互联网信息的检索原理解析课件.ppt

《互联网信息的检索原理解析课件.ppt》由会员分享，可在线阅读，更多相关《互联网信息的检索原理解析课件.ppt（62页珍藏版）》请在三一办公上搜索。

1、2022/12/10,第7章 互联网信息的检索原理,1,互联网信息利用原理,2022/12/10,第7章 互联网信息的检索原理,2,互联网信息资源,上海大学内,上海大学外,图书馆资源:商业数据库(EBSCO、Ei、中国期刊网等)、印刷型馆藏目录等,公共网资源:计算机中的无数信息、信息利用工具、网络通信渠道,2022/12/10,第7章 互联网信息的检索原理,3,互联网信息利用原理,本章要点：1 基本概念2 互联网信息资源3 网络信息检索工具和检索方法4 百度实习示例,2022/12/10,第7章 互联网信息的检索原理,4,1基本概念,IP地址 Internet Protocol(简称IP)互联

2、网协议 表示：四段数字，中间用圆点隔开 如：上海大学图书馆主页的IP网址 202.120.121.193 上网计算机有一个惟一的IP地址对应p.118,2022/12/10,第7章 互联网信息的检索原理,5,1基本概念,域名 Domain Name, 简称DN 表示：通信协议、主机名、机构性质域名和国家地区域名 如:上海大学的WWW服务器的域名为 http:/ 通信协议 主机名 shushanghai university简称 机构性质 国家域名 服务器域名域名和IP地址可互换p.118,2022/12/10,第7章 互联网信息的检索原理,6,1基本概念,表5-4常见机构性质域名一览表,202

3、2/12/10,第7章 互联网信息的检索原理,7,1基本概念,网址统一资源定位器(Uniform Resource Locator，简称URL)表示：域名加文件地址 如：Academic Systems Corporation的Interactive Mathematics 教学文件的网址是http:/ 主机名 机构性质 目录(路径) 文件名互联网上一切资源(计算机、各种文件)网址,2022/12/10,第7章 互联网信息的检索原理,8,1基本概念,三种对应关系：IP地址上网计算机域名、 IP地址服务器URL地址互联网一切资源(如：某台上网计算机上的某个路径下的某个文件),2022/12/10

4、,第7章 互联网信息的检索原理,9,1基本概念,网页、网站区别 网站: 一般包含与主题密切相关内容的导航 链接, 内容体系相对独立、完整，所 含网页层次较多 如：钱学森网站 http:/www.hd- 网页：HTML文件，是某网站的分支内容 如：钱学森网页http:/,2022/12/10,第7章 互联网信息的检索原理,10,2 互联网信息资源,网络信息资源的定义网络信息资源的特点网络学术信息资源的类型学术网站的类型,2022/12/10,第7章 互联网信息的检索原理,11,2 互联网信息资源 -网络信息资源的定义,广义：是在互联网上以各种方式存在并传播 的信息集合。 包括网上计算机中的 无数

5、信息、网上的各种信息工具以及 网络通信渠道。p.115,2022/12/10,第7章 互联网信息的检索原理,12,2 互联网信息资源,2022/12/10,第7章 互联网信息的检索原理,13,2 互联网信息资源 -网络信息资源的定义,狭义: 通常只指公网上访问权不受任何限 制的信息资源。它不包含使用权受 IP控制的、受用户名及其密码限制 的资源。,2022/12/10,第7章 互联网信息的检索原理,14,2 互联网信息资源-网络信息资源的特点,数量庞大，增长迅速整体无序，局部有序更新频繁，变化无常 多维显示，交互方便 良莠混杂，参差不一 p.117,2022/12/10,第7章 互联网信息的检

6、索原理,15,2互联网信息资源-网络学术信息资源的类型,网络学术资源: 指与学术研究有关 的网络资源。 可按以下五个角度区分: 内容、出版类型、是否具有原创性、是否经过审核、是否属于搜索引擎检索范围p.116,2022/12/10,第7章 互联网信息的检索原理,16,2 互联网信息资源-网络学术信息资源的类型,2022/12/10,第7章 互联网信息的检索原理,17,2 互联网信息资源-网络学术信息资源的类型,按内容区分：学术机构：学术团体、专业协会、高等院校、研究院所等； 如:中国法学会 http:/ 学术人物：各学科著名科学家、学者、专家等的个人网站。 如：钱学森网站 http:/www.

7、hd-科研信息：上海市科学技术委员会 http:/科研成果: 国家科技成果网 http:/,2022/12/10,第7章 互联网信息的检索原理,18,2 互联网信息资源-网络学术信息资源的类型,按出版类型区分： 网络专利 http:/patft.uspto.gov/netacgi/nph-Parser?Sect1=PTO2&Sect2=HITOFF&u=%2Fnetahtml%2FPTO%2Fsearch-adv.htm&r=1&p=1&f=G&l=50&d=PTXT&S1=(alumina+OR+AL2o3)+AND+NANO$).TI.&OS=ttl/(alumina+or+AL2o3)+

8、and+NANO$)&RS=TTL/(alumina+OR+AL2o3)+AND+NANO$),2022/12/10,第7章 互联网信息的检索原理,19,2 互联网信息资源-网络学术信息资源的类型,按原创性区分：一次资源：首次发表的原创性信息 中华人民共和国国家统计局 http:/ 二次资源：转载已有的信息或从原创中 提取的部分信息 新浪网：发布的新闻是从各个网站上转载过来的； 中国标准咨询网：提取的是标准的题录信息http:/,2022/12/10,第7章 互联网信息的检索原理,20,2 互联网信息资源-网络学术信息资源的类型,按是否经专家审核：正式出版物 pdf全文 http:/ 百度知道

9、 非正式出版物 http:/,2022/12/10,第7章 互联网信息的检索原理,21,2 互联网信息资源-网络学术信息资源的类型,是否属于搜索引擎检索范围： 不可见信息 搜索引擎不可直接搜索到的信息: IP地址限制,用户名密码限制,不含超链接, 动态数据库内容 可见信息 搜索引擎可直接搜索到的静态网页,2022/12/10,第7章 互联网信息的检索原理,22,2 互联网信息资源-网络学术信息资源的类型,可见信息,不可见信息,搜索引擎,1：400,2022/12/10,第7章 互联网信息的检索原理,23,图6-1 网上学术信息资源的构成,不可见信息:IP、用户名密码限制,可见信息仅限于静态网页

10、,iPAC等动态数据库产生的网页不属于可见信息,2022/12/10,第7章 互联网信息的检索原理,24,2 互联网信息资源-学术网站的类型,学术网站的定义： 以学科领域的专业研究人员为主要对象,以学术研究内容为主要内容, 以满足学术信息交流为主要目的的网站。 学术网站的类型：学科门户网站、学科资源网站、学术机构网站、行业协会机构网站、学科专家网站以及学科论坛网站等。 p.133,2022/12/10,第7章 互联网信息的检索原理,25,2 互联网信息资源-学术网站的类型,学科门户网站。集研究机构、研究课题、专著论文、会议消息等内容之大成，主要宗旨为提供信息交流平台。 如:中国经济学教育科研网

11、: http:/,2022/12/10,第7章 互联网信息的检索原理,26,2 互联网信息资源-学术网站的类型,学科资源网站。集中学科领域内的历史知识、术语、学会组织、出版刊物、会议消息、数据库等相关内容，以方便专业人员日常学习和工作为主要目的，以资料汇总为主要特征。 如:中国数学资源网: http:/,2022/12/10,第7章 互联网信息的检索原理,27,2 互联网信息资源-学术网站的类型,学科性论坛博客网站。论坛是当前网络信息交流的一个主要工具，它可以起到组织热点话题、筛选学科新闻、评点学术动态和推荐优秀论著等重要作用。 如: ABBS建筑论坛: http:/,2022/12/10,第

12、7章 互联网信息的检索原理,28,3 网络信息检索工具和检索方法,网上信息检索工具 搜索引擎 百度引擎的检索方法 虚拟图书馆,2022/12/10,第7章 互联网信息的检索原理,29,3.1 搜索引擎的工作原理,定义： 网上信息搜索工具。类型按工作方式区分: 主题、目录和多元。p.119,2022/12/10,第7章 互联网信息的检索原理,30,3.1 搜索引擎的工作原理,工作过程： 信息的收集 信息处理 信息查询,2022/12/10,第7章 互联网信息的检索原理,31,3.1 搜索引擎的工作原理主题引擎,主题引擎工作原理,收集,处理,查询,根据结果由用户访问,2022/12/10,第7章

13、互联网信息的检索原理,32,3.1 搜索引擎的工作原理主题引擎,主题引擎： 搜索软件 索引软件 检索软件 程序自动完成，处理信息的层次是网页。 优点: 信息量大、更新及时 缺点: 返回信息中常有很多无关信息， 甚至有一定比例的死链接，用户 必须从结果中进行筛选。 p.119-120,2022/12/10,第7章 互联网信息的检索原理,33,3.1 搜索引擎的工作原理主题引擎,主题引擎 国内代表： 百度： http:/ 等 国外代表： Google: http:/等。 它们的首页都只有一个检索文本框,2022/12/10,第7章 互联网信息的检索原理,34,3.1 搜索引擎的工作原理目录引擎,目

14、录引擎： 编辑人员 Web站点 对每个站点描述和网址 归入预先分好的类别p.121,2022/12/10,第7章 互联网信息的检索原理,35,3.1 搜索引擎的工作原理目录引擎,目录引擎国内代表： 搜狐：http:/等国外代表: Yahoo Directory(网站数量约200万个)等。 http:/ p.121,2022/12/10,第7章 互联网信息的检索原理,36,3.1 搜索引擎的工作原理,p.121,2022/12/10,第7章 互联网信息的检索原理,37,3.1 搜索引擎的工作原理多元引擎,多元引擎(元搜索引擎) 搜索软件 索引软件 检索软件 没有存放网页信息的数据库。 提供各个主

15、题引擎的统一检索平台p.121,2022/12/10,第7章 互联网信息的检索原理,38,3.1 搜索引擎的工作原理多元引擎,多元搜索引擎国内代表: 万维搜索：http:/等。 国外代表： metacrawler(http:/), Profusion (http:/)等 p.121,2022/12/10,第7章 互联网信息的检索原理,39,3.1 搜索引擎的工作原理多元引擎,可以选择其中的一个或多个搜索引擎同时检索,2022/12/10,第7章 互联网信息的检索原理,40,3.2 百度搜索引擎的检索方法,百度中国互联网软件技术提供商和平台运营商。1999年底，成立于美国硅谷。2000年百度公司

16、回国发展。百度的起名，来自于众里寻她千百度的灵感。百度主要服务于门户网站，客户包括Sina, Sohu, T，263在线，21CN，上海热线，广州视窗等，中国提供搜索引擎的主要网站中, 超过80%由百度提供。 p.122,2022/12/10,第7章 互联网信息的检索原理,41,3.2 百度搜索引擎的检索方法,1) 检索词网页、新闻、图片等任何内容，形式可以是中文、英文、数字或中文英文数字的混合体。 p.122,2022/12/10,第7章 互联网信息的检索原理,42,3.2 百度搜索引擎的检索方法,2) 使用两个以上检索词的检索逻辑 逻辑与。表示为：A B 空格 含义：空格前后的两个检索词在

17、同一个网页中出现。 如: 搜索 “中国专利” 检索策略:中国 专利 p.123,2022/12/10,第7章 互联网信息的检索原理,43,3.2 百度搜索引擎的检索方法,逻辑或。表示为： A | B 含义: “|”前后的两个检索词中至少有一个在网页中出现。 如：要查询 “图片”或 “写真”相关网页 检索策略:图片 | 写真逻辑非。表示为：A -B。 但减号之前必须留一空格 含义: 网页中出现检索词A而不出现检索词B。 如: 要搜寻光学处理方法，但不含紫外光光学处理方法的相关网页 检索策略:光学处理 -紫外p.123,2022/12/10,第7章 互联网信息的检索原理,44,3.2 百度搜索引擎

18、的检索方法,3) 字段检索在标题及其链接的说明语中搜索。 表示为： intitle:检索词 如: intitle:(互联网 协议) 或intitle:互联网 intitle:协议 表示搜索标题及其说明语中同时含有检索词“互联网”、“协议”的网页。p.123,2022/12/10,第7章 互联网信息的检索原理,45,3.2 百度搜索引擎的检索方法,网页标题,网页说明语,网页地址,2022/12/10,第7章 互联网信息的检索原理,46,3.2 百度搜索引擎的检索方法,在url中搜索。 表示为：inurl:文字。可限制只搜索url中可能含有的文字的网页。 如：inurl:org 查找可能是组织机构

19、的网站inurl:edu 查找可能是教育机构的网站 只有当org、edu等处在服务器域名位置时，才是组织机构、教育机构网站。 p.123,2022/12/10,第7章 互联网信息的检索原理,47,3.2 百度搜索引擎的检索方法,URL地址中含有edu,2022/12/10,第7章 互联网信息的检索原理,48,3.2 百度搜索引擎的检索方法,查找文件类型 filetype:pdf 限制查找pdf文件 filetype:doc 限制查找doc文件 filetype:ppt 限制查找ppt文件,2022/12/10,第7章 互联网信息的检索原理,49,3.2 百度搜索引擎的检索方法,2022/12/

20、10,第7章 互联网信息的检索原理,50,课堂提问？,？检索策略：检索词 inurl:edu 得到的检索结果一定是教育机构的网站吗?答：当edu处在URL地址第一级服务器域名中时，才是教育机构,2022/12/10,第7章 互联网信息的检索原理,51,3.3 虚拟图书馆,又称， 学科导航， 网络导航,2022/12/10,第7章 互联网信息的检索原理,52,3.3 虚拟图书馆,搜索引擎能搜索商业信息资源和学术信息资源。虚拟图书馆实质上是一种网络信息利用工具。它针对某一学科或领域的研究者的需要，将互联网上与之有关的研究机构、实验室、电子书籍、学术期刊、会议论坛、专家学者等包括URLs在内的各种资

21、源线索，进行系统地收集、核实并加以组织，以网站、网页或数据库形式提供给用户浏览或者检索。 p.129,2022/12/10,第7章 互联网信息的检索原理,53,3.3 虚拟图书馆,清华大学虚拟图书馆http:/,2022/12/10,第7章 互联网信息的检索原理,54,3.3 虚拟图书馆,虚拟图书馆使用场合： 当时间短促，不允许浏览由搜索引擎查得的巨量的信息时； 当希望看到比较可靠的网络信息； 当希望对某个领域有个整体的、较全面的了解时; 用户在访问某一学科的虚拟图书馆网页时，通过浏览选择所需要的分类，点击相关的网络线索即超级链接，就可以浏览到大量相关资料。,2022/12/10,第7章 互联

22、网信息的检索原理,55,4百度实习示例,实习目的 练习搜索引擎的使用方法，收集学术网站。实习内容和要求以百度作为主要的练习搜索引擎，要求运用并掌握百度的逻辑算符和字段算符方法，检索获得与专业相关的一个学术网站,2022/12/10,第7章 互联网信息的检索原理,56,4百度实习示例,例:运用百度引擎查找“光学”学科有关的一个学术网站。 (1) 取“光学”学科(见网络课件第5.7) (2) 检索策略： 光学 (学会 | 协会 | 研究所) 含义:查找“光学”专业有关的学术机构，学术机构可以是学会、协会、研究所、高等院校等,2022/12/10,第7章 互联网信息的检索原理,57,4百度实习示例,

23、(3)记录结果：A.网站名称：中国科学院西安光学精密 机械研究所B.网址：http:/,2022/12/10,第7章 互联网信息的检索原理,58,4百度实习示例,课题取学科或专业名称,站点说明中，检索策略再粘贴一遍,2022/12/10,第7章 互联网信息的检索原理,59,4百度实习示例,2022/12/10,第7章 互联网信息的检索原理,60,4百度实习示例,2022/12/10,第7章 互联网信息的检索原理,61,附：百度实习,如果查找某学科或专业的教育机构网站 检索策略：学科或专业 inurl:edu如果查找某学科或专业的研究机构网站 检索策略：学科或专业 (研究所 | 研究院 | 学院

24、 | 大 学)等；如果查找某学科或专业的学术团体网站 检索策略：学科或专业 (学会 | 协会 | 组织)等；如果查找某学科或专业有关的个人学术网站 检索策略：学科或专业 (专家 | 学者 | 院士 | 博士生导 师)等；,2022/12/10,第7章 互联网信息的检索原理,62,附：百度实习,如果查找某学科或专业有关的学术资源网站 检索策略:学科或专业 (资源网 | 资源库 | 资源 平台 |数据库)等；如果查找某学科或专业有关的学术交流网站 检索策略: 学科或专业 inurl:forum 或学科或专业 inurl:bbs)等如果查找某学科或专业有关的学术门户网站 检索策略: 学科或专业 学科门户等,