UNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO BIBLIOTECA VIRTUAL ELIS II

Transcrição

1 UNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO BIBLIOTECA VIRTUAL ELIS II Área de Banco de Dados por Fernando Miranda Adriana Gomes Alves, MEng. Orientadora Itajaí (SC), junho de 2009

2 UNIVERSIDADE DO VALE DO ITAJAÍ CENTRO DE CIÊNCIAS TECNOLÓGICAS DA TERRA E DO MAR CURSO DE CIÊNCIA DA COMPUTAÇÃO BIBLIOTECA VIRTUAL ELIS II Área de Banco de Dados por Fernando Miranda Relatório apresentado à Banca Examinadora do Trabalho de Conclusão do Curso de Ciência da Computação para análise e aprovação. Orientadora: Adriana Gomes Alves, MEng. Itajaí (SC), junho de 2009

3 SUMÁRIO LISTA DE ABREVIATURA S...v LISTA DE FIGURAS...vi RESUMO...vii ABSTRACT INTRODUÇÃO PROBLEMATIZAÇÃO Formulação do Problema Solução Proposta OBJETIVOS Objetivo Geral Objetivos Específicos METODOLOGIA ESTRUTURA DO TRABALHO FUNDAMENTAÇÃO TEÓRICA ELIS II Descrição do Elis II Tecnologias BIBLIOTECA VIRTUAL PESQUISA TEXTUAL EM BANCO DE DADOS Índices invertidos com contadores de posição Índice para a próxima palavra FERRAMENTAS Ferramentas usadas no Elis II Ferramentas para desenvolvimento da biblioteca virtual PROJETO MODELO DO PROJETO Requisitos Funcionais Regras de Negócio Requisitos Não-Funcionais Casos de Uso Pacote 01 administração Elis II Pacote 2 - Biblioteca Virtual Modelo de banco Modelo de classes Desenvolvimento com Oracle Text DESENVOLVIMENTO DA FERRAMENTA BANCO DE DADOS E ORACLE TEXT... 38

4 4.2 DESENVOLVIMENTO PHP COM SYMFONY IMPLANTAÇÃO APRESENTAÇÃO DA BIBLIOTECA VIRTUAL TELAS BIBLIOTECA VIRTUAL TESTES CONCLUSÕES REFERÊNCIAS BIBLIOGRÁFICAS...54 iv

5 LISTA DE ABREVIATURA S API CAPES CTTMAR DTI HTML HTTP LCA MVC PDF PHP SGBD SQL SSL TCC UFSC UNESP UNIVALI URL Application Programming Interface Coordenação de aperfeiçoamento de pessoal de nível superior Centro de Ciências Tecnológicas da Terra e do Mar Departamento de Tecnologia da Informação da Univali HyperText Markup Hypertext Transfer Protocol Laboratório de Computação Aplicada Model-View-Controller Portable Document Format Hypertext Preprocessor Sistema Gerenciador de Banco de Dados Structured Query Language Secure Sockets Layer Trabalho de Conclusão de Curso Universidade Federal de Santa Catarina Universidade Estadual Paulista Júlio de Mesquita Filho Universidade do Vale do Itajaí Uniform Resource Locator v

6 LISTA DE FIGURAS Figura 1. Página principal do Elis II...16 Figura 2. Estrutura de um arquivo invertido...19 Figura 3. Índice para a próxima palavra...21 Figura 4. Diagrama de UC, Administração Elis II...30 Figura 5. Biblioteca Virtual...31 Figura 6. Modelo de autorização...33 Figura 7. Modelo de Classes...35 Figura 8. Exemplo criação tabela...36 Figura 9. Exemplo criação índice...36 Figura 10. Exemplo busca documentos...37 Figura 11. Pesquisa principal Figura 12. Fluxo de cadastro de eventos Figura 13. Página inicial Biblioteca Virtual...44 Figura 14. Página de resultados da Biblioteca Virtual...45 Figura 15. Página de detalhes da Biblioteca Virtual...46 Figura 16. Tela inicial da biblioteca virtual Figura 17. Tela de listagem dos resultados da pesquisa...49 Figura 18. Tela de detalhes da biblioteca virtual Figura 19. Arquivo baixado da biblioteca virtual vi

7 RESUMO MIRANDA, Fernando. Biblioteca Virtual Elis II. Itajaí, f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) Centro de Ciências Tecnológicas da Terra e do Mar, Universidade do Vale do Itajaí, Itajaí, Neste trabalho, foi desenvolvida uma biblioteca virtual para o sistema de eventos da Univali, o Elis II. O Elis II é um sistema de informação que possui um banco de dados de artigos técnicocientíficos de ótima qualidade dos mais variados assuntos, publicados em seus eventos. Porém, o sistema carece de pesquisas avançadas e públicas de todo o seu acervo, estando atualmente restrito aos organizadores dos eventos. Visando oferecer, ao Elis II, uma ferramenta de busca e divulgação dos artigos publicados, foi desenvolvida, neste projeto, uma biblioteca virtual, cuja função principal é permitir a busca textual nos artigos que constam na base de dados do Elis II, dentre outros parâmetros a serem informados. As ferramentas usadas neste projeto são o banco de dados Oracle, a linguagem de programação PHP com o framework Symfony e o Oracle Text, que consiste na ferramenta de pesquisa textual. O banco de dados Oracle e a linguagem de programação PHP com o Symfony são as ferramentas de desenvolvimento do Elis II e, por isso foram utilizadas. Por sua vez, o Oracle Text, após análise, foi considerado a melhor opção para este trabalho. Palavras-chave: Biblioteca virtual, Oracle Text, Pesquisa textual. vii

8 ABSTRACT This work did develop a virtual library for Univali s events system, Elis II. Elis II is an information system with a database for top-quality scientific papers about many subjects, which were published in the events. However, the system lacks advanced and public search of its collection, to which only the events organizers have access. Seeking to provide Elis II with a tool for searching and divulging papers, this project will develop a virtual library, whose main function will be allowing textual search of those papers in the system s database, among other parameters to be informed. The tools used in this project will be the Oracle database, the PHP programming language, and Oracle Text, which will be the textual search tool. The Oracle database and the PHP programming language are the system s developing tools, thus, they will be used. In its turn, Oracle Text, after being analyzed, was considered the best option for this work. Keywords: Virtual library. Oracle Text. Textual search.

9 1 INTRODUÇÃO Com o objetivo de automatizar o gerenciamento de eventos técnico/científicos organizados pelo CTTMar/Univali, em 2002 foi iniciado o desenvolvimento de um sistema que implementou diversas facilidades para a gestão de eventos. Com a facilidade de acesso à internet e à tecnologia para criação de sistemas Web surgiu o Elis II, o qual atende aos requisitos necessários para o gerenciamento e divulgação de eventos técnicos e científicos (ALVES e BOHNER, 2005). O Elis II tem como principais objetivos possibilitar e/ou facilitar a interação interinstitucional, divulgação e promoção, uso, implantação, monitoramento e acesso 24 horas de qualquer computador ligado à internet. O sistema permite um melhor gerenciamento e divulgação das informações, tais como: auxiliar no processo de recebimento e avaliação de trabalhos, permitir o processo de pré-inscrição e inscrição via Web, manter informações para a geração de páginas dinâmicas do evento, disponibilizar os artigos para consulta, gerar relatórios para conferência e controle de participantes nas atividades do evento, permitir o pagamento de inscrições via Web, o controle dos pagamentos efetivados e também o controle das entradas de recursos. O sistema iniciou para eventos do CTTMar, porém seu uso foi ampliado quando, em 2005, foi adotado como sistema de eventos da Univali, dando apoio à Central de Gestão de Eventos da instituição. Nesse período mais de 500 eventos já foram realizados, com mais de trabalhos publicados e mais de autores. Com isso a quantidade de artigos que o sistema tem armazenado em seu banco de dados é de mais de entre publicados e não-publicados, uma vez que passam por processo de avaliação por bancas especializadas. Porém, atualmente, o sistema não dispõe de um mecanismo de consulta ao seu acervo de artigos, ficando os mesmos disponíveis somente aos gestores dos eventos. Mesmo as consultas pelos gestores são limitadas, pois não existem formas avançadas de busca pelo conteúdo dos textos, além da visão integrada dos dados, uma vez que cada gestor apenas pode acessar dados do seu evento. Por esta dificuldade de encontrar os materiais desejados no Elis II surgiu a idéia deste TCC que foi implementar uma biblioteca virtual para os artigos armazenados no Elis II. Uma biblioteca virtual pode ser compreendida como troca de informações através de mídia on-line e na criação de fontes de informação que não possuam necessariamente uma propriedade física. Constituem um referencial de pesquisa que pode ser acessado a qualquer hora e em qualquer lugar (DINIZ, 2008). Essa biblioteca facilitará a busca dos materiais desejados e a consulta aos mesmos, através da Web, 9

10 onde as pessoas que acessam terão opções para busca como palavras-chave, autor, assunto, bem como do conteúdo existente nos artigos. O Elis II usa o banco de dados Oracle para armazenar suas informações, portanto este será o SGBD (Sistema gerenciador de banco de dados) adotado, bem como o PHP, que também é linguagem utilizada pelo Elis II. Cabe ressaltar que os textos dos artigos podem ser encontrados em diferentes formatos, tais como:.doc e.pdf, conforme configuração do gestor do evento. Esses arquivos são armazenados em campos blog do Oracle e será necessário implementar rotinas para busca dos seus conteúdos. A busca textual em banco de dados é uma técnica já muito utilizada hoje para pesquisa na Web, existem dois métodos principais de busca por frases em banco de dados textuais utilizando indexação de textos, um é arquivos invertidos com contadores de posição e o outro é índices para a próxima palavra. Um arquivo invertido possui duas partes principais: uma estrutura de busca, chamada de vocabulário, contendo todos os termos distintos existentes nos textos indexados e, para cada termo, uma lista invertida que armazena os identificadores dos registros contendo o termo. Consultas são feitas tomando-se a lista invertida correspondente ao termo procurado. As consultas booleanas são feitas obtendo-se a conjunção ou disjunção entre as listas relativas ao termos presentes na consulta. Os índices para a próxima palavra apresentam uma abordagem mais eficiente do que o uso de arquivos invertidos com contadores de posição. Nessa abordagem, para cada palavra existente no vocabulário é criado uma lista com as palavras que ocorrem em uma posição subseqüente no texto, juntamente com apontadores de posição para essas ocorrências (ROCHA, COSTA e SANTOS NETO, 2008). Os artigos estão armazenados no banco de dados onde serão feitos as buscas. O Oracle disponibiliza uma ferramenta de busca textual chamada Oracle text, que vai ser a ferramenta utilizada para fazer a busca textual. O Oracle text é uma funcionalidade embutida no banco de dados que utiliza a linguagem SQL para indexar, pesquisar e analisar textos e documentos binários armazenados nas tabelas. Esta tecnologia oferece uma solução completa para pesquisa de textos na qual a mesma permite filtrar e extrair textos e conteúdos de diferentes formatos de documentos. O Oracle text suporta mais de 150 formatos de documentos, incluindo os mais populares como o Microsoft Office, além de formatos de arquivos do Adobe PDF, arquivos HTML e XML (LEGATTI, 2008). A implementação da biblioteca virtual justifica-se como TCC porque, além de promover a disseminação do conhecimento existente no Elis II, vai ser implementada usando técnicas como índices invertidos com contadores de posição, conhecimentos de banco de dados e programação, e o 10

11 aprendizado de tecnologias de busca em arquivos texto em banco de dados como o Oracle Text, a implementação de sistemas para internet, uso de frameworks de desenvolvimento e técnicas de engenharia de software que vão permitir ao acadêmico elaborar um trabalho que vai além dos conteúdos estudados em sala, mostrando um pouco a realidade do mercado de trabalho e fazendo com que o aluno aprenda novas tecnologias e agregue valor no espírito de pesquisa e autoaprendizado. 1.1 PROBLEMATIZAÇÃO Formulação do Problema O sistema de eventos da Univali Elis II tem cadastrado mais de 500 eventos, com mais de trabalhos publicados e mais de autores. Com isso a quantidade de artigos que o sistema tem armazenado em seu banco de dados é de mais de 9.000, todos esses artigos passam por processo de avaliação por bancas especializadas. Esse sistema com tantas informações de ótima qualidade peca muito no quesito busca, pois o Elis II não tem nenhum método de busca avançado e a maneira de busca que os administradores possuem para consultar os trabalhos é a pesquisa no evento que esta sendo consultado, e não tem a possibilidade de cruzamento das informações com os outros eventos e de pesquisa por palavras nos textos. Isso dificulta bastante o acesso dos usuários ao material que esta disponível neste sistema Solução Proposta A proposta deste trabalho foi a análise, projeto e implementação de uma Biblioteca Virtual para os artigos armazenados no Elis II. Essa biblioteca facilitará a busca dos materiais desejados e a consulta aos mesmos, através da Web, onde as pessoas que acessam terão opções para busca como palavras-chave, autor, assunto, bem como do conteúdo existente nos artigos. A Biblioteca Virtual será uma área pública onde os usuários vão poder pesquisar os artigos em diversos eventos o que hoje é uma limitação. Porém somente serão feitas as pesquisas nos eventos que estejam autorizados por seus administradores. 11

12 1.2 OBJETIVOS Objetivo Geral O objetivo geral é projetar e implementar uma biblioteca virtual para o banco de dados de trabalhos do Elis II Sistema de Gerenciamento de Eventos Técnico-científicos da Univali Objetivos Específicos Pesquisar sobre bibliotecas virtuais e seu funcionamento; Estudar o Elis II com vistas a compreender seu funcionamento e o banco de dados necessários ao desenvolvimento do projeto; Determinar os requisitos exigidos para a biblioteca virtual; Definir uma política de divulgação dos trabalhos do Elis II; Pesquisar os conceitos e tecnologias necessárias ao desenvolvimento da biblioteca virtual; Realizar a modelagem da biblioteca virtual; Implementar a biblioteca virtual; Testar e avaliar o software desenvolvido; e Documentar o desenvolvimento e resultados do projeto. 1.3 Metodologia Para a fundamentação teórica foram pesquisados livros, publicações e anais de eventos.a metodologia utilizada neste trabalho foi dividida em 3 etapas principais: (1) estudo, (2) modelagem do projeto e (3) desenvolvimento. Na etapa de estudo se definiu o tema/problema deste projeto e adquiriu-se o conhecimento necessário sobre as soluções e tecnologias existentes com o objetivo de poder propor a solução mais adequada e eficiente para a solução do problema. Na etapa de modelagem visou-se especificar completamente o funcionamento da solução proposta criando um modelo conceitual da mesma, definindo seus requisitos e regras. Na etapa de desenvolvimento foi feita a implementação das classes, requisitos e regras de negócio definidas no pojeto, bem como a implementação dos protótipos definidos. 12

13 1.4 Estrutura do trabalho No primeiro capítulo deste trabalho é apresentada uma introdução sobre o Elis II e discutese o problema tratado neste trabalho. Também no capítulo 1, definem-se os objetivos do mesmo e a metodologia utilizada para alcançá-los. No segundo capítulo apresentam-se os embasamentos teóricos que nortearam o desenvolvimento deste trabalho: revisão sobre o Elis II, biblioteca virtual, pesquisa textual e ferramentas de desenvolvimento, no terceiro capítulo, está o projeto de desenvolvimento da biblioteca virtual com modelagem, especificações e protótipo, no quarto o desenvolvimento da aplicação. E no quinto é apresentada a ferramenta obtida com o desenvolvimento do projeto. No capítulo final estão descritas as conclusões sobre este trabalho falando sobre o que foi feito, ferramentas e desenvolvimento da aplicação. 13

14 2 FUNDAMENTAÇÃO TEÓRICA 2.1 Elis II Descrição do Elis II O Elis II foi desenvolvido pelo LCA (Laboratório de Computação Aplicada) reunindo esforços dos cursos de Ciências da Computação e Oceanografia para fazer o gerenciamento e divulgação de eventos técnicos e científicos, de modo a oferecer recursos para o apoio automatizado às tarefas envolvidas na organização de diversas fases e etapas de um evento. Originalmente foi desenvolvido para atender ao International Coastal Symposium - ICS2004. (ALVES e BOHNER, 2005), porém prevendo uma arquitetura que permitisse quaisquer outros eventos utilizarem seus recursos. O sistema iniciou para eventos do CTTMar Centro de Ciências Tecnológicas da Terra e do Mar. Porém, seu uso foi ampliado quando, em 2005, foi adotado como sistema de eventos da Univali, dando apoio à Central de Gerenciamento de Eventos da instituição. Nesse período, mais de 500 eventos já foram realizados, com mais de 9000 trabalhos submetidos, dentre os quais trabalhos aprovados e mais de autores cadastrados. A qualidade dos trabalhos é garantida porque os mesmos passam por processo de avaliação por bancas especializadas (BALABA, 2008). Os objetivos principais do Elis II são auxiliar no processo de recebimento e avaliação de resumos e artigos dos eventos, fazer o processo de pré-inscrição e inscrição via Web, manter informações para páginas dinâmicas dos eventos, disponibilizar os eventos para consulta, gerar relatórios para acompanhamento e controle dos participantes, permitir o pagamento da inscrição via Web e também permitir o controle das entradas de recursos que são utilizados nos eventos (ALVES e BOHNER, 2005). O Elis II foi planejado e construído para ser utilizado via Web, principalmente com os objetivos de facilitar a integração inter-institucional, divulgação, promoção, uso, implantação, monitoramento e acesso a qualquer hora de qualquer computador que tenha acesso à internet. (ALVES e BOHNER, 2005) 14

15 O sistema é dividido em módulos, a saber: o módulo de usuário Web, o módulo de coordenação do evento e o módulo de administração. O módulo de usuário Web é onde os usuários consultam as informações públicas do sistema, como a divulgação dos resultados das avaliações dos artigos; podem fazer seus cadastros, préinscrição e inscrição nos eventos e também submeter seus trabalhos para publicação. O módulo de coordenação do evento é onde o responsável por um evento, ou as pessoas que tenham sido autorizadas por ele, podem inserir ou editar todas as informações do evento. Aqui também são manipuladas as informações de avaliação dos trabalhos do evento, inscrições e os dados financeiros. Este módulo também disponibiliza funcionalidades de avaliação de artigos pelas bancas de avaliadores, através da web. E, no último módulo, administração do Elis II, é onde é feita a administração geral do sistema, podendo criar novos eventos e autorizar os responsáveis para manutenção dos dados dos mesmos (ALVES e BOHNER, 2005). Atualmente o sistema não dispõe de um mecanismo de consulta ao seu acervo de artigos, ficando os mesmos disponíveis somente aos gestores dos eventos. Mesmo as consultas pelos gestores são limitadas, pois não existem formas avançadas de busca pelo conteúdo dos textos, além da visão integrada dos dados, uma vez que cada gestor apenas pode acessar dados do seu evento. Uma das soluções para este problema é a criação de uma biblioteca virtual para disponibilizar estes artigos para os usuários com mais facilidade. A Figura 1. Página principal do Elis IImostra a página que os usuários utilizam para acessar as funções do sistema e ter uma idéia de como é o Elis II, suas características e possibilidades. Mostra uma lista de eventos ativos e em destaque, opção de pesquisar o evento, informações sobre o Elis II, contato e FAQ. 15

16 Figura 1. Página principal do Elis II Fonte: Tecnologias O Elis II é um sistema totalmente voltado para a internet para que tenha um acesso fácil a qualquer computador com acesso a internet. O sistema roda na plataforma Linux na versão Red Hat Linux (GNU/Linux) 6.2, o SGBD (Sistema Gerenciador de Banco de Dados) é o Oracle 10g. A interface do portal foi feita através de um servidor HTTP (Hypertext Transfer Protocol) seguro Apache SSL (Secure Sockets Layer) e as páginas Web foram desenvolvidas usando PHP (Hypertext Preprocessor) (ALVES e BOHNER, 2005). Originalmente o sistema não foi desenvolvido usando orientação objeto, porém à medida em que novas funcionalidades foram desenvolvidas ou refeitas, adotou-se o framework Symfony 16

17 (ALVES e BOHNER, 2005), o qual adota uma arquitetura MVC (Model-View-Controller) para implementação das classes, em PHP. O módulo que utiliza esta arquitetura atualmente é o usuário Web, para o qual foram implementadas melhorias de funcionalidades e facilidades de uso. Também a avaliação de artigos foi refeita nesta arquitetura. A nova versão do Elis, que vai ser o Elis III, será totalmente desenvolvida no framework Symfony. 2.1 Biblioteca Virtual Bibliotecas são coleções públicas ou privadas de documentos, organizadas para estudos, leitura e consulta (ZANG, FELIPIAK e SENGER, 2000). Existem dois tipos principais de bibliotecas: as reais e as virtuais. As reais são aquelas que possuem seu acervo fisicamente, que está concentrado em algum edifício ou recinto, e as bibliotecas virtuais que são aquelas que não existem como ambiente físico, mas, sim, em bancos de dados em arquivos digitalizados onde esses podem ser acessados de qualquer computador com acesso a internet. As bibliotecas virtuais apresentam-se como uma alternativa para ampliar as condições de busca, disponibilidade e recuperação de informações de forma globalizada, aliando o acesso com a internet, pois o acervo destas bibliotecas é totalmente digitalizado o que facilita muito a disponibilização dos documentos (MACHADO, 2003). Existem, atualmente, várias bibliotecas virtuais espalhadas pela internet. Aqui serão citados três exemplos: a Biblioteca Virtual da UFSC (Universidade Federal de Santa Catarina) que pode ser acessada pelo endereço eletrônico a Biblioteca Virtual de Teses e dissertações da UNESP (Universidade Estadual Paulista Júlio de Mesquita Filho ) que pode ser acessada pelo endereço eletrônico e a Biblioteca ACM Portal que não é totalmente de acesso livre e também é internacional podendo ser acessada pelo endereço A Biblioteca Virtual da UFSC é um ambiente que apresenta áreas abertas como base de dados gratuitas, revistas científicas, sites selecionados, produção UFSC e livros on-line e também áreas restritas como o portal de periódicos da CAPES (Coordenação de aperfeiçoamento de pessoal de nível superior), portal da pesquisa e o e-livro. Essa biblioteca disponibiliza no acesso gratuito várias sub-bibliotecas através de links, e essas bibliotecas são de várias áreas, como medicina e 17

18 psicologia. Dentro dessas sub-bibliotecas são disponibilizados vários documentos relacionados ao assunto, onde estes podem ser pesquisados através de consultas mais específicas, por exemplo, por uma palavra-chave. A biblioteca da UNESP que é a Biblioteca Virtual de Teses e dissertações disponibiliza também seus materiais gratuitamente, tendo em sua página inicial uma pequena descrição do que ela é e de seu objetivo,uma lista dos documentos mais acessados, a quantidade de teses e dissertações disponíveis e assim por diante. Permite, também, que seja feita uma pesquisa simples por palavras-chave ou uma pesquisa mais específica, podendo informar instituição, área, ano, título, autor e outras opções. Disponibiliza um menu de ajuda de como publicar um documento nesta biblioteca e uma ferramenta para converter arquivos para PDF (Portable Document Format). O Portal ACM é uma biblioteca virtual internacional e muito bem conceituado tendo em sua base de dados uma grande quantidade de documentos. Essa biblioteca não é totalmente gratuita. A maior parte dos documentos só pode ser acessada tendo um usuário e senha para fazer a autenticação. Como esta é uma biblioteca internacional o seu portal de acesso está totalmente em inglês. Em sua página principal o Portal possui uma opção de busca por frases ou palavras-chave e também alguns links para assuntos bastante procurados. Como diferencial, existe uma área onde os usuários podem fornecer um feedback sobre a biblioteca ou conteúdos dela, o que é importante para o crescimento e melhora contínua do portal. 2.2 Pesquisa Textual em banco de dados Um banco de dados textual consiste em uma tabela de dados, onde cada linha é uma unidade de informação e cada coluna por sua vez representa um dos campos de informação. Então quando consideramos uma linha da tabela estamos vendo todos os campos referentes a um registro. Nestes bancos de dados textuais estão armazenados coleções de documentos (CONCEITO ). Para fazer busca nestes documentos pode ser usada a técnica de indexação de textos que tem dois métodos principais: o método de arquivos invertidos com contadores de posição e o método de índices para próxima palavra. Os arquivos invertidos possuem duas partes, uma é o vocabulário que é a estrutura de busca que tem todos os termos que estão no texto indexado, e para cada termo há uma lista invertida contendo um identificador dos termos. As consultas são feitas pegando a lista invertida do termo 18

19 desejado, e fazendo comparações booleanas entre as listas e os termos das consultas (ROCHA, COSTA e SANTOS NETO, 2008). Para a técnica de índices para a próxima palavra, em cada palavra presente no vocabulário é criada uma lista com as palavras do texto e os apontadores dessas palavras nos textos (ROCHA, COSTA e SANTOS NETO, 2008) Índices invertidos com contadores de posição Arquivos invertidos são usados principalmente para a implementação de índices ordenados. Nas pesquisas por frases um arquivo invertido pode ser uma lista ordenada de palavras-chave onde cada palavra tem um apontador para cada documento onde a palavra ocorre e onde esta palavra está dentro do documento. Esta pesquisa é bastante eficiente, mas ela tem um custo adicional de que o arquivo invertido pode ter de 10 a 100% do tamanho do documento original e também a cada atualização do documento o arquivo invertido tem que ser atualizado também. A Figura 2 mostra a estrutura de um arquivo invertido onde D1 à Dn são os documentos e O1 à On são as localizações das palavras nos documentos (ROCHA, COSTA e SANTOS NETO, 2008). Figura 2. Estrutura de um arquivo invertido Adaptado de: (ROCHA, COSTA e SANTOS NETO, 2008). Para que o custo-benefício desta pesquisa não seja ruim é comum colocar restrições nos arquivos invertidos. A restrição mais comum é principalmente no vocabulário, onde é feita a remoção de palavras mais freqüentes como artigos e preposições, isso torna o arquivo invertido menor e faz com que a performance das pesquisas sejam melhores, mas em contra-partida elas ficam mais imprecisas (ROCHA, COSTA e SANTOS NETO, 2008). 19

20 2.2.2 Índice para a próxima palavra Arquivos invertidos permitem a pesquisa por frases, mas as técnicas por indexação são melhores como, por exemplo, a de índices para a próxima palavra. Um índice para a próxima palavra w é um vocabulário de palavras onde, para cada palavra, tem uma lista de palavras s que a sucedem. A lista das próximas palavras s que sucedem w em algum local da base de documentos. Para cada ws existe as localidades onde elas ocorrem nos documentos (ROCHA, COSTA e SANTOS NETO, 2008). Existe uma abordagem que combina as técnicas de índices invertidos e índices para próxima palavra que é chamada de esquema baseado na freqüência máxima que tem por objetivo manter a eficiência das consultas e também se propõe a diminuir o tamanho dos índices. Esse método foi criado pelo fato de palavras comuns estarem presentes em grande parte das consultas, então apenas as palavras mais comuns são utilizadas como índice para a próxima palavra, o restante é indexado normalmente (ROCHA, COSTA e SANTOS NETO, 2008). A Figura 3 é um exemplo de índices para a próxima palavra. No primeiro nível se tem a lista de palavras que esta no banco de dados e que possuem uma próxima palavra. Cada palavra do primeiro nível tem um apontador para o segundo nível onde estão as próximas palavras. No segundo nível cada nó tem um ponteiro para uma lista de documentos onde o par de palavras ocorre. Na lista de documentos tem o identificador dos documentos e a posição onde o par de palavras ocorre. 20

21 Primeiro nível Segundo nível Terceiro nível Figura 3. Índice para a próxima palavra. Fonte: Jesus (2003). 2.3 Ferramentas Ferramentas usadas no Elis II O Elis II foi desenvolvido com a linguagem PHP que é projetada para programar scripts, é gratuita e multiplataforma executando do lado do servidor (ALVARES, 2008). Algumas das funcionalidades da versão do sistema que está em uso, bem como a versão III do sistema em desenvolvimento, utilizam o framework Symfony, o qual baseia-se na arquitetura MVC (Model- View-Controller). Um framework simplifica o desenvolvimento das aplicações, pois ele tem alguns dos padrões de desenvolvimento já automatizados para resolver as tarefas mais comuns. Um framework também obriga que o desenvolvedor faça códigos fontes estruturados e mais legíveis deixando-os fáceis de manter (ZANINOTTO e POTENCIER, 2008). 21

22 O Symfony é um framework que visa otimizar o desenvolvimento de aplicações Web. Ele tem separações como às de regra de negócio, lógica de servidor e a apresentação da aplicação web, que é a arquitetura MVC. Este oferece também várias ferramentas e classes projetadas para facilitar o desenvolvimento das aplicações Web, principalmente as complexas. Automatiza as tarefas mais comuns, deixando que o desenvolvedor fique mais focado na aplicação em si. O resultado final de todas essas vantagens é que não se deve reinventar a roda cada vez que uma nova aplicação web for construída (ZANINOTTO e POTENCIER, 2008). O Symfony foi criado totalmente em PHP 5, é compatível com a maioria dos bancos de dados incluindo MySQL, Oracle, PostgreSQL e Microsoft SQL (Structured Query Language) Server e sua primeira versão foi lançada em Esta ferramenta foi totalmente criada visando o desenvolvimento de aplicações orientadas a objeto. As principais características deste framework são (ZANINOTTO e POTENCIER, 2008): Fácil de instalar e configurar na maioria das plataformas (e funcional em plataformas padrão *nix e Windows); Independente de SGDB - Sistema Gerenciador de Banco de Dados; Fácil de usar na maioria dos casos, ainda que suficientemente flexível para adaptar-se aos casos mais complexos; Baseado na premissa de convenção sobre configuração -- o desenvolvedor precisa configurar apenas o que não for convencional; Segue a maioria das melhores práticas e padrões de projeto para a web; Pronto para aplicações empresariais e adaptável a política e arquiteturas próprias de cada empresa, além de ser suficientemente estável para o desenvolvimento de aplicações a longo prazo; Código de leitura e manutenção fácil que inclui comentários do phpdocumentor; e Fácil de estender, permitindo integração com outras bibliotecas distribuídas por terceiros. O Symfony como já citado anteriormente automatiza várias funções comuns no desenvolvimento, como por exemplo (ZANINOTTO e POTENCIER, 2008).: A camada de Internacionalização do Symfony que permite a tradução dos dados da interface, assim como a adaptação local dos conteúdos; 22