Щербак Сергей » Представление, извлечение знаний и вывод над ними

Семантическая разметка сайтов

Shcherbak Sergey — Wed, 15 Jun 2011 19:34:29 +0000

Микроформаты – это один из видов семантической разметки, которые используются для добавления “машиночитаемых” описаний знаний и данных, расположенных на веб-страницах и других типах электронных документов. С одной стороны, семантические разметки, такие как OWL, существуют давно и имеют широкие возможности для представления знаний о различных предметных областях, но сложность подобных разметок и необходимость иметь специализированные знания для их применения привели к тому, что разработки веб-приложений не используют их. В результате, такая не популярность современных семантических разметок не позволяет применить методы и средства искусственного интеллекта для организации семантического поиска в веб-приложениях. С другой стороны, технология микроформатов vCard хорошо зарекомендовала себя в издательских системах для представления типовой информации о людях, организациях, книгах, публикациях и т.п.

Основой vCard являются наборы меток для представления общепринятой информации о различных типовых объектах. За каждой меткой закрепляется общепринятое значение, которое может быть использовано при машинной обработке.

На сегодняшний день на базе vCard разработано множество специализированных микроформатов для описания различных типов объектов предметных областей, которые можно использовать на веб-страницах и автоматическую обработку которых поддерживают поисковые машины Яндекс и Google.

Наиболее популярным является базовый микроформат hCard, который является адаптированной к использованию в Веб версией vCard для описания людей, предприятий, организаций и публикации контактной информации.

Необходимо отметить, что этот микроформат используется как базовый компонент других микроформатов таких как hCalendar и Geo.

как создать свой сайт на основе микроформатов? Добавляем маркеры - теги микроформатов - к смысловым фрагментам вашего текста и все... какие смысловые фрагменты можно выделять?

информацию о людях, организациях, рецептах, товарах и т.п.

Для описания смысловых фрагментов сайта вам помогут

1. hCalendar – микроформат для описания событий, времени их проведения и т.п.

2. hReview – микроформат для разметки отзывов, например, на события или материалы.

3. hProduct – унифицировання разметка товаров. Например, с помощью этого формата можна представить информацию о цене товара, его наличии, отзывы.

4. Geo – это микроформат для представления географических координат на веб-страницах.

Rel-license: микроформат для указания лицензий

Shcherbak Sergey — Fri, 25 Feb 2011 09:25:24 +0000

Rel-license представляет собой открытый микроформат для указания используемой лицензии. Внедряется в XML, X(HTML) и RSS.

Принцип использования:

На каждом информационном ресурсе (веб-страничке, новостном канале, ...), содержимое которого необходимо распространять по некоторой лицензии необходимо установить ссылку следующего вида

1	Имя используемой лицензии

Одной из наиболее распространенных лицензий в Интернете является лицензия Creative Commons, которая способствует свободному распространению информации и позволяет авторам материалов достаточно гибко управлять копирайт-моделью распространения созданной ими информации.

Чтобы указать, что ваша информация на страничке распространяется по этой лицензии, например, версии 2.0, вы можете добавить следующий код на свою страничку:

1
2
3

Распространяется под лицензией Creative Commons BY 2.0.

Зачем это надо?

На момент публикации заметки Яндекс не поддерживал микроформат rel-license. Добавление поддержки, думаю, вопрос не очень далекого времени, так как проблема соблюдения копирайта актуальна во всем мире, например, существует масса сервисов, распространяющих информацию - RSS-аггрегаторы, файл обменники, торренты, где вопросы лицензирования распространяемой информации актуальны и вызывают массу дисскусий.

Маленький фрагмент разметки - микроформат rel-license - будет давать пользователю сервиса, например, поисковика по торрентам, четкое представление о том, по какой лицензии, что распространяется. Это способствовало бы распространению качественной информации. Кроме того, при надлежащем контроле и корректностью использования лицензионной информации это могло бы пользователям говорить, что сервис распространяет абсолютно легальную информацию с соблюдением авторских прав.

Материалы можна распространять под различными лицензиями. Так, если вы хотите дать выбор читателю, а именно, желаете сказать, что пользователей может использовать материалы по одной из приведенных ниже лицензий, вам необходимо определить несколько ссылок с атрибутом rel="license". Например, укажем, что наш материал может использоваться как под лицензией Creative Commons, так и под лицензией GNU Free Documentation License, которая используется, например, в Википедии.

1
2
3

Распространяется под лицензиями Creative Commons BY 2.0 и GNU Free Documentation License

Конечно, проблемы лицензирования информации актуальны и сложны, но мы уже сейчас можем внести свою лепту в распространение актуальной информации с четко определенными авторскими правами.

Не забываем указать на своих страницах лицензию с помощью микроформата rel-license!

Точка входа в микроформаты: спецификации и инструменты.

Shcherbak Sergey — Tue, 15 Feb 2011 14:50:21 +0000

Микроформаты - очень обширная тема и еще далеко не все микроформаты мною рассмотрены, но есть ряд инструментов и официальных ресурсов по микроформатам, о которых должен знать каждый использующий их пользователь.

Итак, начнем с онлайн источников:

1) Русскоязычная вики по микроформатам. Наиболее полный источник информации по микроформатам на сегодняшний день.

2) Статья в википедии, где также есть много материалов по теме.

3) Гугл о микроформатах для веб-мастеров.

4) Яндекс о микроформатах для веб-мастеров.

Инструменты, которые помогут начать работать с микроформатами:

1) hCard Creator.

2) hReview Creator.

3) XFN 1.1 Creator.

4) hCalendar Creator.

Плагины для браузера Firefox:

Tails Export - плагин для просмотра и экспорта микроформатов. Поддерживаются hCard, hCalendar, hReview, xFolk и Rel-license.

Operator - плагин для идентификации внедренных на веб-страницу микроформатов.

Плагин для браузера Safari:

Safarimicroformats - плагин для идентификации микроформатов и импорта hCard и hCalendar в адресную книгу iCal.

И конечно же подборка моих заметок по микроформатам доступна по тегу микроформаты.

hProduct – все что надо знать поисковику о вашем товаре.

Shcherbak Sergey — Sun, 13 Feb 2011 22:06:55 +0000

Как предоставить подробную информацию о своих товарах поисковику? Например, как Гугл должен узнать сколько стоит в вашем интернет-магазине телевизор, ноутбук или сколько стоит в вашем агенстве путевка в Испанию?

Ответ простой: hProduct!

hProduct - микроформат для представления информации о товарах (цена, наличие, детальное описание, отзывы).

hProduct тесно связан с микроформатами hCard и hReview. Категории, фото, URL, fn (люди, организации) описываются с использованием hCard, аннотация, отзывы - hReview.

Основные элементы hProduct:

hproduct - Корневой элемент любого определения информации о продукте. Все нижеописанные элементы являются подэлементами hProduct.

brand - Бренд товара. Обязательный и единственный элемент. Подэлементами могут быть определения на hCard c описанием предприятия, времени работы его офисов и т.д. Примеры могут быть взяты из заметки об hCard.

category - Категория товара. Можно указывать несколько категорий. Категории могут быть произвольными, например, Автомобили, Туры, Книги, Визы. Но! Так как использование микроформатов нужно для продвижения товара через поисковики, категории необходимо подбирать с учетом специфики поисковиков. Классификатор (набор категорий) для каждого поисковика свой. ПОЭТОМУ ВПОЛНЕ ВОЗМОЖНА СИТУАЦИЯ, что вы будете определять две типовые категории, например "ДЕЛОВЫЕ ВИЗЫ" и "БИЗНЕС ВИЗЫ", но с различных классификаторов. Одно и тоже, но для разных поисковиков. Ерунда, конечно, получается, и как с этим бороться, пока неизвестно. Одно ясно, если вы четко ориентируетесь на сервисы Яндекса вы используете его классификаторы, если на Гугл - классификатор Гугла.

Кстати говоря, если посмотреть на классификатор Яндекс.Организаций, то можна видеть, что этот классификатор только в начале пути, ему еще развиваться и развиваться. Не понятно одно, почему не взять общепринятые, например, на Западе, развитые системы классификаций и их использовать. Уж чего-чего, а денег у Яндекса на промышленные классификаторы хватит...

price - цена товара. Здесь все просто, цена товара на вашем сайте. Пользователю не обязательно заходить на ваш сайт, если он увидет более приемлемую цену у конкурента в поисковой выдаче. С одной стороны, с точки зрения поискового маркетинга важно, чтобы сайт был на первой странице поисковой выдачи, но с другой стороны "цена" очень влиятельный параметр, по крайней мере будет в очень ближайшее время. Мне, как и другим пользователям РУНЕТа важно знать, а где купить подешевле и с приемлемым уровнем надежности.

Значит так, первые три листа поисковой выдачи условно считаем надежными, далее, значит вопрос за ценой...

description - описание продукта, его достоинства и недостатки, отзывы и т.д. и т.п. Именно в этом блоке разметки мы будем указывать все что отличает наш товар от других, собирать отзывы и главное кратко и со вкусом с минимумом воды, все только по сути... Это в идеале... В реальности же, даете характеристику товара. Если в категории указали "Бизнес визы", то здесь укажите конкретно в какую страну, например, виза в испанию или францию и на каких условиях.

fn - название товара.

photo - фото товара, может быть представлен в виде ссылки (тег a) или тега img.

url - адрес (URL) страницы, где расположено детальное описание продукта . Можна использовать rel-tag. Пример, rel='product'.

review - отзыв о продукте. В этом блоке можно размещать блоки hReview с идентификаторами отзывов.

listing - множественные блоки hListing. Здесь указываем кто продает данный товар, когда товар будет доступен и т.д. Читайте об hListing в следующих заметках.

identifier - идентификатор характеристики товара, состоит из двух частей type и value. type - тип идентификатора, value - метка товара. Метка может подразумеваться.

Пример микроформата hProduct - товар MacBook Pro


		Ноутбуки
		Электроника
		MacBook Pro
		
			
		
		Производитель:
			Apple
		
		Мечта, а не компьютер
			
					Высокотехнологичное устройство
					
						Автор: Shcherbak
					
					Отзыв оставлен: 2011-02-11
					Оценка: 5 из 5
					"Здесь много разных эпитетов - Быстрый и надежный комп,..."

Обратите, внимание в примере не использованы отдельные характеристики товара...

Яндекс и hProduct? Яндекс поддерживает подмножество hProduct для представления информации об автомобилях, хм. да. Только автомобили... Это когда Гугл уже работает над тем, чтобы расширенные описание различных продуктов отображались в результатах поиска (в снипетах веб-страниц). Но думаю развитие Яндекс.Маркета приведет к тому, что и в Яндекс будут поддерживать полностью спецификацию hProduct.

Почему?

Применение hProduct позволит Яндексу автоматически извлекать информацию из веб-сайтов о товарах, а веб-мастеру необходимо будет только заботиться о своевременном обновлении информации на своем ресурсе или интернет-магазине. При чем веб-мастер будет иметь возможность в разумных пределах конечно влиять на представление своих товаров в поисковой выдаче.

Кстати, один из методов борьбы с различными спекуляциями с микроформатами - это обработка только той информации, например, на hProduct, которая визуально отображается. И фишки с нулевым размером шрифта и одинаковым цветом текста и фона не пройдут )) Сейчас это актуально для Гугла, если видно - отлично, если нет - ваш микроформат может быть проигнорирован и как результат красивого и расширенного описания вашего товара вам не видать в поисковой выдаче!

Но! всегда есть... Например, даты и время, с одной стороны "простое" представление даты и времени, например, 2011-02-12T18:17:01, может быть с легкостью обработано поисковиком, но людям-клиентам вашего магазина это может не понравиться, поэтому прийдется дублировать информацию и делать различные представления - для людей (12 февраля 2011 года) и для поисковиков (2011-02-12). И если ваш сайт будет признан "белым и пушистым", тогда информация будет правильно поисковиком обработана и без санкций...

Форматы представления дат и примеры их использования описаны здесь!

Итак, hProduct немного рассмотрели, но это далеко не все его возможности, - читайте продолжение в следующих заметках.

hReview – отзывы обо всем и хорошая поддержка поисковиками!

Shcherbak Sergey — Fri, 11 Feb 2011 20:21:43 +0000

hReview является простым, открытым, распределенным микроформатом для разметки отзывов о чем-либо, например о продукции, услугах, предприятиях, событиях и т.д., в (X)HTML, Atom, RSS и произвольном XML.

Исходя из определения можно сделать вывод о том, что для блоггеров hReview является наиболее важным микроформатом. Наиболее часто используется hReview для построения рейтингов. Поисковики могут использовать рейтинг отзыва в выводе сниппета поисковой выдачи или при построении общего рейтинга, например, некоторого события или предприятия.

Основные компоненты hReview:

version - используемая версия спецификации hReview, например, версия 0.2 или 0.3 (последняя версия спецификации). Необязательный компонент. Обычно не используется.

summary - заголовок отзыва или краткая аннотация. Необязательный компонент, но при его отсутствии поисковики могут полностью игнорировать внедренный микроформат.

Пример использования:

1	Отличное онлайн радио для детей

type — тип отзыва. Обязательный компонент. Type определяет к какому типу объекта относится данный отзыв. Может принимать один из возможных значений: product (продукт), business (бизнес), place (места), person (лица), event (события), website (веб-сайт), url (что-то чему соответствует некоторый URL).

Например, чтобы описать некоторое предприятие или для разнообразия, детское радио онлайн , можно использовать type со значением "business":

1
2
3

При желании значение type можно не выводить на экран, например, с помощью CSS (style="display: none; ") это можно сделать так:

business

Так как микроформаты являются частью разметки (X)HTML, то любой фрагмент микроформата вышеприведенным способом может быть скрыт от пользователя.

item - обязательный компонент, описывающее объект отзыва. Внутри блока item может находиться один или несколько фрагментов, размеченных тем или иным микроформатом в зависимости от значения type.

Так как в примере идет отзыв об организации, значит кратко выразим информацию об организации на hCard:

1
2
3

 
         Радио Щербака

В случае, если бы мы делали отзыв о человеке, мы бы описали здесь этого человека.

reviewer - автор отзыва. Необязательный компонент. Например, автора можно описать так:

1	Сергей Щербак

или можно использовать более сложное определение

1	Сергей Щербак

где использован элемент hCard, о котором я рассказывал здесь.

dtreviewed - время написания отзыва, используется формат ISO8601 для представления времени. Обязательный компонент. Например, используем шаблон представления времени "YYYY-MM-DD", получаем отзыв составленный 2011-02-11 (11 февраля 2011 года) или можем указать еще более точное время используя шаблон "YYYY-MM-DDThh:mm:ss" - 2011-02-11T18:17:01. Кстати, обратите внимание на разделитель "T" между датой и временем написания.

Шаблонов представления времени существует множество. Можно также использовать шаблон без разделяющих "-", тогда будет не так наглядно, но тоже верно. Например, 20110211.

1
2
3

Отзыв написан 02 февраля 2011

rating - рейтинг, который вы устанавливаете объекту, о котором пишите отзыв - число с фиксированной точкой (необязательное, но помним об автоматических рейтингах поисковиков!!!).

Например, rating может быть 3.0, 4.5, 5.0.

4.0

Можна также указывать нижнюю (worst) и верхнюю (best) границу значений шкалы рейтинга отзыва. Определения границ рейтинга отзыва должны быть внутри блока rating:

4.0

Если границы worst или best не указаны, то считается, что worst равно 1.0, а best равно 5.0.

description - собственно отзыв - текст, картинки и т.п.

1
2
3

    
       Эта штука просто супер!!!

Внутри блока description можно использовать элементы pro для перечисления достоинств объекта отзыва, а contra — для перечисления недостатков.

Замечания.

Если pro и/или contra представляются в виде списка, то необходимо отмечать каждый элемент списка соответствующей меткой - pro или contra;
pro и contra могут быть определены как внутри блока description, так и вне его;
Не допускается одновременное отсутствие description, pro и contra.

хм... об hProduct расскажу в следующий раз. Про pro и contra значит тоже.

Особенность микроформатов в том, что их можно объединять в достаточно сложные структуры, а именно можна использовать hReview вместе с hCard, hProduct и т.д.

tag - список тегов - ключевых терминов, фраз, характеризующих по мнению автора объект отзыва.

1 2	Радио Дети

permalink - адрес (URL), где расположен полный текст отзыва. ОБЯЗАТЕЛЬНАЯ ХАРАКТЕРИСТИКА.

license - лицензия, по которой распространяется отзыв. Необязательно. Этот элемент не прост, пока не работает. Но рассмотрения в будущем потребует.

Итак, мы рассмотрели основные компоненты hReview.

В результате мы получили следующий код:


	онлайн радио
    	
        	
     	
        
                Радио Щербака
         
        Сергей Щербак
		
        	Отзыв написан 02 февраля 2011
 		
		4.0
        	
        	
    	
	    
       		Эта штука просто супер!!!
    	
	Радио
	Дети

Кстати, можна также указать язык отзыва с помощью конструкции lang, например lang="ru".

В нижеприведенном примере, определен язык отзыва "русский", но один из тегов на английском.


	онлайн радио
    	
        	
     	
        
                Радио Щербака
        
		Сергей Щербак
		
        	Отзыв написан 02 февраля 2011
 		
		4.0
        	
        	
    	
	    
       		Эта штука просто супер!!!
    	
	Radio
	Дети

Важно:

Обязательность использования того или иного компонента микроформата можно определить руководствуясь простым правилом: "Если для построения рейтинга автоматическим способом, например, поисковиком, нужен рассматриваемый компонент, то он обязателен" (иначе микроформат страницы может быть полностью проигнорирован).