武汉大学黄如花信息检索3.1搜索引擎.ppt

《武汉大学黄如花信息检索3.1搜索引擎.ppt》由会员分享，可在线阅读，更多相关《武汉大学黄如花信息检索3.1搜索引擎.ppt（73页珍藏版）》请在三一办公上搜索。

1、第三章 搜索引擎,Outline,搜索引擎概念(定义、工作原理、特征)搜索引擎的分类搜索引擎的选择与评价常用综合性搜索引擎常用学术搜索引擎使用搜索引擎要注意的问题跟踪搜索引擎的变化,1 搜索引擎概述,你最常用的搜索引擎有哪些？你认为搜索引擎是什么？,1.1 概念,一种Web上应用的软件系统以一定的策略在Web上搜集、发现和组织信息使用者的角度：提供一个网页界面供用户输入词语或者短语，系统将返回一个可能和用户输入内容相关的信息列表Source:李晓明，闫宏飞，王继民著.搜索引擎原理、技术与系统.北京：科学出版社，2005：2,1.2工作原理,1.2 工作原理,网页采集网站拥有者主动向搜索引擎提交

2、网址蜘蛛（Spider）扫描网站的所有网页并将相关信息存入数据库,预处理 关键词的提取 重复网页或转载网页的消除 链接分析 网页重要程度的计算,用户输入检索式 提交检索要求,搜索引擎提供查询接受用户提交的查询请求按照要求检索索引数据库返回相关记录以网页链接形式提供通过链接指向用户所需网页,2 搜索引擎的分类按信息内容组织方式划分,Web Directory人工参与，主题目录数据有限，专指性强Yahoo！DirectoryOpen Directory,Keyword search engine无人工控制，由系统完成 数据量大，更新及时Google 百度,2 搜索引擎的分类按收录范围划分,综合性搜

3、索引擎涵盖各学科涉及生活的各领域GoogleYahoo！百度Bing,专业性搜索引擎特定的功能特定的学科特定的用户特定的信息类型特定的地域Lawcrawler,SciseekAskjeeves for kids IP search,2 搜索引擎的分类按功能划分,独立搜索引擎具有独立的数据库GoogleYahoo！百度Bing,元搜索引擎一次检索多个数据库有的提供结果去重等功能通常不具有独立的数据库提供多个搜索引擎的统一检索界面Metacrawler独立搜索引擎与元搜索引擎的集成，如万维搜索,万维搜索初级检索界面：独立搜索引擎支持关键词检索,万维搜索高级检索界面：元搜索引擎集合了多个独立搜索引擎

4、结果可以按照多种方式排序,3 搜索引擎的选择与评价,提问：百度和Google，你更喜欢哪个？为什么？搜索引擎优化网站（SEOMOZ）通过SEO领域多位世界级专家的调查，发布两年一度的搜索引擎排名影响因素调查结果。,3 搜索引擎的选择与评价,SEOMOZ（2009）的调查结果,最重要的5个影响因素为：关注关键词锚文本的外部链接（73%，非常非常重要）链接所在页面的热门程度（71%，非常非常重要）链接资源的多样性（67%，非常非常重要）标题标签中关键词的使用（66%，非常重要）链接域名的可信度（66%，非常重要）,source：http:/www.seomoz.org/article/search

5、-ranking-factors,3 搜索引擎的选择与评价,SEOMOZ（2009）的调查结果,前5位的负面影响因素为：恶意隐藏作弊（68%，非常非常重要）从链接中介购买链接（56%，非常重要）指向搜索引擎作弊的站点或网页的链接（51%，比较重要）基于User Agent的伪装（51%，比较重要）频繁的服务器故障或站点无法访问（51%，比较重要）,source：http:/www.seomoz.org/article/search-ranking-factors,3 搜索引擎的选择与评价,收录范围分类检索功能与效果检索结果的处理方式页面组织其他功能与服务,4 综合性搜索引擎选介,全球主要搜索引

6、擎份额（2009.7）Google(67.5%)Yahoo!(7.8%)百度(7.0%),4 综合性搜索引擎选介,国内搜索引擎首选份额排名（2009.6）百度（77.2%）谷歌（12.7%）搜搜（3.1%）搜狗（2.4%）雅虎（1.6%）source：CNNIC.2009年中国搜索引擎用户行为研究报告（2009年9月）.http:/,众里寻她千百度2000年1月 李彦宏和徐勇创立于中关村全球最大的中文搜索引擎。2005年8月5日，百度在纳斯达克上市,4.1 百度（http:/）,百度的首页,百度的高级检索页面,百度提供的众多产品,参见百度的帮助中心,百度的检索技巧,百度快照 拼音提示功能 支持

7、繁简中文查询 相关搜索 支持：-、|、“”、filetype、inurl、intitle、allintitle、site等。,百度的检索功能和特点,百度的结果处理,检索结果排序规则通过超链接分析技术、词频统计和竞价排名相结合的方式对网页进行相关度评价。每一条检索结果显示网页标题、摘要、网址、百度快照等百度快照和相关搜索的关键词检索提示,4.2 Google（）,谷歌：http:/.hk/1998年9月由斯坦福大学博士生 Larry Page，Sergey Brin创立,全球使用最广泛的搜索引擎获得30多项奖项，如Outstanding Search Service，Best News Sear

8、ch Engine，Best Image Search Engine，Best Design，Most Webmaster Friendly Search Engine提问：你使用过Google哪些功能?,谷歌提供了多样化的服务和功能,Google的检索技巧,一般不区分英文大小写缺省值 AND(and)支持site、inurl、allinurl、intitle、allintitle、filetype、link、define、related等filetype字段:pdf，doc,ppt,xls,rtf,swf等13种非HTML文件filetype:pdf AND“英语四级模拟试题”,谷歌的首页-

9、简洁明快,谷歌的高级检索页面,对多个检索字段进行限定,Google的结果处理,排序规则：按相关性排序。相关性的评判以网页评级为基础，在全面考察检索词的频率、位置、网页内容（以及该网页所链接的内容）的基础上，评定该网页与用户需求的匹配程度，并确定排序优先级。将独创的网页评级系统（PageRank）作为网络搜索的基础,Google的结果处理,每条检索结果显示标题、摘要、网址、网页大小，有的还提供“cached（网页快照）”、“similar pages（相关网页）”、“note this（标记该网页）”以及网页翻译等链接提示可能存在安全风险的网站自动对关键词的相关词进行分析并给出相关链接，提供”百

10、宝箱“功能,Google的结果处理,4.3 Yahoo！（http:/）,雅虎中国：http:/1994年4月由杨致远和David Filo创立,最早的目录式搜索引擎之一提供两种检索方式关键词检索分类目录浏览和检索分类目录（http:/）分为14个大类，每个大类又分小类,检索结果处理：按相关度排序实现网页、图片、博客、视频等资源的整合检索显示人物关系,提问：还有哪些常用的综合性搜索引擎？以”信息检索“为关键词，分别使用百度、谷歌、雅虎中国进行搜索，并分析其异同点,5 中外文学术搜索引擎选介,谷歌学术搜索百度国学搜索Scirus,5.1 谷歌学术搜索（Google scholar）,网址：htt

11、p:/中文网址：http:/资源来源：学术出版商、专业学会、高等院校、图书馆及其他学术机构文献类型包括：图书、同行评议的期刊论文、学位论文、论文预印本、技术报告。信息来源可靠，学术性强,特色功能：显示被引用信息：揭示文献之间的引用与被引用关系显示图书馆链接，用户可搜索参加这一计划的图书馆馆藏资源目录，查看可供访问的资源链接，国家图书馆等多家图书馆参与了该项计划使用偏好设置：用户可以对界面语言、搜索语言、图书馆链接、结果显示数量和方式以及文献管理软件等项目进行个性化定制检索结果按照相关度排序,谷歌学术搜索的更多功能,对结果中的某一本书：查看介绍、版权信息、目次，章的样例书内信息检索（Search

12、 within this book）可购买的网上书店链接比较不同网上书店的价格（与Froogle等捆绑）,谷歌学术搜索首页,查看国内收藏情况,5.2 百度国学搜索,http:/2006年1月份开通免费提供中国古代文化典籍在线搜索及阅读服务收录上起先秦、下至清末两千多年的以汉字为载体的历代典籍，内容涉及经、史、子、集各部。内容进行严格校对，对一些生僻字特别进行造字提供目录浏览和关键词检索,5.3 Scirus,http:/Science）于2001年4月推出专为搜索科学信息而设计的网上最全面、综合性最强的科技文献门户网站之一信息来源：大学网站、科学工作者的个人站点、学术会议等；文献类型：研究报告

13、、同行评审期刊论文、专利文献、预印本覆盖各个学科：农业、天文、生物、化学、计算机、经济、工程、数学、医学、社会学等与图书馆合作推出“图书馆链接”功能,Scirus的检索功能,布尔逻辑检索、精确检索和字段限制检索检索途径：篇名、作者、期刊名称等高级检索：可设置信息发布时间、信息类型、文件格式、信息来源、学科领域等多个选项,检索结果：依据相关度排序相关度主要与关键词和链接两个基本因素相关前者主要考虑检索词的位置和出现频率一个网页被其他网页参考或链接得越频繁，其排序就越靠前,提问：还有哪些学术搜索引擎？如：Search4Science http:/http:/CNKI知识搜索http:/,6 使用搜

14、索引擎要注意的问题,各个搜索引擎的功能有别同一种运算在不同搜索引擎中使用的符号不同各引擎结果排名的计算方法不同优先选用好的搜索引擎选择有针对性的搜索引擎搜索引擎不是万能的竞争激烈，要留意变化,7 跟踪搜索引擎的最新动态,讨论：通过哪些途径可以更好地了解搜索引擎发展的最新动态？搜索引擎主页的介绍与帮助页面搜索引擎的集合与评价站点中文搜索引擎指南搜索引擎跟踪搜索引擎列表,思考题,什么是搜索引擎？请谈谈其工作原理。搜索引擎有哪些种类？各有什么特点？对搜索引擎进行选择与评价主要考虑哪些因素？谈一谈搜索引擎发展的趋势,检索练习,请通过某一综合性搜索引擎，分别找出1个你感兴趣问题的PDF文件与PPT文件，并从中挑选最符合你要求的一条记录。请通过某一综合性检索引擎，找出你所在学科或专业有哪几个专门的搜索引擎，并利用其中的一个查找一个专业问题。每一题要求写出使用的检索工具，检索途径、检索式、检出记录的数量和你认为最相关的1条记录的著者、题名、网址，以及你的检索体会。,