实验1 信息检索

1、信息检索1.1实验目的1.掌握利用网络进行市场信息检索的基本思路；2 .掌握利用网络进行市 场信息检索的主要方法。1.2预习要求掌握数据、 消息、信息、的概念；清楚信息与消息的区别；掌握 信息的特性；熟练掌握信息的生命周期；掌握信息系 统的组成；了解互联网的基本应用。1.3实验内容与 步骤1.明确检索目标 要完成一个有效检索，首先 应当确定检索的目标。检索目标是指要检索的主要内 容以及对检索深度和广度的要求。 检索概念较泛， 尚未形成一明确的检索概念时，或仅需对某一专题做 泛泛浏览时，可先用主题指南的合适类日进行逐级浏 览，直到发现相关的网址和关键词后再进行扩检。选择查询策略 不同目的的查询应

2、使用不同的查询 策略，这主要取决于是想得到一个问题的多方面信息 还是简单的答案。搜索引擎的统计表明，很多用户只 输入一个词来进行查询，这会带来很多不需要的匹配。 要进行有效的搜索，最好输入与主题相关的、尽可能 精确的词或词组。提供的词组越精确，检索结果就越 好。同时，应通过不同词组的检索，逐渐缩小搜索范 围。分步细化逐步接近查询结果如果想查找某一类信息但又找不到合适的关键词，可以使用分类式搜索 逐步深化。搜狐网站的主页上将所有的信息分为新闻、 体育、财经、IT、生活、健康、理财等30余类，然 后再根据各个大类分为各个小类，如在“IT”中又以细 分为“互联网、通信、科学”等。4.使用模糊查询和

3、精确查询模糊查询又称为智能查询。当我们输入一个关键词时，搜索引擎不但反馈了包括关键词的网 址，同时也发来与关键词意义相近的内容。比如，在 网站上查找“网络经济”一词时，模糊查询会反馈回来 包含了 “网络经济论文”、“网络经济与社会发展”、 “信息经济”等内容的网址。所反馈的网址的排列顺序 一般是：完全符合关键词的信息在最前边，其次是相 近的信息。一般的搜索引擎都有这一功能，只是模糊 的程序不同。模糊查询没有特殊的方法，在文字框中 输入关键词即可。用逻辑条件限制这一功能允许我们一次输入多个关键词，各关键词之间的关系可以 是“和”、“或”、“非”（“and”、“or”、“not”）或“+”、“-”

4、、 “* ”等基本布尔操作符。实验步骤：1.开机，打开 IE浏览器窗口； 2.在URL中输入 HYPERLINK 或等搜索网站的域名，打开搜索网站主页；3.在主页中搜索栏中输入“管理信息系统”或者其他自己确定的关键词，点击“搜索”按钮；4.在随后 出现的搜索结果页面中查看搜索结果，并选择相应的 链接点击进入下一页面，查看具体的信息内容；5.在搜索结果页面的搜索栏中输入“数据”和”信息” 两个关键词，中间用空格、顿号、加号、减号等符号 分别连接起来，点击“搜索按钮，进行组合查询；6 .比较用不同的连接符号进行组合查询的结果有何 不同，包括：查询结果有多少条，用时多少，第一页 排序有什么变化等，并

5、点击相应链接进行信息浏览和 资料下载。邪那图1： Google检索的基本过程1.4综合性搜索引擎介 绍 1) Google 搜索引擎 Google()是世 界上最优秀的支持多语种的搜索引擎之一， 它是由美国斯坦福大学博士生Larry Page与Sergey Brin于1998年发明的。Google公司1999年成立，2000年 7月替代Inktomi成为Yahoo公司的搜索引擎。Google因具出色的搜索功能，1998年至今已经获得 30多项业界大奖。Google是目前世界上最大的搜索 引擎，拥有80多亿张网页和10亿多张图片的资源, 界面可用100多种语言表达，检索结果所采用的语 言达30多

6、种。2)百度中文搜索引擎 百度在线网 络技术有限公司()于1999年底成立于美国硅谷，是目前全球最优秀的中文信息检索与 传递技术供应商。在中国所有提供搜索引擎的门户 网站中，超过80%以上都由百度提供搜索引擎技术 支持。它的创建者是信息检索技术专家、超链分析 专利的持有人李彦宏和有多年商界成功经验的徐勇 博士。2005年5月20日，百度被中国企业家杂 志评选为2005年度最具成长性的新兴企业”，2005 年8月5日百度在纳斯达克正式上市。百度搜索引擎主要提供新闻、网页、贴吧、MP3、图片和网站 的检索。除网页检索只提供关键词检索外，其他栏 目都提供目录和关键词两种检索方法，使用起来非 常方便。

7、3)慧聪行业搜索引擎慧聪公司()成立于 1992 年，是国内领先 的商务资讯服务机构。2003年12月，慧职公司实现 了在香港创业板上市，成为国内信息服务业首家上 市公司。行业搜索引擎是慧聪为商务人士开发的大型“专业”搜 索引擎，其检索结果可按各类商业用途细分，并且 能够按照行业进行专业筛选，将出售、求购、科技 文献等内容单独体现于检索结果中。例如，在“出售 泵”的信息中，可以精确查找应用于水工业/暖通/石 油/机械/化工等行业的泵的产品信息，这将极大提高商务人士的检索命中率，使商人不再为数以十万计 的检索结果而苦恼，提高行业人士搜索的专业性和 精确性。下图是慧聪的行业分类检索页面。4)新浪、

8、搜狐、网易的分类搜索引擎新浪、搜狐、网 易是国内三大门户网站。这三个网站都建立了强大 的分类搜索引擎，各自具有自己的特色。新浪网搜索引擎是面向全球华人的网上资源查询系统，分 类检索目前共有18大类目录，205个二级目录， 万多个细目和数十万个网站，是互联网上最大规模 的中文搜索引擎之一。其网站收录资源丰富，分类 目录规范细致，遵循中文用户习惯。下图是新浪分 类搜索引擎有关目录。l=J wliiJ搜狐分类搜索引擎收录中文网站达150多万个， 每日页面浏览量超过800万次，每天收到2000多个 网站登录请求。通过搜狐可以查找网站、网页、新 闻、网址、软件、黄页等信息。搜狐的目录导航式 搜索引擎完全

9、由人工加工而成，相比机器人加工的 搜索引擎来讲具有很高的精确性、系统性和科学性。 分类专家层层细分类目，组织成庞大的树状类目体 系。利用目录导航系统可以很方便地查找到一类相 关信息。网易分类搜索引擎( HYPERLINK ) 目前使用新一代开放式目录管理系统(ODP)。在功能齐全的分布式编辑和管理系统的支持下，现有5000 多位各界专业人士参与可浏览分类目录的编辑工作， 极大地适应了因特网信息爆炸式增长的趋势。目前, 该网站拥有超过一万多个类目，超过25万条活跃站I三三点信息，日增加新站点信息5001000条，日访问量超过500万次。全新的搜索技术及广告搜索服务可 同时为广告客户提供更有效的广

10、告方式。5)北大天 网中英文搜索引擎使用户检索高达16亿条的信息和及时的新闻内容,1=天网资源检索系统()是中国教育 和科研计算机网示范工程应用系统课题之一，是国 家“九五”重点科技攻关项目“中文编码和分布式中英 文信息发现”的研究成果，于1997年10月提供Web 信息导航服务。天网系统目前已收录了 1.05亿个网页和大量的新闻组文章，更新较快，功能规范，反 馈内容完整，可在反馈结果中进一步检索。天网支 持简体中文、繁体中文、英文关键词搜索，而国内 大部分搜索引擎都只收录中文网站，无法用来查找 英文网站。但天网不支持数字关键词和URL名检索。 提供FTP文件检索是天网的一个特色，它为高级用

11、户查找特定文件提供了方便。天网将FTP文件分为 电影和动画片、MP3音乐、程序下载、文档资源共四大类，用户可以利用关键词或分类检索查找自己 需要的FTP文件。下图是从天网检索到的FTP文件。 6)国内部分涉及宏观市场信息的网站国国企业在网络营销中需要了解本国、贸易伙伴国及有 关国际组织的贸易政策、金融政策、自然条件、社 会风俗以及相关的法律和法规。这类信息一般可在 各类政府网站或国家主办的为促进贸易而设的网站 上查询，这类网站一般提供了比较详尽的宏观信息。 如中华人民共和国国家发展和改革委员会网站 ()和商务部网站( HYPERLINK ) 主页。7)国内可以提供调研服务的网站国内一 些网站上

12、也提供市场信息的调研服务，如中国调查 网()提供市场调查、企业调查、传 媒调查和舆论调查；零点调 查网(www.horizon- )的调查业务主要涉及耐用消费品、媒体娱 乐、快 速消费品、政府研究、IT电信、金融保险等 30多个行业。8)国外涉及调研服务的网站 在国 际上，比较著名的调研网站有国际营销和市场研究 协会的网站()，它提供了世界 各国的主要市场调研协会的联系方式。9)数据库a)国外有关数据库数据网()是世界 上最大的数据库检索系统，它包括了全球大多数的商用数据库资源。另外，它提供了一套专门的信息 检索技术，有专用的命令，初次使用者需要认真学 习才能掌握。它提供了一个免费的扫描程序，

13、可以 帮助查询者得到扫描结果。但若要索取具体的内容 则 要 付 费SpringerLink()是国际著名科技出版集团Springer的网络版全文文献服务 系统。SpringerLink提供全文服务的文献包括Springer出版的478种科技、医学等学术期刊，20余种世界知名科技丛书和权威的Landolt-Bornstein数 值与事实型工具书。其他比较著名的数据库还有美国的EBSCO(，包含商业资源电子文献库、学术期刊全文数据库、教育资源信息中心和报纸资源)、BigYellow(，包含 几百个美国公司的数据库)、Europages(，欧洲最大的公司数据库，有来自25个国家的500 000个公司

14、)、欧洲进出口公司数据库()中东地区公司 数据库()、澳洲贸易网 ( HYPERLINK .au .au) 拉丁美洲网上博览会()、日本 JETRO 公司数据库（www.jetro.go.jp）、美国国内公司数据库 （）等。b）国内有关数据库国l=J内比较常用的网络数据库有万方数据资源系统、中 文科技期刊数据库、中国知网等。万方数据资源系 统（）由万方数据集团与中国 科 技信息研究所共同开发，是一个以科技信息为主， 集科技、经济、文化信息为一体的网络数据库群， 主要包含以下三类信息资源：（1）科技信息系统， 包括中国学位论文数据库、中国会议论文数据库、中 国科技成果数据库、专利技术数据库、中外

15、标准数 据库和科技文献数据库。（2）数字化期刊，以中国 数字化期刊群为基础，整合了中国科技论文与引文 数据库及其他相关数据库中的期刊条目部分内容， 基本包括了我国文献计量单位中自然科学类统计源 刊和社会科学类核心源期刊。（3）企业服务子系统。 包括、政策法规数据库、中国科研机构数据库、科技 名人数据库等。 中文科技期刊数据库 （ HYPERLINK /index.asp%ef%bc%89%e6%98%af%e7%a7%91%e5%ad%a6%e6%8a%80%e6%9c%af%e9%83%a8%e8%a5%bf%e5%8d%97%e4%bf%a1 /index.asp）是科学技术部西南信 息中

16、心下属重庆维普资讯有限公司开发的数据库。 该库是目前国内最大的综合性科技类文献数据库， 包括中文科技期刊数据库、中文科技期刊数据库（引 文版）、外文科技期刊数据库、中国科技经济新闻数据库、维普医药信息资源服务系统 涵盖自然科学、工程技术、农业、医药卫生、经济、教育和图书情报等学科的8000余种中文期刊数据资 源。 中国知网( HYPERLINK /index.htm)%e6%98%af%e4%b8%ad%e5%9b%bd /index.htm)是中国知识基础设施工程(China National KnowledgeInfrastructure，CNKI)的主要组成部分，由清华大学、清华同方发起建设。包括中国期刊全文数据库、中 国优秀博硕士学位论文全文数据库、中国重要会议 论文全文数据库、中国重要报纸全文数