《网络信息资源检索.ppt》由会员分享，可在线阅读，更多相关《网络信息资源检索.ppt（142页珍藏版）》请在三一办公上搜索。
1、1,网络信息资源检索及其利用,李宏伟办公地点:教4-418,2,课程性质,专业基础课,3,教材和参考资料,教 材：无参考书：1 R霍克.Internet 通用搜索引擎检索指南.辽宁：辽宁科学技术出版社，2003 2 王曰芬等.网络信息资源检索与利用.南京：东南大学出版社，20033符绍宏等.因特网信息资源检索与利用.北京：清华大学出版社，2004,4,信息获取和教材选择,我们所处的信息环境是在不断变化的信息技术条件对信息环境的变化是革命性的。信息环境影响、催化或在一定程度上决定了人们的信息需求。教材永远跟不上信息环境和人们信息需求的变化。,5,网络社会,在现在的网络信息环境下，网络信息资源是我
2、们学习、工作、生活中利用率最高的信息资源之一。对网络信息资源的利用是终身学习的需要，也是个人信息素养中的重要内容。相对与图书馆纸质文献信息资源和数字资源的检索利用，其对人的影响更为深远。所以本课程不仅仅介绍网络信息资源及其利用，还穿插介绍网络学习与网络交流方面的内容。,6,教学安排,上课16学时上机16学时答疑：教4-418 Email：,7,考核方式,笔试闭卷平时成绩 40%（出勤，上机作业，课堂表现）期末考试 60%,希望大家都能得到好成绩,8,“闲话”开篇,请先考虑以下问题：你为什么上网（或上网干什么）？你认为网络上有什么？你希望在这门课可以学到什么？,9,网络上的信息资源,网络全能论网
3、络无用论,10,网络基础,认识IP地址认识网络地址和域名域名与网络信息资源有什么关系？,11,认识IP地址,人们为了通信的方便给每一台计算机都事先分配一个类似我们日常生活中的电话号码一样的标识地址，称作网络协议地址，是分配给主机的一个32位地址，由4个字节组成。分为动态IP地址和静态IP地址两种。动态IP地址指的是每次连线所取得的地址不同，而静态IP地址是指每次连线均为同样固定的地址。如目前教室的无线上网就是动态IP地址，每次所取得的地址不同。,12,IP地址的分类,A类IP地址 B类IP地址 C类IP地址 D类IP地址 E类IP地址,13,IP地址的分类,14,A类地址,（1）A类地址第1字
4、节为网络地址，其它3个字节为主机地址。网络地址的最高位必须是“0”（2）A类地址范围：（3）私有地址和保留地址：是私有地址（所谓的私有地址就是在互联网上不使用，而被用在局域网络中的地址）。范围（）是保留地址，用做循环测试用的。,15,B类地址,（1）B类地址第1字节和第2字节为网络地址，其它2个字节为主机地址。网络地址的最高位必须是“10”（2）B类地址范围：。（3）B类地址的私有地址和保留地址 是私有地址 是保留地址。如果你的IP地址是自动获取IP地址，而你在网络上又没有找到可用的DHCP服务器。就会得到其中一个IP。,16,C类地址,（1）C类地址第1字节、第2字节和第3个字节为网络地址，
5、第4个个字节为主机地址。另外第1个字节的前三位固定为110。（2）C类地址范围：。（3）C类地址中的私有地址：是私有地址。(192.168.0.0-192.168.255.255),17,D类地址,（1）D类地址不分网络地址和主机地址，它的第1个字节的前四位固定为1110。（2）D类地址范围：224.0.0.1239.255.255.254,18,E类地址,（1）E类地址也不分网络地址和主机地址，它的第1个字节的前五位固定为11110。（2）E类地址范围：240.0.0.1255.255.255.254,19,20,小问题,是 类ip地址？是 类ip地址？是 类ip地址？是 类IP地址？,21
6、,网络地址和域名,虽然可以通过IP地址来访问每一台主机，但是要记住那么多枯燥的数字串显然是非常困难的，为此，Internet提供了域名(Domain Name）。域名也由若干部分组成，各部分之间用小数点分开，例如我校主机的域名是：“”。域名前加上传输协议信息及主机类型信息就构成了网址(URL），例如我校www主机的URL就是：“http:/”。通常，进行网络访问时，域名的www可以省略。如http:/，可以直接输入。不能省略的与域名服务器(dns)的配置有关。域名一般不会变动。,22,23,24,25,26,网络地址-网址-URL,URL-（UniformResourceLocator）URL
7、由三部分组成：协议类型，主机名和路径及文件名。1.服务器标识符（协议类型）通过选择服务器标识符能够确定将要访问的服务器的类型，URL中的服务器标识符可以有HTTP:/、FTP:/、GOPHER:/、TELNET:/、NEWS:/等等类型，分别指定为采用超文本传输协议连接、采用文件传输协议连接、与GOPHER服务器连接、与TELNET会话连接、与USENET新闻组相连接。,27,网络地址-网址-URL,2.信息资源地址信息资源地址是由两部分构成的，一是机器名称，如是用来指示资源所存在的机器，另一个是通信端口号，如HTTP的标准端口号为80，TELNET的标准端口号为23，FTP的标准端口号为21
8、等等。3.路径名路径名是给出资源在所在机器上的完整文件名.如：http:/,28,域名与网络信息资源的关系,由于Internet最初是在美国发源的，因此最早的域名并无国家标识，人们按用途把它们分为几个大类，它们分别以不同的后缀结尾：随着Internet向全世界的发展，除了edu、gov、mil、一般只在美国专用外，另外三个大类com、org、net则成为全世界通用，因此这三大类域名通常称为国际域名。ac 代表科研机构由于国际域名资源有限，各个国家、地区在域名最后加上了国家标识段，由此形成了各个国家、地区自己的国内域名，如：中国的商业.org.hk 香港的组织.net.jp 日本的网络,对网络信
9、息资源的获取与评价有参考作用,.com 商业公司.org 组织、协会等.net 网络服务,.edu 教育机构.gov 政府部门.mil 军事领域,29,30,全世界为美国打工,目前，全世界共有13台根服务器，其中10台在美国，而且2台由美军使用，1台由美国国家航空航天局使用。也就是说，每天世界各地的电子邮件有很多要先由美国人“过目”之后才能去它该去的地方。此外，美国私营公司掌握着全世界互联网域名的分配大权。假如美国与日本的关系急剧恶化，只要美国通过技术手段删去日本的域名“.jp”，日本马上就会成为“网上孤岛”，无法通过网络与外界联系。全世界的网络用户都要向美国支付费用，“全世界都在为美国打工”
10、。中国已经建成了世界第一个同时也是规模最大的纯IPv6网,31,我国域名注册管理机构中国互联网络信息中心(CNNIC)日前在京宣布，已代表中国正式向国际互联网名称与数字地 址分配机构(ICANN)递交了“.中国”域名国际申请。这意味着“.中国”域名已进入全球启用倒计时。CNNIC相关负责人表示，“.中国”域名如果顺利完成国际申请实现全球访问，将有助于缩小东西部、城乡间的数字鸿沟。此外，“.中国”域名还将促使纯中文邮件地址在内的众多互联网创新服务的诞生。,32,更多,www指的是什么？即是万维网(WWW-World Wide Web)：是基于超文本的、方便用户在因特网上搜索和浏览信息的信息服务系
11、统。它将位于全世界因特网上不同地点的相关数据信息有机地纺织在一起。媒体形式可以是文本、图片、动画、声音等，可以跳转，“网上冲浪”。浏览web信息的网络浏览器有哪些?微软IE(Internet Explorer)火狐(Mozilla Firefox)；Chrome Opera；safari；Netscape 遨游(maxthon)；世界之窗腾讯TT浏览器,33,网络信息资源概念、类型、特点,网络信息资源是指信息资源以电子数据的形式存放在非印刷型的介质中，并通过网络通信手段，在计算机等终端上再现的信息的总和。,34,网上有什么？,政府信息科研信息教育信息文化信息休闲娱乐信息,35,网上不会有什么？
12、,商业秘密军事机密版权作品,36,36,37,John Coster-Mullen曾经是一名卡车司机，他没有接受过大学教育，但通过自学他掌握了原子弹的建造方法。他说，原子弹的秘密在于它十分容易制造。他将自己的发现写成一本书Atom Bombs：The Top Secret Inside Story of Little Boy and Fat Man，并持续更新内容。美国国家资源保护委员会对该书的评价是“没有其它曼哈顿工程文学作品能达到他对原子弹零件的精确剖析”。Coster-Mullen花了大约十年时间研究原子弹的技术细节。,37,38,网络信息资源的类型,按信息内容的表现形式和内容划分可分为
13、全文型信息：它指直接在网上发行的电子期刊，网上报纸，印刷型期刊的电子版，网络学院的各类教材，政府出版物，标准全文等；事实型信息：天气预报，节目预告，火车车次，飞机航班，城市或景点介绍，工程实况、IP地址等；数值型信息：主要是指各种统计数据；数据库类信息：如DIALOG，万方等，是传统数据库的网络化；微信息（web2.0特征）：如博客、播客，BBS，聊天，邮件讨论组，网络新闻组等。其它类型：投资行情和分析，图形图象，影视广告等。,39,按所采用的网络传输协议分为：,WWW网络资源：因特网信息资源的主流，它使用http协议，使用简单，功能强大，能方便迅速的浏览和传递分布于网络各处的文字、图象、声音
14、和多媒体超文本信息。FTP信息资源：它使用ftp协议，该协议主要用于联网计算机之间传输文件。FTP相当于在网络上两个主机之间复制文件。目前仍是发布、传递软件和长文件的主要方法。,40,按所采用的网络传输协议分为：,TELNET信息资源：telnet是远程登陆协议。telnet信息资源包括硬件资源和软件资源。许多机构都提供远程登陆的信息系统，如图书馆的公共目录系统，信息服务机构的综合信息系统等。用户服务组资源：包括新闻组，电子邮件组等。这些电子通信组形式所传递和交流的信息资源是网络上最自由、最具有开放性的资源。News,41,按所采用的网络传输协议分为：,Gopher：一种基于菜单的网络服务，它
15、为用户提供了丰富的信息，并允许用户以一种简单的、一致的方法快速找到并访问所需的网络资源。全部操作是在一级级菜单的指引下，用户只需在菜单中选择项目和浏览相关内容，就可完成对Internet上远程联机信息系统的访问，无需知道信息的存放位置和掌握有关的操作命令。RSS信息资源：RSS是一种起源于网景的技术，将用户订阅的内容传送给他们的通讯协同格式(Protocol)。RSS可以是以下三个解释的其中一个：Really Simple Syndication RDF(Resource Description Framework)Site Summary Rich Site Summary,42,42,按所
16、采用的网络传输协议分为：,P2P应用允许主机之间通过互联网直接进行相互通信，众多Peer之间形成一个P2P覆盖网络（Overlay Network），从而使各种数据（如文本文件、视频文件等）能方便地在普通主机之间共享。目前人们认为其在全球的即时通信（如Skype）、文件共享（如BT）、分布计算（如SETIhome）、协同工作（如Groove）等方面大有前途。常用的P2P应用有Gnutella、BitTorrent、Kazaa、eDonkey、eMule、Skype、Shareaza、Morpheus等，国内开发的主要有：QQ、POCO、PPLive、VNN、PP点点通、北大Maze等。,43,
17、网络信息资源的特点,复杂性：网络信息资源具有大数量、多类型、多媒体、非规范、跨时间、跨地域、跨行业、多语种等特点。在很大程度上网络的增长和信息资源的动态快速增加是由用户驱动的，但缺乏有效的统一管理机制，信息安全和信息质量的不均衡性。信息分布和构成缺乏结构和组织，信息源不仅分散无序，而且其更迭和消亡也往往无法预测，因此增大了信息资源管理和利用的难度。信息发布具有很大的自由性和任意性，隐私型信息进入了公共信息传播渠道；由于缺乏必要的过滤、质量控制和管理机制，不仅学术信息、商业信息，政府信息、个人信息、不合适（反动、黄色）的信息混为一体，质量良莠不齐。增加了信息识别和利用的难度。,44,续,正式出版
18、物和非正式信息交流交织在一起，使传统的人类信息交流链的格局被打破，各方在网络上既可以是信息的生产者、发布者，也可以是传播者和使用者，对学术交流环境和信息利用产生了深刻的影响。网络营造了“地球村”，既 极大地促进了人类信息资源的共享，又带来了一些意想不到的问题，如文化冲突、信息侵略、信息威慑等。使用成本低 共享程度高 是信息资源的宝库,45,网络信息资源的优点,1价廉 它是一种比印刷品便宜的信息提供方式。不仅提供信息线索引和著录信息，还提供有关信息的全文和原稿。2新颖、深入 网上大量的灰色文献或边缘文献（grey of fringe literature），即在主流出版物渠道之外的文献，包括：研
19、究报告、调查采访、研讨会发言、笔记、项目计划报告、政策方针等。它们反映了许多研究成果背后的原始数据或第一手资料，或是因为其内容太新或太专而未被纳入正式文献交流渠道。,46,网络信息资源的优点,3广泛、直接交流 因特网扩大了人际交流的范围，提供了更多的直接交流机会。如参加Usenet的新闻组(news group）、讨论组（discussion group）、邮件列表（mailing list）的讨论。4非正式和自由发表园地,47,评价网络信息资源的必要性,第一，网络上信息资源量的爆炸式增长，使得人们从中淘取有用信息的难度越来越大。第二，因特网的松散、开放性等特点，决定了网络信息空间秩序混乱，网
20、上信息良莠不齐、真伪混杂、整体质量水平下降，人们选择信息更加困难。另外，在互联网上，信息不仅很容易被出版、传播，而且也极容易被篡改。,48,网络信息资源的评价与选择,相同内容的信息资源的载体形态或利用、获取的方式不同，可以根据需要选择。网络信息资源的评价与选择主要是针对信息源。内容因素。内容是评价与选择的核心和重点，从中可以反映网络信息资源的本质。评价网络信息资源的内容因素主要有：权威性、完备性、可靠性、原创性、新颖性、稳定性等。形式因素。形式指标反映了外部特征以及操作使用等方面，是为提示内容服务的，主要包括：美观性、条理性、查检性、帮助性、快捷性、低耗性等。定量的评价：Google的page
21、rank，星数评价等级。,49,权威性,在本学科领域具有一定的影响、具有较高的学术水平、具有较高的知名度；Google网页级别评价作为重要的指标，非独特性资源网页级别需4/10以上。主要关注如下问题：所采集的网站（页）的主办者是否为有声誉的大学、学会/协会、实验室？网站是否通过权威评价机构评价过？所选的站点是否被多个internet站点链接？网站是由某公司、机构还是某领域的著名的权威或专家赞助？信息提供者的教育背景和职业背景及其研究方向？责任者有知名的出版物吗？信息是否经过过滤？信息是否经同行评议过？资源是否由相关的权威推荐？是否有与权威机构的页面的共同链接？出版社是否知名和有声望？出版社是否
22、是公认的出版界的权威？出版社是否是大学的出版社？是否有任何原创作品？选择的资源与其它作品有相关性吗？,50,准确性,信息资源需严肃正规、准确无误、完整规范。一方面是内容的准确性，另一方面是格式和链接的准确性。对资源的导航需能正常访问。主要考虑所选网站（页）提供的信息是否准确？是否提供了信息的来源和出处以备用户进一步核查；网页引证的书目或提供的参考能否证实信息的准确性？页面的句法和拼写是否准确？有否排印错误？提供的信息是否完整规范？,51,稳定性,信息资源需有较长的稳定期或有稳定运行的保障机制。主要看所选网站（页）提供信息的时间、更新频率、最近的修改日期，链接速度，断线率等。是否能持续提供给用户
23、使用？,52,可获得性,信息资源揭示信息的层次中，至少一个能无障碍地获得。主要要考虑的是题名信息还是文摘信息或全文信息?是否有对信息结论的阐述标准？是否给出了表明信息内容的关键词或主题词？希望在该网页上找到何种信息？主题的涵盖面是否全？索引或目次页是否隐含了综合性的内容？是否免费？是否注册？是否国际流量？是否符合标准？是否有其它格式或镜像?某种类型的信息有使用期限制吗？访问资源的方式是否依赖用户使用的设备？是否需要专门软件（如浏览器）？是否有方便的导航？是否容易链接所需的信息？是否有清晰的链接标签？是否能分别打印页面和文献的某一部分？是否能发送到电子邮箱？是否提供多种检索方式？检索信息的效率如
24、何？,53,网络信息资源检索的特点,检索范围大检索效率高工具强大信息冗余大,54,网络信息检索工具,当已经知道地址时直接通过地址访问。当不知道地址的时候，需要借助检索工具，进行关键字检索搜索引擎网络资源指南（门户）专门数据库,55,网络信息检索工具一般是由自动索引程序、数据库和检索代理软件组成的。有些检索工具还拥有自己的维护管理软件。不同的检索工具在具体的实现机理上又各有所不同。从而决定了不同的检索工具的特色。,56,57,自动索引程序,现在大多数网络检索工具都是采用一种称为Robot（又称为：Spider，Crawler，Worms，Wanders等）的网络自动跟踪索引程序。它实际上是一个在
25、网络上检索文件且自动跟踪该文件的超文本结构并循环检索被参照的所有文件的软件。不同的自动索引软件所采用的标引、搜索策略不同，自动索引软件搜寻、标引网页的方式对信息检索的质量有直接影响。,58,搜索数据库的来源,“机器人”工作机理起始URL-分析页面-URL-新页面,59,数据库,自动索引程序将采集和标引的信息汇集成数据库，作为该网络检索工具提供检索服务的基础。不同网络检索工具的数据库收录范围不一样，有的收录Web及图像、有的收录WEB、FTP、Flash、新闻组等资源类型。不同网络检索工具的标引方式也不同，有的索引软件标引主页全文，有些则只标引主页的地址、标题、责任者、特定的段落和关键词。,60
26、,检索代理软件,当用户提出查询要求时，由检索软件负责代理用户在数据库中进行检索。不同网络检索工具所采用的检索机制、算法有所不同，布尔逻辑检索是较普遍采用的一种机制。即按照检索项间的逻辑关系使用布尔逻辑符AND，OR，NOT等来组合检索项，形成检索式来提交查询。除了布尔检索外，许多网络检索工具还提供了一些其他的检索机制如：截词检索、概念检索、模糊检索、词组检索、字段检索、位置检索等。,61,相关网络信息检索技术,涉及到网络信息检索的技术概念比较多，在这里介绍一些应用比较广的概念。分类检索、关键词检索、目录与关键词检索相结合、布尔逻辑检索、词组检索、加/减号检索、截词检索、字段检索、自然语言检索、
27、位置检索、概念检索、多语种检索、区分大小写的检索、过滤检索、多媒体检索,62,分类检索,分类检索多用于目录搜索引擎。用户无需输入任何文字，只要根据目录搜索引擎提供的主题分类目录，层层点击进入，便会查找到用户所需的网络信息资源。,63,关键词检索,用户只需在搜索引擎的提问框中输入合适的提问关键词，按回车键之后，搜索引擎便会将与该提问关键词匹配的结果反馈于你。大多数的搜索引擎是以模糊检索原理实现关键词检索功能。,64,目录与关键词检索相结合,目前很多搜索引擎都开始使用该技术，这种类型的检索工具的典型代表是sohu（http:/）等,65,布尔逻辑检索,布尔逻辑检索一般指“与”、“或”、“非”三种运
28、算。逻辑“与”的布尔运算符为“AND”、“and”，有时也可用“&”符号表示。逻辑“或”的布尔运算符为“OR”、“or”，有时也可用“|”符号表示。逻辑“非”的布尔运算符为“NOT”、“not”，有时也可用“!”符号表示。,66,词组检索,词组检索也称为短语检索，或字符串检索。它是将一个词组或短语用双引号“”括起作为一个独立运算单元，进行严格匹配，以提高检索准确度的一种方法。,67,加/减号检索,加/减号检索是搜索引擎支持的常规功能，即在检索词前置“+”/“-”号，其作用相当于布尔逻辑“与”/“非”运算。,68,截词检索,在搜索引擎中，截词检索多为前方一致检索。截词符多采用通配符“*”，可以用
29、它代表多个字符。因此，截词检索有时也称为通配符检索。,69,字段检索,字段检索是一种用于限定提问关键词在数据库记录中出现的区域，控制检索结果的相关性，提高检索效果的检索方法，多以字段限定方式实现。搜索引擎常用的字段有：Title/t、Subject、Text、host（主机）、URL/u、domain（域名）、link（链接）等。,70,自然语言检索,自然语言检索就是一种直接采用自然语言中的字、词甚至整个句子作为提问式进行检索的方法。,71,位置检索,位置检索是指允许指定二个单词之间的词序和词距的检索。词序指单词之间前后顺序，词距指二个单词之间间隔单词数。其操作符多为“NEAR”。,72,概念
30、检索,概念检索是指使用某一检索提问词进行检索时，能同时对该词的同义词、近义词、广义词、狭义词同样进行检索，以达到扩大检索，避免漏检的目的。,73,多语种检索（Multilingual）,即提供多语种的检索环境供检索者选择，系统按指定的语种进行检索并输出检索结果。目前，有的搜索引擎提供多达30个自然语种的检索选择。此功能尤其适合于不同国家的检索者检索不同语种的网络资源。,74,区分大小写的检索（case-sensitive）,它主要是针对检索词中含有人名、地名等专有名词的。在区分大小写的情况下，大写检索词能被当作专有名词看待。而在不区分大小写的情况下，则无法区分该检索词是指专有名词还是普通词，从
31、而在一定程度上会影响检索结果的准确性。,75,过滤检索（Filtered Search）,在检索中自动将一些网站信息过滤去掉，比如一些内容不健康的黄色网站信息，影响国家安全的政治反动网站信息等，这种检索服务技术可以避免未成年人上网时受到不健康影响。,76,多媒体检索（Multimedia Search）,多媒体检索包括基于描述的多媒体检索和基于内容的多媒体检索。基于描述的多媒体检索就是用一个关键词来描述所要查找的图片或是音乐，基于内容的多媒体检索就是用一些视觉特征来查找多媒体信息，这些视觉特征包括颜色、形状、纹理等。,77,网络信息检索工具的类型和特点,1目录型检索工具2搜索引擎3元搜索引擎4
32、智能搜索引擎,78,1目录型检索工具,又被译为专题指南，或列表查询引擎，它实际上是人工建立的、结构化的因特网网址主题类目和子类目，按照字母、时间、地点、主题等顺序进行排列，使用户通过浏览网络站点列表，检索有关信息。较为典型有Yahoo!、LookSmart、InfoMine等。,79,80,81,82,83,目录型检索工具主要适用于：（1）用户进行笼统或较笼统的主题浏览和检索。它允许用户从等级类目中任意选择检索范围，以对这些不同深度的主题类目进行浏览或检索；（2）当用户尚未形成很精确的检索概念时，采用主题指南作为检索起始点非常有效。除综合性目录型检索工具之外，为了适应网上各种类型信息的发展变化
33、，又出现了某些专业的目录型检索工具，它由某一领域的专家编制和维护，在信息准确性和易于理解方面比综合性目录型检索工具要好。,84,网络资源指南,是由人工采集网上信息,然后按照一定分类标准,比如学科类型、主题等，建立网站分类目录，并将筛选后的信息分门别类放入各类目中供用户进行浏览。优点：1.信息组织的专题性较强,满足族性检索要求;2.使用简单,只要选择相关类目,依照页面之间的超链接指引很快就能到达目的信息,适于检索不熟悉的领域或建议不熟悉网络的用户使用.缺点：1.人工采集信息的收录范围小，更新慢；2.受主观因素影响,类目设置不够科学，缺少规范,85,主要有三种类型：学科信息门户搜索引擎目录目录索引
34、：新浪目录 开放目录ODP http:/dmoz.org/中国艺术开放目录 中国分类信息网 什么情况下使用网络资源指南？当检索一个范围较广的题目，并希望了解与该题目相关的信息时。当没有明确的信息需求，仅仅想在网络上“溜达”时。仅仅想浏览某一方面的消息和动态信息时，并不严格限于某几个检索词的。当信息需求更专一时。,86,网络资源目录分类法,主题分类法学科分类法图书分类法分面组配法,87,2搜索引擎,搜索引擎，也叫关键词检索工具，其实就是定期搜索因特网（以WWW为主）并收集新网页信息的计算机程序。每个搜索引擎都有自己独有的搜索系统和一个包容因特网资源站点的独有数据库。其数据库由自动索引程序建立，不
35、需人工干预。这是它与主题指南的最大区别。,88,89,90,搜索引擎：水平门户_综合搜索引擎中文,百度中文搜索引擎：http:/Google中文搜索引擎：搜狐搜狗搜索：http:/雅虎：新浪：网易：TOM搜索：http:/北大天网搜索引擎：http:/奇虎,91,92,搜索引擎：水平门户_综合搜索引擎英文,国外英文常用搜索引擎Google 以搜索精度高、速度快成为最受欢迎的搜索引擎，是目前搜索界的领军人物。Fast/AllTheWeb 总部位于挪威的搜索引擎后起之秀，风头直逼google。AltaVista 曾经的搜索引擎巨人，目前仍被认为是最好的搜索引擎之一。Overture 最著名的搜索引
36、擎广告商，竞价排名的始作俑者，也是全文搜索引擎。Lycos 发源于西班牙的搜索引擎，网络遍布世界各地。HotBot 隶属于Lycos Networks，搜索结果来自其他搜索引擎及目录索引。,93,搜索引擎：垂直搜索引擎,垂直搜索引擎：即专业或专用搜索引擎，它专门用来检索某一主题范围或某一类型信息,追求专业性与服务深度是它的特点。垂直搜索引擎不但可保证此领域信息的收录齐全与更新及时,而且检索深度和分类细化远远优于综合搜索引擎。垂直搜索引擎的检出结果虽可能较综合搜索引擎少,但 检出结果重复率低、相关性强、查准率高，适合于满足较具体的、针对性强的检索要求。目前已经涉及到购物，旅游，汽车，工作，房产，
37、交友等行业。,94,垂直搜索引擎举例：1,找工作的搜索引擎：http:/google学术搜索：http:/google图书搜索：比价购物搜索引擎：http:/http:/博客与RSS搜索引擎：http:/中客 http:/博客中国人 八方 人脉搜索引擎：http:/交友,找工作,商机 https:/http:/人物、软件 论坛搜索引擎：http:/,95,垂直搜索引擎举例：2,The Music Finder Singingfish(只能搜寻声音和录像)http:/旅行TripAdvisor http:/计算机科学研究和文章 http:/图像搜索引擎：http:/图像词典商业搜索引擎Busin
38、ess http:/生意定向搜索引擎。DailyStocks http:/可以了解被查询公司存货的信息已经相关的新闻报导,研究,引述和其他数据。FMLX http:/英国定向的关于公司，存货数据，分析和研究的搜索引擎。eBizSearch http:/关于电子商务的文章和报告。,96,综合搜索引擎的专门化趋势：,搜狗(Sogou)人物、音乐、购物、图片、地图 http:/GOOGLE 学术搜索：http:/GOOGLE 图书搜索 AllTheWeb 能专门对图像、多媒体信息。,97,参见“搜索引擎观察”之专门搜索引擎Answers Searching|Computer Search Engin
39、es Domain Searching|Financial Search Engines Government Search|Invisible Web Legal Search Engines|Mailing Lists Medical Search Engines|Newsgroup Search Science Search Engines|Shopping Search Travel Search Engines|WAP Search Engines,更多搜索引擎：,98,3元搜索引擎,元搜索引擎是为弥补搜索引擎费事费力之不足而出现的网上辅助检索工具。一般的独立搜索引擎检索范围仅限于其
40、本身的数据库，而元搜索引擎则将用户的检索提问同时送达多个独立搜索引擎的不同数据库中进行检索，在很短时间内就能从这些数据库中检出相关记录的集合。目前，功能较强的元搜索引擎有：Mamma、Meta Find、DogPile、Metacrawler、Savvysearch等。,99,一次搜索多个搜索引擎，并将结果返回给用户。有的直接按来源引擎排列搜索结果，如Dogpile，有的则按自定的规则将结果重新排列组合。优点：能同时搜索多个搜索引擎，能在一定程度上提高查询的广度。缺点：因为有时候并不能对一个搜索引擎全部查完，有时候也会漏掉一些重要信息。,100,101,D,102,103,早期的中文元搜索引擎
41、1、metaFisher中文元搜索引擎 http:/fish/做的较早，核心功能较弱，没有现代主流搜索引擎的界面风格。2、万纬搜索 http:/功能上和第一个元搜索引擎一样，核心功能很弱，制作一般3、多元搜索 做得较早，虽然号称整合的搜索引擎最多，但实际使用效果很差，查询速度也慢，返回结果基本未作处理。新近出现的元搜索引擎1、知识搜索 主要用作学习工具，功能上尽量保证全面实用2、一家搜 http:/对相似结果的处理有点特色3、比比猫 http:/是国内唯一具有自动聚类功能的元搜索引擎，技术和功能上都比较强4、狠搜 http:/可以定制源搜索引擎，同时提供商业信息搜索，核心功能一般,104,10
42、5,4智能搜索引擎,智能搜索引擎是结合了人工智能技术的新一代搜索引擎。由于它将信息检索从目前基于关键词层面提高到基于知识（或概念）层面，对知识有一定的理解与处理能力，能够实现分词技术、同义词技术、概念搜索、短语识别以及机器翻译技术等。智能搜索引擎具有信息服务的智能化、人性化特征，允许用户采用自然语言进行信息的检索，为他们提供更方便、更确切的搜索服务。,106,搜索引擎举例：GOOGLE,107,搜索引擎举例：GOOGLE,A.通用检索法则：关键词的选择是核心。Google的关键词检索，所使用的关键词可以是字、单词，也可以是短语、词组或句子。使用Google进行检索非常简单，只要在搜索框内输入一
43、个关键字，然后点击下面的“Google搜索”按钮（或者直接回车），结果就出来了。单个关键字搜索得到的信息量巨大，会带出海量的不相关信息，通常检索多是使用词语作为关键词。复杂课题检索，主题分析后就要进行正确选词。使用Google,不同关键词的选择,将决定检索结果排列不同，而且选词不准，无法发挥Google强大的检索功能，影响检索效率。,108,如果检索专业或学术性信息，建议在选择关键词时应注意以下几点：(1)选择专指性强的词关键词专指性强弱是影响查准率的重要因素之一，选用专指性强的关键词，则检出的网站针对性较强，查准率较高。专指性强弱是对选词表达主题的深度而言，要深入分析检索主题，选择研究的对象
44、及其重要参数、概念等名词术语；选择所应用的对文章起关键作用的基础理论、方法、设备等名称；选择反映重要研究成果的词。例如，查找“网络检索工具的历史”有关的信息，选词时选用“搜索引擎”一词，比选用“检索工具”一词，查准率会更高。,109,(2)多角度选词关键词的确定必须经过对检索主题正确分析得到。复杂主题的关键词，要将反映该主题的各个主要方面的词汇都提炼出来，以提高文献的查全率。例如，查找“搜索引擎发展的历史”，因为搜索引擎的历史，是与互联网早期的文件检索工具“Archie”相关的。此外，搜索引擎有个核心程序，叫“蜘蛛”，而最早成型的搜索引擎是“Lycos”，“Yahoo”是优秀搜索引擎的代表。因
45、此，除了选择“搜索引擎”、“历史”外，还要选择“Archie”、“蜘蛛”、“Lycos”、“Yahoo”等词。这些词都是起关键作用的检索词。,110,(3)选择限制主题的词在关键词确定之后，运用检索技术并不能保证检索出来的信息都满意，有时查询的结果太多太泛。由于Google只搜索包含关键词的网页，除了增加表达主题的关键词，还可增加限制性的词语作为关键词，以排除多余的信息。例如：输入“红旗 汽车”，将会找到关于红旗但不含“汽车”的网页。,111,检索式的构建及检索实例,为了完整准确地表达检索需求，提高检索的精确度，正确选择关键词后，还需要了解和运用Google各种检索语法与技巧，根据Google
46、提供的操作、运算符和使用规则说明，设计出一个高质量的检索式。,112,Google用空格表示逻辑“与”操作，用减号“”表示逻辑“非”操作。“AB”表示搜索包含A但不包含B的网页。Google用大写的“OR”表示逻辑“或”操作。搜索“A OR B”，意思就是说，搜索的网页中，要么有A，要么有B，要么同时有A和B。,(1)逻辑检索,113,很多搜索引擎支持通配符号，如“”代表一连串字符，“?”代表单个字符等。为提供最准确的资料，Google不使用“词干法”，也不支持“通配符”()搜索。也就是说，Google只搜索与输入的关键词完全一样的字词。例如：搜索“googl”或“googl”，不会得到类似“
47、googler”或“googlin”的结果。,(2)通配符检索,114,(3)短语或者句子检索,Google的关键词可以是单词，也可以是短语。用短语做关键字，必须加用英文双引号，否则空格会被当作“与”操作符。双引号中的词语（比如自然与文化遗产）在查询到的文档中将作为一个整体出现。这一方法在查找名言警句或专有名词时显得格外有用。,115,(4)搜索引擎忽略的字符以及强制搜索,Google对无实义的词或一些网路上出现频率极高的英文单词，如“i”、“com”、“www”、“的”等，以及一些符号如“”、“.”等，作忽略处理。如果要对忽略的关键字进行强制搜索，则需要在该关键字前加上明文的“”号。另一个强
48、制搜索的方法是把上述的关键字用英文双引号引起来。例如，检索“internet上www的历史”，检索式为：www的历史internet。又如，“www的历史”中，“的”其实是忽略词，但因为被用英文双引号引起来，搜索引擎就强制搜索这一特定短语。注意：大部分常用英文符号（如问号、句号、逗号等）无法成为搜索关键字，强制也不行。,116,检索式的实现可以在搜索框内一次输入，然后点击下面的“Google搜索”按钮（或者直接回车），结果就出来了。也可以一次添加一个词语在“在此搜寻结果的范围内查询”。还可以不用操作符和运算符，在高级搜索查询网页中，按提示在搜索框内输入关键词的实现,(5)检索式的实现,117,
49、检索式搜索引擎历史archie OR蜘蛛OR lycos OR yahoo文化中国历史 可分解写为“包含以下的完整字句：搜索引擎；可包含以下全部的字词：历史；包含以下任何一个字词：archie 蜘蛛 lycos yahoo；不包括以下字词：文化 中国历史”。用操作符和运算符时，须注意操作符与作用的关键字之间有否空格。比如“-”的使用，“搜索引擎-文化”，搜索引擎将视为关键字为“搜索引擎”和“文化”的逻辑“与”操作，中间的“-”被忽略。“与”操作必须用大写的“OR”，留有空格且不是小写的“or”。双引号用英文引号等。,(5)检索式的实现,118,字段检索,搜索定义define:blog特定文档搜
50、索 filetype:pdf filetype:doc,119,120,博客与RSS信息资源利用,“博客”一词是从英文单词Blog翻译而来。Blog是Weblog的简称，Weblog就是在网络上发布和阅读的流水记录，通常称为“网络日志”，简称为“网志”。Blog就是一个网页，通常由简短且经常更新的帖子构成，这些帖子一般是按照年份和日期倒序排列的。而作为Blog的内容，它可以是你纯粹个人的想法和心得，包括你对时事新闻、国家大事的个人看法，或者你对一日三餐、服饰打扮的精心料理等，也可以是在基于某一主题的情况下或是在某一共同领域内由一群人集体创作的内容。它并不等同于“网络日记”。作为网络日记是带有很
