرة. وقد نستخدم احد البرامج الذكية (intelligent agents) ليقوم آلياً بتحميل كل الصفحات التي عثر عليها مع روابطها لنتمكن من معاينتها بعد قطع الاتصال ولكن هذه الوسيلة ايضاً تشكل مضيعة كبيرة للوقت لأنه لا يمكن لهذه البرامج تمييز المفيد من غير المفيد.

الا ان الحل لهذه المسألة اتى من باحث فرنسي تعاون مع شركة ديجيتال ليزود محرك التا فيستا بوسائل تسهّل البحث الى حد بعيد بالاعتماد على التحليل الاحصائي.

ويعتمد اسلوب البحث الجديد على مبدأ ان المستخدمين الذين يدخلون الاستفسار نفسه في محرك البحث لا يبحثون بالضرورة على المعلومات نفسها. لذلك تم تطوير برنامج آلي هو لايف توبيك (Live Topic) يستطيع تحليل عشرات الآلاف من نتائج الاستفسار ليعرضها على شكل رسم بياني علائقي او خريطة علائقية.

خريطة مواضيع الاستفسار

عندما يعثر محرك التافيستا على اكثر من ٢٠ اجابة على استفسار معين، يعرض على المستخدم استخدام لايف توبيك وذلك بإظهار سطر جديد في صفحة النتائج يحتوي على عبارات لايف توبيك ولايف توبيك التخطيطي. ويكفي النقر على احدى هذه العبارات للانتقال الى محرك لايف توبيك. وفي ثوان معدودة يعرض المحرك خريطة حقيقية للمواضيع المتصلة بالاستفسار (او يعرض جدولاً بهذه المواضيع اذا تم اختيار لايف توبيك غير التخطيطي).

فإذا ادخلنا مثلاً، استفساراً حول فلسطين والمفاوضات نحصل على ٣٠ الف وثيقة تتعلق به. ولكن عند طلب لايف توبيك، يقوم المحرك بتبويب هذه الوثائق داخل ٢٠ موضوعاً رئيسياً يشملون مثلاً مفاوضات وفلسطين واتفاقات وعرب ومفاوضين وهكذا. ولا يكتفي لايف توبيك بتبويب النتائج بل يتيح تحسين الاستفسار اذ ان كل موضوع رئيسي يحتوي على موضوعات ثانوية. ففي وضعية الخريطة كما في وضعية الجداول يكفي تمرير مؤشر الفأرة فوق موضوع رئيسي لتظهر المواضيع الثانوية والى جانبها مربعات اختيار. ولدى النقر على مربع الاختيار يقوم المحرك بإضافة الموضوع المختار الى الاستفسار في مربع النص في اعلى الصفحة. وبعد اختيار كلمات اضافية تدخل على الاستفسار تتم اعادة اطلاق البحث بالنقر على زر البحث. ويمكن تكرار هذه العملية مرات عديدة حتى يصبح عدد الوثائق ومحتواها مناسبين لطلبنا.

وقد تكون الخريطة العلائقية لنتائج البحث اكثر ما يدهش في هذا المحرك الذي يعرض المواضيع العشرين على شكل شجراني (arborescence). ويتم اعطاء كل موضوع درجة تتراوح بين ١ و٦ حسب احتمال ارتباطه بالاستفسار الاساسي. وتظهر علاقات بين المواضيع على شكل خطوط تصل بين هذه المواضيع. فللذهاب مثلاً من موضوع المفاوضات (Negotiation) الى موضوع نزاع (Dispute) نمر بموضوعي عملاء (Clients) ومقاضاة (Litigation) كما في الشكل ٣.

ويتم الحصول على هذه النتائج بوسائل احصائية وحسب، اي دون المرور بتحاليل لغوية او دلالية مما يتيح للايف توبيك تحليل الوثائق المتعلقة بموضوع البحث مهما كانت اللغة المدونة بها (شرط ان تعتمد الاحرف اللاتينية).

وتتعدى تطبيقات لايف توبيك فكرة البحث الاساسية. فعلى سبيل المثال تتمحور معظم مواقع نسيج العنكبوت حول موضوع اساسي الا ان عدد الصفحات الموجودة داخل هذه المواقع والتي لا تتعلق بالموضوع الاساسي يؤثر كثيراً على جودة الاشارة التي يرسلها الموقع الى محرك البحث. لذلك يوفر لايف توبيك اداة فعالة لمسؤولي المواقع للتأكد من سلامة محتوى مواقعهم واكتشاف صفحات داخل الموقع لا تمت الى اليه بصلة. فيكفي هنا الذهاب الى موقع التافيستا وادخال امر host: متبوعاً بعنوان الموقع ثم اختيار لايف توبيك لتظهر خريطة المواضيع الموجودة فيه. ولا يبقى هنا الا حذف كل الكلمات المتعلقة بالموضوع الاساسي للموقع لتظهر الصفحات التي لا تمت اليه بصلة.

ولا شك ان اخصائيي العلوم اللغوية او الاجتماعية الذين يدرسون شبكة انترنت سوف يستخدمون لايف توبيك لوضع تحاليل احصائية تساعدهم في ابحاثهم كمعرفة اكثر المواضيع انتشاراً في نسيج العنكبوت مثلاً.

فهل تعرفون، على سبيل المثال، ما هي اكثر المواضيع التي ترد في مواقع العنكبوت في دولة الامارات؟ اذا طلبنا من لايف توبيك ان يحلل كل المواقع التي ينتهي عنوانها بعبارة .ae نجد ان هذه المواضيع تدور حول الامارات والشيخ زايد وعجمان وجبل علي والحاكم والسلطان وسموّه.