网络信息检索技术与搜索引擎.ppt

《网络信息检索技术与搜索引擎.ppt》由会员分享，可在线阅读，更多相关《网络信息检索技术与搜索引擎.ppt（36页珍藏版）》请在三一办公上搜索。

1、内容回顾,检索技术布尔逻辑检索技术：AND OR NOT截词检索技术限制检索技术：site:inurl:filetype等等模糊检索与精准检索,作业1,检索“计算机在汽车车身中的应用”方面的信息。（写出检索表达式，利用搜索引擎进行搜索，截取检索结果第一页。）主题概念分析，提取关键词计算机 汽车车身计算机辅助设计 计算机辅助制造 汽车车身计算机辅助设计 CAD 计算机辅助制造 CAM 汽车车身,基于内容分析方法扩展检索概念,隐含概念扩展法是指文献或课题中，未用显而易见的方式表达，因而需要认真进行由表及里、由此及彼的深入分析才能找出的主题。如：“投资管理”的显见主题是“投资管理”，隐含主题还有“投

2、资法规”、“投资法律”。,作业1,构建检索表达式(计算机辅助设计 OR CAD OR 计算机辅助制造 OR CAM)AND 汽车车身(计算机辅助设计|CAD|计算机辅助制造|CAM)汽车车身检索：直接输入检索表达式高级搜索,作业2.找到宾夕法尼亚大学癌症中心的关于乳腺癌内容的网页。,主题概念分析，抽取关键词University of Pennsylvania Cancer Center Breast Cancer构建检索表达式University of Pennsylvania AND Cancer Center AND Breast Cancer University of Pennsylv

3、ania Cancer Center Breast Cancer“University of Pennsylvania”“Cancer Center”“Breast Cancer”,作业2,检索手气不错直接输入检索式高级搜索,作业3,3.检索“温室效应对气候改变的影响”的论文资料。（利用中国知网（本地镜像）-中国期刊全文数据库检索，检索字段选择“关键词”，写出检索表达式，截取检索结果的第一页）。提取关键词：温室效应 气候构建检索表达式：温室效应 AND 气候,作业4,4.利用搜索引擎检索有关“物联网”的docpdfppt格式的文件，写出检索表达式，截取检索结果的第一页。物联网(filetype

4、:doc|filetype:pdf|filetype:ppt)物联网(inurl:ppt|inurl:pdf)物联网 inurl:doc,3.2网络搜索引擎,搜索引擎（Search Engine）以一定的策略在互联网中搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务，从而起到信息导航的目的。,特点,收录、加工信息的范围广、速度快;检索功能强，一般可称为网络资源的关键词索引;检索时直接输入关键词或词组、短语，无需判断类目归属，比较方便;标引过程缺乏人工干预，准确性较差检索误差(噪音)较大搜索引擎适合于检索特定的信息，及较为专、深、具体或类属不明确的课题。,搜索引擎的工作原理

5、,搜索器,索引器,检索器,用户界面,在因特网中发现和搜集信息,理解搜索器所搜索的信息，从中抽取出索引项，用于表示文档以及生成文档库的索引表，建立起自己的物理索引数据库。,根据用户的查询在索引库中快速检出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并实现某种用户相关性反馈机制。,输入用户查询、显示查询结果，提供用户相关性反馈机制。,搜索引擎的分类,按索引方式的不同，可分为目录式搜索引擎、机器人搜索引擎、元搜索引擎。,目录式搜索引擎,以人工方式或半自动方式搜集信息，由编辑员查看信息之后，人工形成信息摘要，并将信息置于事先确定的分类框架中。有利于族性检索。信息大多面向网站。提供目录浏

6、览服务和直接检索服务。该类搜索引擎因为加入了人工智能，所以信息准确、导航质量高。缺点是需要人工介入（维护工作量大）、信息量少、信息更新不及时。适合主题浏览，检索目的不太明确的用户。这类搜索引擎的代表是：国内：中文Yahoo！、网易、sohu、sina等；国外：Yahoo!、Galaxy、LookSmart、Open Dirertory、Go Guide等,机器人搜索引擎,由一个称为蜘蛛（Spider）的机器人程序以某种策略自动地在Internet中搜集和发现信息，由索引器为搜集到的信息建立索引，由检索器根据用户的查询输入检索索引库，并将查询结果返回给用户。自动标引，数据量大。服务方式是面向网页

7、的全文检索服务。该类搜索引擎的优点是信息量大、更新及时、毋需人工干预。缺点是返回信息过多，有很多无关信息，用户必须从结果中筛选。检索功能强大。查全率高，查准率低。适于查找目的明确的用户。这类搜索引擎的代表是：Google Baidu、天网、百度、AltaVista、Hotbot、Excite、Infoseek、FAST、Lycos等。,元搜索引擎,Meta Search Engine（搜索引擎之上的搜索引擎是一个能调用其他搜索引擎的搜索引擎。）这类搜索引擎没有自己的数据，而是将用户的查询请求同时向多个搜索引擎递交，将返回的结果进行重复排除、重新排序等处理后，作为自己的结果返回给用户。服务方式为

8、面向网页的全文检索。这类搜索引擎的优点是返回结果的信息量大。查全率大大提高，但查准率更难保障缺点是不能够充分使用原搜索引擎的功能，用户需要做更多的筛选。这类搜索引擎的代表是搜乐网、搜魅网、万纬搜索、WebCrawler、InfoMarket，在线搜（http:/,垂直搜索引擎,垂直搜索引擎是相对通用搜索引擎的信息量大、查询不准确、深度不够等提出来的新的搜索引擎服务模式，通过针对某一特定领域、某一特定人群或某一特定需求提供的有一定价值的信息和相关服务。其特点就是“专、精、深”，且具有行业色彩，相比较通用搜索引擎的海量信息无序化，垂直搜索引擎则显得更加专注、具体和深入。Sou365：http:/h

9、ttp:/股票搜索引擎 叮玲玲垂直关键词搜索引擎：http:/www.dinglingling.org/,有代表性的中英文搜索引擎,Google Lycos Infoseek Excite Ask JeevesInktomiNorthern Light WisenutAOLAlltheweb,百度天网搜索中国搜搜爱问搜狗,Google（谷歌）简介,世界第一搜索引擎，搜索引擎世界第一！两位斯坦福大学的博士生 Larry Page 和 Sergey Brin 在 1998 年创立了 Google。Google 是由英文单词“googol”变化而来。“googol”是美国数学家 Edward Kas

10、ner 的侄子 Milton Sirotta 创造的一个词，表示 1 后边带有 100 个零的数字。Google 使用这个词代表公司想征服网上无穷无尽资料的雄心。,Google在中国,http:/.hk/已经不复存在关于谷歌中国的最新声明（2010年3月23日）从今天早上开始，我们已停止了在G搜索服务上的自我审查，包括 Google Search（网页搜索）、Google News（资讯搜索）和Google Images（图片搜索）。访问 G 的用 户从现在开始将被指向G.hk，在这个域名上，我们将提供未经审查的简体中文搜索结果，这些为中国大陆用户设计的服务将通过我们在香港的服务器实现。,Go

11、ogle检索技巧,单个关键词搜索“信息检索”相关的网页多个关键词：布尔逻辑检索（与、或、非）搜索结果包括两个或两个以上关键字（与）：空格（格式：A B）搜索包含信息检索和网络的网页搜索结果要求不包含某些特定信息（非）：“-”（格式：A B）搜索包含信息检索的方法，但不包含网络的网页搜索结果至少包含多个关键字中的任意一个（或）：大写“OR”（格式：A OR B或A ORB）搜索包含信息检索或网络的网页,信息检索 网络,信息检索 方法 网络,信息检索 OR 网络,Google检索技巧,强制搜索或精确搜索例：查询“www的历史”相关的网页“www的历史”google会忽略常用的词和字符，如“http

12、”、“www”、“.com”和“的”等。可用英文双引号引起来。使用书名号进行检索例如：查询电影或电视剧“手机”手气不错：自动进入google查询到的第一个网页快速进入“临沂大学”网站,Google检索技巧限制检索技术,限制文本类型例：搜索关于信息检索的pdf文档采用filetype语法。Google已经能检索微软的Office文档。如.xls、.ppt、.doc，.rtf，WordPerfect文档，Lotus1-2-3文档，Adobe的.pdf文档，ShockWave的.swf文档（Flash动画）等。（格式：关键词 filetype:文件格式）信息检索 filetype:pdf例：搜索关于

13、信息检索的pdf或者word文档信息检索(filetype:pdf OR filetype:doc),Google检索技巧限制检索技术,搜索范围限定在特定网站格式：关键词 site:网站或域名例如：在天空网下载迅雷软件注意：site:后面的站点域名，不要带http:/迅雷 site:,Google检索技巧限制检索技术,限定在网页标题中检索格式：intitle:关键词例如：查找高等数学学习方法intitle:高等数学学习方法,Google检索技巧限制检索技术,搜索范围限定在URL链接中格式：关键词 inurl:url查找mp3曲，本草纲目本草纲目 inurl:mp3,Google总结（也可以通过高级搜索完成）,百度的检索技巧（与google基本类似）,