Az idei évben már hetedik alkalommal hirdették meg a 100 szóban Budapest történetíró pályázatot. A zsűri idén is olyan pályaműveket várt, amelyek valamilyen módon Budapesthez kapcsolódnak, vagy kötődnek a fővároshoz.

A pályázati projekt

“A projekt a chilei Plgaio által 2000 óta szervezett pályázat magyar verziója. Jelentkezhetsz egy maximum 100 szavas történettel, ami valamiféle módon Budapesthez köthető. A projekt éppannyira szép, mint egyszerű: mit jelent a város a lakói számára? Milyen történeteik, emlékekeik, érzelmeik és benyomásaik vannak a városról, annak tereiről, történéseiről és a benne élőkről? Kizárólag 100 szóban. Évente ezernyi történet kerül beküldésre a chilei felhívásra. A nyertes történeteket profi művészek illusztrálják és kiállításra kerülnek a köztereken, busz megállókban, a parkokban, a képeslapokon és mindenfelé a városban.
A magyar projekt nem csupán a Budapestiekhez szól, hanem azokhoz is, akik az ország más részeiben élnek vagy azokhoz a magyarokhoz is akik éppen külföldön.” - olvasható a Smartcitybudapest honlapján.

Elemzés 600.000 szóra

Az első hat évben beküldött több mint 6000 “100 szóban Budapest” pályázatának közel 600.000 szavát elemezte ki most a Crow Intelligence csapata, elemzésükről pedig egy színes videót is közzétettek:

Önnek mi jutott eszébe? Keressen rá!

A film megtekintése után mely szavak ragadtak meg legjobban? Kíváncsi, hogy a Keresővilágon hányszor szerepelt már ez a kifejezés? Keressen rá a cikkünk jobb oldalán található Precognox Blogkeresőben!

Hány találata lett? Kattintson rá bármelyik cikk címére, amelyet érdekesnek talál és olvasson tovább a Keresővilágon!

Kedvet kapott Ön is az íráshoz? Induljon jövő évben a 100 szóban Budapest pályázatán!

Amennyiben pedig szöveganalitikai megoldásra van szüksége, keresse a Precognox csapatát!

A Google Trends minden évben összeállítja TOP 10-es keresési listáját, amely megmutatja, hogy mire kerestünk rá leggyakrabban a Google keresőmotorjában.

Az idei év keresései

Az idei év első tíz helyezettje talán ismét nem okoz nagy meglepetést. Több téma is összefügg, így a első Koronavírus, a harmadik Google Classroom, a hatodik Koronavírus térkép és a nyolcadik helyen álló Redmenta keresési kifejezések. Ezek rámutatnak arra, hogy a vírushelyzet milyen hatással volt az oktatásra, illetve annak digitalizálódására.

Továbbra is gyakran keresünk rá híres, a közelmúltban elhunyt emberek nevére is, így a listából is látható, hogy mennyire népszerű személyek például Benedek Tibor, Gesztesi Károly vagy éppen Kobe Bryant.
Azon túlmenően, hogy az idei lista is híven tükrözi az év eseményeit, számos érdekességgel is szolgálhat mindazoknak, akik kevesebb időt töltenek online hírek olvasásával. Emellett a témaköri csoportosítások szerinti listáknak is érdemes időt szentelni. Ki tudja, talán most ismerjük meg új kedvenc sorozatunkat, könyvünket vagy receptünket.

Kapcsolódó cikkünk: Mit és hogyan keresünk a koronavírus idején?

A Keresővilág 2021-ben is további jó keresést kíván minden Kedves Olvasójának!

Amennyiben pedig vállalati keresési adatait szeretné elemezni, akkor válassza a Precognox TAS Search Log Analyzer megoldását!

Régóta pletyka tárgya, hogy a Google hamarosan változtatni fog a keresési rangsorolási algoritmusán. Ez a frissítés 2020. december 1-jén, kedden kezdődött, bár a Google ezt nem erősítette meg, de a nyomkövető eszközök már frissítésre utaló eredményeket mutatnak.

A WebmasterWorld-on megjelent első bejegyzésekből arra lehet következtetni, hogy a frissítés ezúttal elég jelentős lesz.
Néhány a bejegyzésekből:*

• "Óriási csökkenés a forgalomban Európában!"
• "Eddig globális forgalomcsökkenést tapasztaltam, furcsa, szerintem nem változtak a SERP-k!"
• "25% -kal csökkent az USA forgalma ma ... Kanada -20%, Ausztrália -6%, Egyesült Királyság + 22%. Ma új Top 3-as és Top 10-es keresési kifejezést kaptam."

a SERP változását mutató grafikon 2020.12.03-án a SEMrush oldalán

Amíg nem lesz hivatalos bejelentés a Google részéről, addig nem szabad készpénznek venni a fentieket, de jó lesz odafigyelni az elkövetkező napokban, hogyan változnak a keresési eredmények rangsorolása.

*szabadszavas fordítások. Az eredeti bejegyzések a blogcikkünk alapjául szolgáló Search Engine Roundtable publikációban olvashatóak.

Világszerte egyre nagyobb figyelmet kap a közpénzek elköltése és ezzel párhuzamosan a közbeszerzési pályázatok lefolytatása. Ezek tisztaságának ellenőrzése a nyílt adatok vizsgálatán keresztül válik lehetségessé. Azonban ezeket az adatokat össze is kell gyűjteni ahhoz, hogy azok elemezhetővé váljanak.

A DIGIWHIST projekt

A DIGIWHIST fő célja, hogy összekapcsolja a közbeszerzésekre fordított közkiadásokra vonatkozó adatokat a kormányzati mutatókkal és egy, a polgárok visszajelzését megkönnyítő nyomon követési eljárással. Mindez igen komolyan segíti a közigazgatás elszámoltathatóságát és átláthatóságát.

A Projekt a közbeszerzésre vonatkozó Európa-szerte megjelenő pályázati szintű adatok, információk szisztematikus gyűjtésén, elemzésén és széleskörű terjesztésén alapszik. A Projekt során ezeket az adatokat összekapcsolják a vállalatok és az állami szervezetek pénzügyekkel és tulajdonlással kapcsolatos információival, valamint az állami tisztviselők elszámoltathatóságát növelő mechanizmusokkal kapcsolatos információkkal annak érdekében, hogy szisztematikusan megvizsgálhassák az állami források elosztási mintáit és mechanizmusait Európában. *

Mára már Európán kívül számos ország, például Tanzánia, Mexikó, Kenya vagy Uruguay közbeszerzési adatai is összegyűjtésre kerültek.

A Projekt egyik vezetője Dr. Fazekas Mihály, a Government Transparency Institute alapítója és igazgatója, a Horizon 2020 tudományos koordinátora a Cambridge-i Egyetemen és Közép-európai Egyetemen adjunktusa. Az alábbi videóban Ő nyilatkozik a DIGIWHIST-ről:

 A videóból is kiderül, hogy az ilyen jellegű és méretű projektek óriási szerepet töltenek be az egyes országok közbeszerzései adatainak átláthatósága szempontjából.

A Projekt egyik hazai résztvevője évek óta a szöveganalitikai megoldásokat fejlesztő Precognox. A cég TAS Data Collector szolgáltatása kimondottan ilyen, webes adatgyűjtésen alapuló feladatok megoldására lett kifejlesztve.

* szabad fordítás az Európai Bizottság honlapján megtalálható projektleírás alapján

Mi a teljes szöveges keresés?

A teljes szöveges keresés a számítógépen tárolt (kizárólag szöveges) dokumentumok keresésére szolgáló technikák összessége. Az ilyen típusú keresés esetében megpróbálunk megtalálni egy szót vagy kifejezést bárhol is rejtőzzön az az adott adatkészletben. A teljes szöveges keresést megkülönböztetjük a metaadatokon vagy az eredeti szöveg részeit (például címek, kivonatok, vagy bibliográfiai hivatkozások) tartalmazó adatbázisokban történő kereséstől.

Probléma a japán nyelvvel

A legtöbb európai nyelv esetében a szavakat szóközzel választjuk el, ami nagyban megkönnyíti a mondatok szavakra történő bontását. Így a kifejezések visszakereshetősége is meglehetősen egyszerű.
A japán nyelvben azonban az egyes szavakat nem választja el szóköz, amely rendkívüli módon megnehezíti a keresést. Ebben az esetben kizárólag több módszer közös használatával érhetünk el megfelelő eredményt. De mi határozza meg ezt az eredményességet, illetve minőséget?

Pontosság (Precision) és visszahívás (Recall)

A pontosság és a visszahívás a teljes szöveges keresőrendszer minőség mérésének két általános módja. A pontosság azt jelzi, hogy „milyen kicsi a keresési kihagyás”, a visszahívás pedig azt, hogy „mekkora a keresési zaj”.
A pontosság és a visszahívás minősége tekintetében mindig kompromisszumot kell kötni, annak függvényében, hogy mi a keresési folyamatnál az elérendő cél.

Két módszer jobb mint az egy

Visszatérve a japán nyelv sajátosságához, könnyen belátható, hogy pusztán egy keresési technika alkalmazásával nem érhetjük el a kívánt találati minőséget. Tehát mit is kell tennünk? Két módszert kell egyidejűleg bevetnünk a japán szavak elemzésére.
Az egyik, az ún. n-gram elemzés esetében kevesebb a keresési kihagyás, de több a keresési zaj, míg a morfológiai analízis során kisebb keresési zajjal, de több keresési kihagyással kell számolnunk.

A fenti elemzési hiányosságokból következik, hogy a japán teljes szövegű keresésnél mindkét elemzési típus alkalmazása szükséges, az egyik módszer erősségével pótolva a másik gyengeségeit. A két módszer együttműködésével tehát megvalósítható a teljes szöveges keresés a japán nyelv esetén is.

Többet is szeretne tudni a témáról?

A fent leírtak technikai alkalmazásáról többet megtudhat az Elasticsearch* cikkéből, amely jelen blogbejegyzésünk alapjául is szolgált.

* Az Elasticsearch a világ vezető keresőmotorja, melyre olyan megoldások épülnek, mint a Precognox által fejlesztett TAS Enterprise Search.