wxjs064631204二B網(wǎng)絡(luò)信息檢索課件09版+檢索原理和搜索引擎B

1、1本章內(nèi)容搜索引擎原理和概況2門戶網(wǎng)站和看不見的網(wǎng)站6網(wǎng)絡(luò)信息檢索原理31網(wǎng)頁搜索引擎簡介33網(wǎng)頁搜索引擎使用方法34P2P搜索引擎使用方法352第五節(jié) P2P搜索引擎使用方法3第二類搜索引擎：FTP或P2P搜索引擎以迅雷和天網(wǎng)為代表4什么是FTP資源 FTP 是在 Internet 網(wǎng)上使用最廣泛的一種服務(wù), 使用FTP幾乎可以傳送任何類型的文件: 如文本文件、二進(jìn)制的可執(zhí)行程序、科學(xué)論文、圖像文件、壓縮文件、聲音文件等。因此有大量有價(jià)值的信息資源存儲在Internet網(wǎng)上的FTP服務(wù)器上, 獲取這些資源也是信息檢索的一項(xiàng)內(nèi)容。5FTP的工作原理 Transfer Protocol) 是 T

2、CP/IP 協(xié)議的一種, 它是在Internet網(wǎng)上使用最廣泛的一種服務(wù), 它可被用來在兩臺位于Internet網(wǎng)上的計(jì)算機(jī)之間傳輸文件, 它是一種實(shí)時(shí)的聯(lián)機(jī)服務(wù), 使用時(shí), 用戶應(yīng)首先登錄到對方的主機(jī)上, 登錄成功后, 可以進(jìn)行文件搜索和文件傳送的操作, 如列文件目錄, 改變當(dāng)前目錄, 設(shè)置傳送參數(shù)等。6什么是P2P P2P在IT界最初的含義是Peer-to-peer（點(diǎn)對點(diǎn)）?，F(xiàn)在P2P已經(jīng)被更廣泛的理解為Point-to-Point, PC-to-PC等等。 簡單來說，P2P就是指數(shù)據(jù)的傳輸不再通過服務(wù)器，而是網(wǎng)絡(luò)用戶之間直接傳遞數(shù)據(jù) 。7 舉一個簡單的例子，在QQ出現(xiàn)之前，人們上網(wǎng)聊天

3、大多通過聊天室，信息的傳遞方式是：用戶A聊天室服務(wù)器用戶B。這些不是P2P的方式。 在QQ時(shí)代，用戶與服務(wù)器的交互僅用來完成登陸、維持在線狀態(tài)等等，信息用戶之間的信息傳遞不需要服務(wù)器參與，信息傳遞方式為：用戶A用戶B。這就是典型的P2P應(yīng)用。 不過，當(dāng)信息的接收方不在線時(shí)，信息會通過服務(wù)器中轉(zhuǎn)，這就又變成了上面提到的C/S模式8第二類搜索引擎 從的工作方式可以看出，它們都不是傳統(tǒng)意義上的www網(wǎng)站，而是直接在兩臺計(jì)算機(jī)之間進(jìn)行的遠(yuǎn)程通信和文件傳輸。所以象百度和谷歌這類搜索引擎對這兩種信息資源的搜索往往不能奏效。這就需要有新的類型的搜索引擎誕生。其中有代表性的是迅雷和天網(wǎng)搜索引擎。9一、迅雷在線

4、搜索引擎1011迅雷在線搜索引擎 迅雷是一款免費(fèi)下載工具，號稱第三代快速下載工具，它使用的多資源超線程技術(shù)基于網(wǎng)格原理，能夠?qū)⒕W(wǎng)絡(luò)上存在的服務(wù)器和計(jì)算機(jī)資源進(jìn)行有效的整合，構(gòu)成獨(dú)特的迅雷網(wǎng)絡(luò)，通過迅雷網(wǎng)絡(luò)各種數(shù)據(jù)文件能夠以最快的速度進(jìn)行傳遞，據(jù)說下載速度是網(wǎng)際快車的7-8倍，支持?jǐn)帱c(diǎn)續(xù)傳。 迅雷還擁有一個強(qiáng)大的資源網(wǎng)絡(luò)，實(shí)際上構(gòu)成了一個獨(dú)特的搜索引擎。任何人都可以將自己在因特網(wǎng)搜索到的資源再次在迅雷上發(fā)布，成為迅雷的“雷友”，擁有自己的迅雷博客。這樣，迅雷就可以通過對雷友博客的搜索，提供更多的信息資源。12作業(yè)4 迅雷在線搜索 本作業(yè)要求，對2006年最火爆的“明星學(xué)者”易中天先生的力作：CC

5、TV百家講壇易中天品三國在迅雷上進(jìn)行搜索，將這套系列視頻教程的總目錄列出來（據(jù)說有30多集），按演講順序編號，并附上資源發(fā)布站點(diǎn)的屏幕抓圖，以使讀者能夠方便地下載自己需要的講座內(nèi)容。13二、天網(wǎng)搜索引擎1415天網(wǎng)中文搜索引擎北大天網(wǎng) 由北大計(jì)算機(jī)系網(wǎng)絡(luò)與分布式系統(tǒng)研究室開發(fā)，于1997年10月29日正式在中國教育和科研網(wǎng)CERNET上提供服務(wù)。收錄網(wǎng)頁約6000萬，主要搜索CERNET上的信息，有強(qiáng)大的FTP搜索功能。161718北京天網(wǎng)時(shí)代科技有限公司（）的前身是北大天網(wǎng)（），北大天網(wǎng)是中國第一家為互聯(lián)網(wǎng)用戶提供服務(wù)的搜索引擎。 2003年7月，北京天網(wǎng)時(shí)代科技有限公司完全收購了北大天網(wǎng)，

6、開展搜索相關(guān)業(yè)務(wù)。19天網(wǎng)資源：Web、FTP、Maze等20天網(wǎng)FTP資源21“天網(wǎng)妹子”天網(wǎng)資源最具特色的是Maze資源，天網(wǎng)Maze是一款集搜索和下載為一體的、基于P2P底層技術(shù)的客戶端軟件，它的特點(diǎn)是同時(shí)具有搜索、下載和共享發(fā)布的功能，當(dāng)你安裝此軟件并注冊后，就可以輸入關(guān)鍵詞進(jìn)行搜索。但它搜索的對象主要是所有的Maze用戶，你可以直接從找到的在線Maze用戶的個人計(jì)算機(jī)共享文件夾上下載你感興趣的任何文件。2223作業(yè)5天網(wǎng)Maze大學(xué)課程在線搜索 它的下載方式類似BT下載方式，瀏覽方式類似FTP瀏覽方式，下載速度快，支持?jǐn)帱c(diǎn)續(xù)傳。特別是它的主要用戶都是教育網(wǎng)上的用戶，所以在校園網(wǎng)上下載

7、速度極快。 本作業(yè)要求從天網(wǎng)大學(xué)課程在線上下載一部指定的視頻教程。這也將是本課程期末考試的必考題目之一，請用心掌握下述操作技巧。24 用天網(wǎng)妹子搜索到的大學(xué)課程在線25大學(xué)課程在線項(xiàng)目理念 來源于如下一些理想中的場景： 場景一： 新疆石河子大學(xué)計(jì)算機(jī)系講授計(jì)算機(jī)體系結(jié)構(gòu)的張老師對他的學(xué)生說：關(guān)于“指令流水線部分”的內(nèi)容請大家點(diǎn)播“大學(xué)課程在線”上北京大學(xué)李老師相關(guān)的視頻，我們的答疑時(shí)間是本周星期四。26 場景二： 西北大學(xué)的王老師的文科計(jì)算機(jī)基礎(chǔ)課程剛剛被評選為教育部優(yōu)秀課程，全國高校的學(xué)生和老師很快就能在“大學(xué)課程在線”上看到王老師的風(fēng)采。 27 場景三： 未名湖邊，博雅塔下，一位北大的學(xué)生

8、打開自己的筆記本電腦，開始在“大學(xué)課程在線”上聆聽周老師關(guān)于離散數(shù)學(xué)中的組合計(jì)數(shù)定理部分的內(nèi)容，這已經(jīng)是他第三次學(xué)習(xí)這部分內(nèi)容了。28 場景四：東北大學(xué)的學(xué)生們在自己學(xué)校的機(jī)房里打開“大學(xué)課程在線”，開始觀看前一天到訪清華大學(xué)的諾貝爾獎獲得者的精彩演講。 場景五：五十年后，我突然想看看國學(xué)大師在北大講壇上的音容笑貌，于是我打開了“大學(xué)課程在線”。29 場景六： 一個沒有讀過大學(xué)的人，卻對中國高校里面的名師如數(shù)家珍，因?yàn)樗陂e暇時(shí)候觀看了“大學(xué)課程在線”的所有課程并認(rèn)真地閱讀了老師們指定的參考書。這成了他事業(yè)成功的堅(jiān)實(shí)基礎(chǔ)。 30三、其他P2P搜索引擎BT電驢電騾3132第六節(jié)門戶網(wǎng)站和“看不見

9、的”網(wǎng)站33一、門戶網(wǎng)站的概念 中國有三大網(wǎng)站被稱為“門戶網(wǎng)站”（新浪、搜狐和網(wǎng)易）。之所以他們被稱為中國最大的三大門戶網(wǎng)站，除了因?yàn)樗鼈冇兴阉饕嬉酝?，還因?yàn)樗鼈儼才帕硕喾N多樣的信息服務(wù)，使得人們能自覺自愿地登陸這些網(wǎng)站開始“網(wǎng)上沖浪”，恰似因特網(wǎng)的大門一樣。34一、搜狐網(wǎng)站及其搜索引擎 Keyword searching35第三代互動式搜索引擎搜狗 搜狗是搜狐（）推出的第三代互動式搜索引擎，在用戶輸入一個查詢詞后，嘗試?yán)斫庥脩艨赡艿牟樵円鈭D，給出多個主題概念的搜索提示，通過人機(jī)交互過程，智能展開多組相關(guān)的主題概念，引導(dǎo)用戶更快速準(zhǔn)確定位自己所關(guān)注的內(nèi)容。36搜狗的地圖功能373839搜狐博

10、客40二、新浪網(wǎng)站及其搜索引擎41新浪網(wǎng)的搜索引擎424344愛問共享資料 45464748三、網(wǎng)易網(wǎng)站及其搜索引擎Keyword searching49網(wǎng)易博客 50網(wǎng)易相冊5152二、看不見的網(wǎng)站 與門戶網(wǎng)站相反，有相當(dāng)一批網(wǎng)絡(luò)信息資源是搜索引擎看不到的，譬如天網(wǎng)妹子上的大學(xué)視頻教程，以及私人服務(wù)器上的BT資源，百度、谷歌就對它們無能為力。因而就有了“看不見、搜不著的網(wǎng)站”的說法。但這些信息資源絕不是不重要的。53WWW信息資源FTP信息資源Blog信息資源Telenet信息資源BBS 、新聞組信息資源P2P信息資源數(shù)據(jù)庫和收費(fèi)網(wǎng)站信息資源這三類資源可見度較高，但每個搜索引擎最多能搜到其中的40%大多數(shù)情況下，搜索引擎對這幾類資源無能為力，只能另想辦法查找?？吹靡姾涂床灰姷木W(wǎng)站54輕輕松松學(xué)檢索四次文獻(xiàn)三大系列中文網(wǎng)站兩類搜索引擎Keywo