第四章網(wǎng)絡(luò)信息檢索.ppt.ppt

1、第四章搜索引擎、學(xué)習(xí)目標(biāo)、知識目標(biāo)熟悉搜索引擎的基本知識各種搜索引擎的特征能力目標(biāo)學(xué)會使用各種搜索引擎獲取信息(1)網(wǎng)絡(luò)基本知識1、網(wǎng)絡(luò)通信協(xié)議互聯(lián)網(wǎng)通信協(xié)議群集(TCP/IP): TCP傳輸控制協(xié)議IP internet協(xié)議：向指定的地址發(fā)送信息，負(fù)責(zé)信息傳輸時的定位和尋址。 2 .網(wǎng)站：互聯(lián)網(wǎng)上計(jì)算機(jī)的地址。 IP地址：用32位的二進(jìn)制表示，用“.”符號分為4段。 0255示例： 24域名：以英文字符串表示網(wǎng)絡(luò)上計(jì)算機(jī)的地址，以便于讀取和寫入。 結(jié)構(gòu)主機(jī)名.機(jī)構(gòu)名.網(wǎng)絡(luò)類型.頂級域名示例： URL (統(tǒng)一資源定位符) :確定特定信息資源在網(wǎng)絡(luò)中的位置。 結(jié)構(gòu)：應(yīng)用協(xié)

2、議、主機(jī)地址、文件路徑和文件名示例： (http是超文本傳輸協(xié)議吉林大學(xué)圖書館的主機(jī)地址/jsk/index.htm是目錄路徑和文件名。) (1)網(wǎng)絡(luò)基本知識3、互聯(lián)網(wǎng)上的信息資源(由其傳輸協(xié)議分開) WWW萬維網(wǎng)：世界規(guī)模的信息網(wǎng)絡(luò)。 是互聯(lián)網(wǎng)上最主要最直觀的信息資源。 互聯(lián)網(wǎng)論壇：是最豐富、自由、開放的網(wǎng)絡(luò)信息資源。 FTP文件傳輸服務(wù)：可以從遠(yuǎn)程計(jì)算機(jī)獲取和下載文件，也可以將文件從本地計(jì)算機(jī)上載到遠(yuǎn)程計(jì)算機(jī)。 (2)網(wǎng)絡(luò)信息檢索的一般方法通過網(wǎng)絡(luò)資源指南，利用搜索信息的網(wǎng)絡(luò)信息檢索工具，搜索信息的：網(wǎng)絡(luò)檢索工具搜索引擎。 有機(jī)地組織世界各地的相關(guān)信息資源，用戶可以通過互聯(lián)網(wǎng)獲得所需的文本

3、、圖像、電影、聲音等信息。 (3)www搜索引擎，定義：廣義的搜索引擎，是指基于互聯(lián)網(wǎng)提供信息管理、查詢、搜索等服務(wù)的工具、系統(tǒng)和網(wǎng)站。 狹義的搜索引擎是指為了利用ROBOT軟件自動搜索互聯(lián)網(wǎng)上的面對面和網(wǎng)站信息資源而特別修正的搜索服務(wù)軟件。 常用的更嚴(yán)格的搜索引擎定義： (1)目錄搜索引擎：初始搜索引擎收集因特網(wǎng)中的資源服務(wù)器的地址，按照所提供的資源的類型分類為不同的目錄，進(jìn)一步分級。 多數(shù)信息面向網(wǎng)站，提供目錄閱覽服務(wù)和直接檢索服務(wù)。 優(yōu)勢：信息準(zhǔn)確，導(dǎo)航質(zhì)量高的缺點(diǎn)：需要人工干預(yù)，維護(hù)量大，信息量少，來不及更新信息。 代表：雅虎！ 搜索狐分類目錄，2個搜索引擎的類型，(2)全文搜索引擎：

4、大型機(jī)運(yùn)行的程序按照某些策略自動在互聯(lián)網(wǎng)上收集和發(fā)現(xiàn)信息，索引器將收集的信息建立索引，搜索器根據(jù)用戶的查詢輸入建立索引服務(wù)方式面向全文檢索服務(wù)。 優(yōu)勢：信息量大、更新及時、無需人工干預(yù)的缺點(diǎn)：返回的信息太多，可能有很多不相關(guān)的信息，用戶必須從結(jié)果中過濾。 代表：谷歌，百度，天網(wǎng)系統(tǒng)結(jié)構(gòu)信息收集子系統(tǒng)(搜索器)索引子系統(tǒng)(索引器)搜索子系統(tǒng)(搜索器)用戶界面，2搜索引擎類型，(3)元搜索：沒有自己的數(shù)據(jù)，用戶的問題3搜索引擎的搜索功能和技術(shù)(常用語法規(guī)則)，搜索技術(shù)選擇合適的搜索工具，同時至少使用2個搜索工具進(jìn)行搜索。提取合適的關(guān)鍵字是指檢索關(guān)鍵字正確使用布爾邏輯或其他操作符號的作用來限制“域”

5、的功能、3檢索引擎的檢索功能和技術(shù)(常用語法規(guī)則)、修正器運(yùn)算符1、使用邏輯運(yùn)算符(布爾邏輯檢索技術(shù)) (1)AND(* ) :邏輯上“and”。 搜索表達(dá)式表示：NC機(jī)床*目錄(2)OR () :邏輯上表示“or”，如果用它連接兩個詞匯，或者表示該詞匯或者該詞匯出現(xiàn)在搜索結(jié)果中，當(dāng)然可能出現(xiàn)兩個詞匯擴(kuò)大檢索范圍，提高全檢查率。 /檢索修正算法和編程語言的文獻(xiàn)。 檢索式：補(bǔ)正機(jī)算法OR補(bǔ)正機(jī)編程語言。 (3)NOT(-) :邏輯上表示“不”，使用它連接兩個詞匯的話，就會檢索包含NOT以前的詞匯的文件，但包含NOT以后的詞匯的文件除外。 例：檢索互聯(lián)網(wǎng)以外的補(bǔ)正機(jī)關(guān)文獻(xiàn)檢索式： computer

6、 - Internet或computer NOT Internet的優(yōu)先順序： NOT AND OR用括弧變更該檢索式，構(gòu)筑多層次檢索式。 例如：“汽車使用和維護(hù)”用布爾邏輯關(guān)系表示其檢索式汽車AND (使用OR維護(hù))，2、優(yōu)先運(yùn)算符： () 3、位置運(yùn)算符： Nn(near):運(yùn)算符兩側(cè)的檢索詞接近，詞序必須顛倒。 Wn(with ) :運(yùn)算符兩側(cè)的檢索詞必須接近，語序也不能顛倒。 4、切片檢索技術(shù)：“？” “*”字符串檢索也稱為精密檢索，需要雙引號、引號的使用目的，是為了向檢索引擎?zhèn)鬟_(dá)將幾個關(guān)鍵字作為完整的組合字符串進(jìn)行檢索。 (檢索句子和句子整體)字段限制檢索(限定檢索)加權(quán)檢索擴(kuò)展檢索

7、，高級檢索功能1，自然語言檢索：將自然語言中的某個詞，某個詞，某個句子直接作為檢索提問方式進(jìn)行信息檢索。 2 .模糊檢索3、精密檢索4、管道檢索5、區(qū)分大小寫的檢索6、概念檢索7、相關(guān)信息反饋檢索8、檢索范圍的限制、檢索引擎檢索技巧簡單檢索雙引號(“)檢索加號()檢索：某詞匯必須出現(xiàn)在檢索結(jié)果中減號(-)搜索：強(qiáng)調(diào)搜索結(jié)果中不顯示單詞。 括號()搜索：空間搜索通配符(*？ 搜索：區(qū)分大小寫進(jìn)行搜索的布爾邏輯搜索元詞搜索，(4)常用的中文搜索引擎和特點(diǎn)，1996年2月服務(wù)的臺灣番茄芋藤搜索引擎，標(biāo)志著中文搜索引擎的正式開始。 此后，華澤、奇摩、悠游等中文搜索引擎相繼出現(xiàn)在港臺的中國大陸上，四路利

8、方公司(新浪網(wǎng)前身)開發(fā)了國內(nèi)最早的中文搜索引擎Richsurf后，又開發(fā)了網(wǎng)易、搜索客、常青藤、北極星、搜索狐、新浪、北大天網(wǎng)、百度等搜索引擎。 以下是一些著名的中文搜索引擎： 1、谷歌搜索引擎2、百度搜索引擎3、中文雅虎4、搜索狐搜索引擎5、新浪搜索引擎6、網(wǎng)易搜索引擎7、天網(wǎng)中文搜索引擎、(4)常用中文搜索引擎和特征谷歌在全球每天處理的搜索請求達(dá)到2億次，谷歌數(shù)據(jù)庫中存儲了42.8億個WEB文件。 不是第一個搜索引擎，而是當(dāng)前最成功的搜索引擎。 03年全球市場占有率達(dá)到79，Yahoo！ 中斷合作后，市場占有率仍為51 . 2000年進(jìn)入中國，迅速成為大眾喜愛的搜索引擎。 谷歌學(xué)術(shù)搜索為

9、搜索學(xué)術(shù)文獻(xiàn)提供了專業(yè)搜索工具。 1、谷歌搜索引擎，谷歌特征(1)提供常規(guī)和高級搜索功能。用戶可以從10到100個信息條目中選擇搜索結(jié)果頁面中包含的條目數(shù)。 提供網(wǎng)站內(nèi)的咨詢、橫向的相關(guān)咨詢，提供特殊的主題搜索等。 (2)語言支持：允許用100種以上的語言進(jìn)行檢索。 (3)搜索規(guī)則：按關(guān)鍵字搜索時，短語搜索返回結(jié)果中包含的關(guān)鍵字的全部和部分，默認(rèn)情況下不支持單詞的多形態(tài)和斷詞搜索。 1、谷歌中文搜索引擎、基本搜索(1)布爾邏輯技術(shù)在谷歌的應(yīng)用自動使用“and”進(jìn)行查詢，不需要在關(guān)鍵詞之間加上“and”或“”。 如果想縮小搜索范圍，可以輸入更多關(guān)鍵詞，在關(guān)鍵詞之間留出空格。 例：圣誕老人2000

10、報價！ 搜索結(jié)果必須不包含特定的信息。 減號“-”“表示邏輯”不是“動作”(-前面加空格)。 例：“歷史-文化”！ 您可以使用“”將這些單詞壓在搜索詞上，但必須在“”前加空格。 不要！ 支持“或”搜索。 archie OR蜘蛛”(2)谷歌不支持詞干法、通配符。 (3)無視詞問題可以自動忽略“http”、“com”、“www”、“的”和“*”、“”等符號無視詞，用英語雙引號將這些無視詞壓在檢索項(xiàng)目上。 基本檢索(4)用專用語詢問。 用雙引號括住術(shù)語可以進(jìn)行準(zhǔn)確的搜索。 用于搜索明文或?qū)Ｓ妹~。 /對社會的貢獻(xiàn)等于價值。 (5)搜索不區(qū)分字母大小寫，用小寫處理所有字符。 (6)拼音漢字自動轉(zhuǎn)換，支

11、持模糊的拼音檢索。 搜索“萬羅興文”后，發(fā)現(xiàn)“您在找什么：網(wǎng)絡(luò)新聞嗎？ 否則這些變更僅會影響目前的文件。 谷歌的特殊功能(高級檢索) (1)限制檢索的網(wǎng)站。 只需在搜索框中鍵入site:即可搜索中文教育科研網(wǎng)站()上包括古龍?jiān)趦?nèi)的所有頁面。 搜索：“古龍site: (2)在某種文件中搜索信息。 要查找PDF、Microsoft(doc、ppt、xls、rtf )等各種格式的文件，輸入“關(guān)鍵字filetype:doc”即可。 例：“電子商務(wù)filetype:doc” (3)訂正計(jì)算機(jī)。 內(nèi)置了提供簡單的修正算法、復(fù)雜的科學(xué)修正算法、單位換算、各種物理常數(shù)等的修正算法機(jī)。 (4)相似頁面。 單擊“

12、類似于網(wǎng)頁”后，搜索引擎將搜索與該網(wǎng)頁相關(guān)的網(wǎng)頁。 (5)鏈接搜索：搜索鏈接到某個URL地址的所有網(wǎng)頁.在搜索框中輸入 link: ，將顯示指向該網(wǎng)站的所有網(wǎng)頁. 但是，不能與關(guān)鍵詞檢索并用。 例如，“l(fā)ink:”指定要搜索的范圍，并且“1”、“intitle (或title )”將搜索范圍限制為頁面標(biāo)題中的頁面標(biāo)題，這通常是頁面內(nèi)容的抽出表達(dá)式的總結(jié)。 如果將詢問內(nèi)容的范圍限定為網(wǎng)頁標(biāo)題，則有時得到良好的效果。 例如，intitle:劉德華注意不要在intitle:和后續(xù)關(guān)鍵字之間加空格。 例如：搜索劉德華的寫真集：照片intitle:劉德華指定搜索范圍，2，site將搜索范圍限定在特定網(wǎng)站

13、的site，知道某個網(wǎng)站有自己想要搜索的內(nèi)容，將搜索范圍限定在這個網(wǎng)站，提高搜索效率使用方法是在詢問內(nèi)容后面加上“site:域名”。 例如，文獻(xiàn)檢索site 3360注意“site:”后面的站點(diǎn)域名不要有“http:/”，并且不要在site 3360和站點(diǎn)名之間加入空格或site。 site還可以搜索域中的示例內(nèi)容。 關(guān)鍵字site:edu在教育網(wǎng)絡(luò)(.edu )中搜索示例。 搜索中文教育科學(xué)研究網(wǎng)站()上的所有內(nèi)容：“古龍site:注意：關(guān)鍵字和site之間必須有空格，冒號和點(diǎn)必須為半角，指定搜索對象的范圍，3，inurl在url鏈接中的網(wǎng)頁url中實(shí)現(xiàn)方法是“inurl:”，后面是出現(xiàn)在u

14、rl中的關(guān)鍵字。 例如：查找photoshop的用法搜索表達(dá)式： photoshop inurl:jiqiao上的此查詢字符串的“photoshop”可以在網(wǎng)頁上的任意位置顯示，“jiqiao”必須顯示在網(wǎng)頁的url上inurl:語法和后續(xù)關(guān)鍵字不得包含空格。 搜索同義詞-，可以在單詞前面加上符號來搜索同義詞。 例如，您可以搜索house，搜索house，搜索定義define。 define:關(guān)鍵字示例： define:css相當(dāng)于搜索css的定義。 如果無法打開網(wǎng)頁結(jié)果，請單擊網(wǎng)頁的快照以顯示該網(wǎng)頁。 (7)手的調(diào)子好：按下“手的調(diào)子好”按鈕，谷歌就會自動進(jìn)入搜索的第一頁，完全看不到其他的搜

15、索結(jié)果。 (8)自動糾錯功能：糾錯軟件系統(tǒng)自動掃描輸入的關(guān)鍵字，檢查是否有誤字，提供糾正可能誤字的提示。 (9)中英語詞典。 只要輸入“(翻譯、FY、FY中的任意一個)想查的中(英)句的單詞”即可。 (十)查詢天氣、股票、郵政編碼、手機(jī)號碼。 要查看天氣，只需輸入城市名稱天氣(天氣、TQ、TQ之一)即可查詢股價和股市行情，只需輸入股名或代碼股。要查詢郵政編碼或長途電話號碼， 只需輸入“想查的城市地名或者郵政編碼或者電話號碼或者區(qū)號”就可以常用的中文搜索引擎和特點(diǎn)2、百度搜索引擎百度公司于1999年底在美國的硅谷設(shè)立，回國發(fā)展。 百度()作為國內(nèi)最大的商業(yè)化搜索引擎，其功能完整，搜索結(jié)果匹配度極

16、高，尤其是其MP3搜索功能，是目前國內(nèi)技術(shù)水平最高的搜索引擎之一。 目前，全國有36個大網(wǎng)站采用百度引擎。 百度搜索引擎、百度產(chǎn)品(1)網(wǎng)頁搜索：擁有世界上最大的中文搜索引擎，總量超過3.5億網(wǎng)頁。 (2)MP3檢索：從每天更新的3億5千萬的中文網(wǎng)頁中提取MP3下載鏈接，構(gòu)筑MP3歌庫。 提供歌曲名稱歌詞檢索功能，還具有自動驗(yàn)證下載速度的功能，下載速度最快者排名靠前。 (3)新聞檢索：是目前世界上最大的中文新聞檢索平臺，每天發(fā)布8萬到10萬條新聞。 新聞來源包括500多個權(quán)威網(wǎng)站(4)的帖子。 如果web搜索不能滿足您的要求，請發(fā)布查詢請求，用別人的知識、想法和經(jīng)驗(yàn)來解決您的問題。 百度搜索引擎，(5)圖片搜索：目前世界上最大的中文畫廊。 可以直接輸入任意關(guān)鍵字，搜索所需的圖像數(shù)據(jù)，支持圖像大小和圖像格式的搜索，還可以快速分類圖像閱覽導(dǎo)航。 下車吧。 用戶可以與互聯(lián)網(wǎng)上的其他用戶輕松、快速、安全地上傳和下載大容量電影、游戲、音樂、軟件和照片。 (7)網(wǎng)站：百度網(wǎng)站導(dǎo)航采用主題分類的方法，人工維持更新，推薦最優(yōu)秀的網(wǎng)絡(luò)資源，目前網(wǎng)站導(dǎo)航共分為4大類，60多個子類別。 (8)搜索風(fēng)云榜。 基于每天數(shù)千萬次的搜索數(shù)據(jù)，提供最有權(quán)威的中文搜索風(fēng)云排行榜，例如金曲排行榜、小說排行榜、人物排行榜等。 (9)地區(qū)檢索：通過選擇某省、自治區(qū)、地區(qū)的信息資源進(jìn)行檢索