网络信息检索工具与技术.ppt

《网络信息检索工具与技术.ppt》由会员分享，可在线阅读，更多相关《网络信息检索工具与技术.ppt（50页珍藏版）》请在三一办公上搜索。

1、网络信息检索工具与技术,导言：网络社会,在第一次课中，我们从教育的未来视频中所了解到信息技术和网络迅猛发展。在现在的网络信息环境下，网络信息资源是我们学习、工作、生活中利用率最高的信息资源之一。对网络信息资源和网络的利用是终身学习的需要，也是个人信息素质中的重要内容。相对与图书馆纸本文献信息资源和数字资源的检索利用，其对人的影响更为深远。今后的社会，网络是一个基本要素，它将对社会经济、科技教育、国防乃至政治产生决定性的影响。,请阅读信息检索网络教材第2章 网络信息检索,目录,网络信息检索工具百度/谷歌搜索技术,1 网络信息检索工具,当已经知道地址时直接通过地址访问。当不知道地址的时候，需要借助

2、检索工具1.1 搜索引擎1.2 网络资源目录1.3 信息门户1.4 搜索软件,1.1 搜索引擎,搜索引擎其实也就是一个数据库，内容以网页信息资源为主，也包括文档、图片和多媒体。搜索引擎与文献数据库相比，其中一个重要的不同是通过计算机自动完成信息资源的发现、标引和入库。搜索引擎的搜索技术继承了传统文献信息检索技术的精髓，在搜索引擎中很多检索技术依然适用。搜索引擎的好坏评判除了索引的网页数量外，其中重要的一个方面是搜索结果的输出（结果的相关性）。,搜索引擎只是一个索引数据库，一般没有自己的信息资源，信息的可获得性与搜索引擎无关。不过搜索引擎也会在数据库中存储某些信息的内容。,1.1.1 水平搜索引

3、擎（综合搜索引擎）,水平搜索引擎索引几乎所有可能内容，包括多种类型、大量领域。在内容类型和领域方面表现出综合性。水平搜索引擎强调信息的宽广、面对的是广泛用户的信息需求。典型的水平搜索引擎有：百度中文搜索引擎：Google中文搜索引擎：,大量搜索引擎请参见这里：,中文搜索引擎指南网搜网：搜索引擎观察专业、元、多媒体、购物http:/著名搜索引擎简介：,10,Google杀手？WolframAlpha,将知识转化为可计算,11,Google新的竞争者：必应,1.1.2 垂直搜索引擎,垂直搜索引擎：即专业或专用搜索引擎，它专门用来检索某一主题范围或某一类型信息,追求专业性与服务深度是它的特点。垂直搜

4、索引擎不但可保证此领域信息的收录齐全与更新及时,而且检索深度和分类细化远远优于综合搜索引擎。垂直搜索引擎的检出结果虽可能较综合搜索引擎少,但 检出结果重复率低、相关性强、查准率高，适合于满足较具体的、针对性强的检索要求。目前已经涉及到购物，旅游，汽车，工作，房产，交友等行业。,垂直搜索引擎举例：1,找工作的搜索引擎：google学术搜索：google图书搜索：Patent Search 比价购物搜索引擎：博客与RSS搜索引擎：中客 博客中国人 八方 人脉搜索引擎：交友,找工作,商机 人物、软件 论坛搜索引擎：,垂直搜索引擎举例：2,The Music Finder 旅行TripAdvisor

5、图像搜索引擎：图像词典商业搜索引擎Business 生意定向搜索引擎。DailyStocks 可以了解被查询公司存货的信息已经相关的新闻报导,研究,引述和其他数据。eBizSearch 关于电子商务的文章和报告。,以图找图哼唱搜索（以声音找歌曲）根据声音搜索文字360搜索：,综合搜索引擎的专门化趋势,搜狗(Sogou)人物、音乐、购物、图片、地图 GOOGLE 学术搜索：GOOGLE 图书搜索 AllTheWeb 能专门对图像、多媒体信息。,1.1.3 元搜索引擎,元搜索引擎（matesearch）又称集合型搜索引擎，将多个单一搜索引擎集成在一起，提供统一的检索界面，将用户的检索提问一次搜索多

6、个搜索引擎，并将结果返回给用户。有的直接按来源引擎排列搜索结果（界面整合），有的则按自定的规则将结果重新排列组合（内容整合）。优点：能同时搜索多个搜索引擎，能在一定程度上提高查询的广度。缺点：因为有时后并不能对一个搜索引擎全部查完，有时后也会漏掉一些重要信息。,中文元搜索引擎,末日黄花消亡的很快、用的人极少。基于内容整合觅搜（MetaSoo）速度很快，可给搜索引擎权重。使用了Ajax技术的中文元搜索引擎，可搜索谷歌、百度、雅虎一搜、搜狗、有道等。搜鸿 速度很快，整合百度搜狗，结果仅有网站，不细化到网页。万纬搜索，速度极其慢，怀疑服务已经停止。注意高级功能的应用，选择不同的搜索引擎（谷歌、百度、

7、雅虎、搜狐、天网、新浪）基于界面整合搜魅网（someta）：速度比较，集合了百度、google、搜狗、雅虎多家主流搜索引擎的结果。Jopee 速度快,主要搜索引擎与目录元抓取与元搜索引擎新闻搜索引擎点击付费搜索引擎购物搜索引擎多媒体搜索引擎搜索工具与应用儿童搜索引擎专门搜索引擎国家地区专门搜索引擎,更多搜索引擎：,专门搜索引擎Specialty Search Engines,Answers Searching Computer Search Engines Financial Search Engines Government Search Invisible Web Legal Search

8、 Engines Mailing Lists Medical Search Engines Newsgroup Search Shopping Search Travel Search Engines WAP Search Engines Other Specialty Services,1.2 网络资源目录,由人工采集网上信息,然后按照一定分类标准,比如学科类型、主题等，建立网站分类目录，并将筛选后的信息分门别类放入各类目中供用户进行浏览。优点：1.信息组织的专题性较强,满足族性检索要求;2.使用简单,只要选择相关类目,依照页面之间的超链接指引很快就能到达目的信息,适于检索不熟悉的领域或建议

9、不熟悉网络的用户使用.缺点：1.人工采集信息的收录范围小，更新慢；2.受主观因素影响,类目设置不够科学，缺少规范,搜索引擎目录目录索引：新浪目录 开放目录ODP http:/dmoz.org/、中国艺术开放目录 专题网址如搜索引擎的专题网址：什么情况下使用网络资源指南？当检索一个范围较广的题目，并希望了解与该题目相关的信息时。当没有明确的信息需求，仅仅想在网络上“溜达”时。仅仅想浏览某一方面的消息和动态信息时，并不严格限于某几个检索词的。当信息需求更专一时。,1.3 信息门户,学科信息门户、行业信息门户、政府信息门户、商业信息门户、公司信息门户中国医药网 提供几十种医药行业领域的各类数据库。如

10、关于药品标准，在其药典部分，收录内容包括：中国药典2005版、中国药典2000版、中药部颁、西药部颁、中药注射剂标准、部颁药材标准、新药转正标准、藏药部颁。数据涉及标准源、质量指标、检验方法、生产工艺、处方、制法、鉴别、功能主治等内容。中国医药信息网：国家食品药品信息管理中心主办，也提供大量的数据库和数据查询。学科信息门户列表如导航库请用“学科导航库”在搜索引擎搜索,2 搜索引擎搜索技术：百度/谷歌实例,2 搜索引擎搜索技术：百度/谷歌实例,中文主流搜索引擎：百度和谷歌的搜索语法基本类似其它中外文搜索引擎基本遵循了谷歌的搜索语法。,2.1 多个词前后顺序敏感,适用：百度、谷歌(谷歌网页搜索),

11、2.2 默认模糊搜索、自动拆分短语,适用：百度、谷歌,2.3 短语精确搜索百度可用,适用：谷歌、百度,2.4 通配符,适用：谷歌仅和精确搜索一起用。,2.5 点号匹配任意符号,适用：谷歌,2.6 布尔逻辑,适用：谷歌、百度与：空格、AND 或：OR、|非：-（减号）,2.6 布尔逻辑,2.7 约束条件,适用：谷歌、百度,2.8 同义词,适用：谷歌仅英文词实用,2.9 数字范围,适用：谷歌,2.9 数字范围,适用：谷歌,适用：谷歌、百度,2.10 标题中搜索：intitle,适用：谷歌,2.11 正文中搜索：intext,适用：谷歌、百度,2.12 网址中搜索：inurl,2.13 文档类型限定

12、:filetype,实用：谷歌、百度doc/pdf/ppt/xls/rtfall,2.14 定义搜索：define,适用：谷歌,2.15 限定站点搜索：site,适用：谷歌、百度,2.16 网站相关信息：info,适用：谷歌,cache,related,link,site,2.17 其它应用,计算：150磅in公斤inanchor：限制在页面的链接锚链描述文本,2.18 混合使用搜索技术（一）,缩小搜索范围最好的选择：混合使用intitle、site【intitle:自动化 site:】限定搜索特定类别的信息：inurl限定【等爱的玫瑰 inurl:mp3】搜索网站内的文档（一网打尽！）：【f

13、iletype:ppt site:】,2.18 混合使用搜索技术（二）,什么情况下不混合使用不混合使用有抵消的搜索【知识管理 site:-inurl:edu】不要重复使用同一语法结构【知识管理 site:cn site:com】,但是这样可以【知识管理(site:cn|site:com)】在混合使用语法时，不要用别名如allinurl、allintitle不要使用过多的语法将搜索结果限制得特别狭窄，采取逐步增加限制的方法，一般不要一步到位做很多限制。,4.18 混合使用搜索技术（三）,例子找叶黄素 的买家：找买家：lutein mg(*OR*)fax-china-Jobs,表示规格的词如：ml

14、表示需求的词如：”import”、“buyer”表示价格的词：”prices”表示询盘（inquire）的词：,lutein(*OR*)inurl:trade,也可在具体的B2B平台中检索,lutein inurl:trade,产品名 inrurl:特性词,求购 buyinglead进口商 importer批发商wholesaler 分销商 distributer 买方 buyer 公司 company零售商 retailer 供应商 supplier 供应商 vendor价格 priceCNKI翻译助手,小结：谷歌一般搜索技术,默认模糊搜索、默认拆分语句和过长的短语如何精确搜索（短语搜索）通

15、配符*用法点号匹配任意字符：.布尔逻辑与：空格、AND或：OR、|非：-（减号）约束条件：+同义词：数字范围：.括号：()单位换算：in计算器,小结：谷歌高级搜索语法,intitle、allintitle:搜索范围限制在网页的标题intext，allintext：搜索范围限制在网页中的正文中搜索 inurl、allinurl：搜索范围限制在URLinanchor、allinanchor：搜索范围限制在页面的链接锚点描述文本进行搜索。info：进入某URL更多信息的引导页面cache：搜索谷歌缓存的页面related：相关网页link：搜索所有链接到某个特定URL上的页面列表 site：搜索范围限制在某网站或域名中。filetype：根据文件后缀搜索特定文件类型define：搜索定义insubject：主题搜索,