第四讲网络信息检索与检索策略

第四讲搜索引擎网络目录网络检索策略网络信息检索与检索策略请在此键入您自己的内容一、搜索引擎搜索引擎（searchengine）：是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索出的相关的信息展示给用户的系统。优点:信息量大；信息更新速度快；方便普通

用户使用。缺陷：信息噪音较大.（一）搜索引擎的概念（二）搜索引擎的功能模块抓取网页：

搜索引擎主动派出“蜘蛛”程序，对一定IP地址范围内的互联网站进行检索，一旦发现新的网站，它会自动提取网站的信息和网址加入自己的数据库。Google——GoogleBotBaidu——BaiDuSpider（二）搜索引擎的功能模块建立索引数据库：

由分析索引系统程序对收集回来的网页进行分析，提取相关网页信息，最重要的就是提取关键词及其相互关系，建立索引数据库。（网址、题名、时间、相互关系等）（二）搜索引擎的功能模块提供检索服务：

搜索引擎接受用户提交的查询请求后，按照用户的要求检索索引数据库，由搜索系统程序从网页索引数据库中找到符合该关键词的所有相关网页信息。竞价排名：是指企业出一定的费用购买搜索关键字，就可排在搜索结果的前列。谁出价越高谁就排得越靠前。（三）搜索引擎的发展第一代：主要依靠人工分拣的分类目录搜索，搜索结果的好坏往往用反馈结果的数量来衡量，也就是说，第一代搜索引擎“求全”。代表为Lycos。（偏重存储，忽略检索技术，人工分拣）服务于全球43个国家25多种语言，目前最大的西班牙语门户网络，同时还是西班牙和拉美最大的接入服务提供商。LYCOS莱克斯YAHOO雅虎—1994（三）搜索引擎的发展第二代：出现于1998年，第二代搜索引擎则指以超链接分析为基础的机器抓取技术（爬虫技术）为基础，这些引擎的主要特点是提高了查准率，可以用“求精”来描述。代表为Google（重收集并重检索技术）。Don‘tbeevilG意义为手，00为多个范围，L意为长，E意为出意义为：我们Google无论在哪里都能为您搜寻出海量您所需要的资料百度的域名百度的网址：

百度的域名：

域名是拼音，翻译成中文是："妈妈说就算你注册的域名再长百度都能搜索出来"!

谷歌退出中国大陆市场2010年1月12日，Google公司声明受来自中国的黑客攻击，并将与中国政府谈判，要求取消谷歌中国搜索引擎的内容审查，否则Google会退出中国大陆市场。2010年3月23日凌晨，和无法访问了，搜索重定向至.hk，通过其在香港的服务器实现的未经大陆审查过滤的搜索引擎服务。百度高层：“如果连Google这么一个著名的高科技公司都被中国排挤走，那会让外国企业对中国的投资环境和市场盈利产生怀疑，进而放弃对中国的进一步投资而离开中国，这使得中国获取国际先进技术和经验的愿望更加难以实现，拖后国内传统经济向新经济的转型过程。”（三）搜索引擎的发展第三代：出现于2007年，具有互动式搜索、分类导航、精确查询相关功能。在用户输入一个查询词时，尝试理解用户可能的查询意图，给与多个主题的搜索提示，引导用户更快速准确定位自己所关注的内容，可以用“求专”来描述。如：百度、搜狗、有道等（本土化、智能化、整合性）腾讯搜搜街景地图（三）搜索引擎的发展第四代：把个性化信息及人际推荐关系叠加到链接分析上，大大改善搜索结果排序效果；同时，跨媒体搜索将实现诸如用图片等功能，打通文字、图片、视频、声音的界限，颠覆现在全部基于关键字的搜索方法，为用户带来更加直观的搜索体验，其可以用“求易”来描述。(个性化搜索+移动搜索）（1）网站名片、免费官网认证个性化搜索—360搜索个性化搜索—360搜索（2）全民参与好、中、差评（3）良医搜索个性化搜索—360搜索（4）地震寻人平台——2013.4.20个性化搜索—360搜索移动始祖——“儒豹”手机搜索起源

（1）2006年初，现儒豹公司CEO韩松发现，百度、谷歌优势在于传统互联网检索，而在移动互联网检索方面为空白；

同时，无论是谷歌式的PageRank（网页等级）技术还是百度式的超链分析技术，都无法实现WAP（无线应用协议）网搜索2006年底，儒豹手机搜索携“以人为本、研究用户”的第四代搜索技术的核心理念，推向了市场——“儒”和“豹”的结合移动搜索—手机搜索按专业范畴划分为

综合性搜索引擎：收录了各个学科，各个行业的信息，覆盖范围广，适用用户广泛。如百度、360、搜狐等，所提供的个性服务不多。

（四）搜索引擎的分类中文搜索引擎指南

已被搜索引擎证明的一些大的垂直细分领域，是整个搜索引擎系统的有效组成部分，360要维持用户黏性，必须涉足这些垂直领域搜索。——360公司董事长周鸿祎

（四）搜索引擎的分类按专业范畴划分为专业性搜索引擎：也称垂直搜索引擎，具有行业色彩，特点就是“专、精、深”。如地图、电影、学术、知道、壁纸等搜索。（四）搜索引擎的分类求医类求职类地图类互联网上目录型检索工具一般被称为网络目录（WebDirectory），又称分类站点目录、专题目录或主题指南、站点导航系统等。

它是由网络开发者将网络资源收集后，以某种分类法进行组织整理，并和检索法集成在一起的信息查询方式，是目录型网络检索工具。二、网络目录2013年门户网站排行榜

增值服务多，娱乐化、草根性；微信营销（6亿）

腾讯网

权威、严谨、专业、官方；博客营销（5亿）

新浪网

新浪网的横空出世1999年5月8日，中国驻南斯拉夫大使馆被炸。新浪第一时间作出报道，自此一炮走红。全国大部分网民开始养成“看新闻上新浪”的消费习惯。网民对新浪的认可，使其取代雅虎中国门户登上了中文第一门户的宝座。新浪微博截至2013年3月底，新浪微博注册用户数增长到5.36亿，76.5%的新浪微博日活跃用户使用移动终端登录微博。2013年初，新浪启用“移动第一”战略，未来新浪的产品开发和商业模式的战略将不在是从PC端延伸到移动端，而是首先考虑移动端。

随着微信支付环节的完善，以及交易闭环的打通，阿里很担心未来的淘宝卖家与买家在微信上进行沟通、购买、客服和售后，而阿里仅仅成为了一个“光秃秃”的商品展销柜。

腾讯的顾虑则在于，不希望微信最后仅沦为淘宝的一个流量入口，为淘宝的交易输送用户。

2013年4月，阿里以5.86亿美元收购新浪微博18%股份，阿里董事局主席马云自此找到了在自生生态中，可以替代微信的社交产品。内容不够严谨,过于追求点击率；搜狐视频

搜狐网

专注邮箱、游戏推广（2013年83亿，占比84.6%）

网易

四大门户网站对比腾讯——主推QQ增值服务（移动互联服务）

，网站内容娱乐化、草根化。新浪——主推微博，网站内容权威、专业、

严谨，官方气息浓；搜狐——主推视频，网站内容偏娱乐，社会

百态、独家名人新闻较多；网易——主推邮箱和游戏，推广模式从合作

代理到自主研发；（官二代）（星二代）（富二代）（贫二代）三、网络检索策略与技巧

现在，因特网大约有8亿个网页，有上万亿字，想要在这么大的一个资源库中找一条具体的信息，犹如大海捞针一般。因此，有人发出这样的感叹：

“我们淹没在数据资料的海洋中，却又忍受着知识的饥渴。”(一）选择合适的检索库百度文库街景地图百度音视频个性搜索

从复杂搜索意图中筛选出最具代表性和指示性的关键词，对提高信息查询效率至关重要，缩小搜索范围的简单方法就是添加搜索词。(二）选择合适关键词在黑龙江北部的大兴安岭地区，有一个边陲小镇漠河镇，该镇位居中国的最北端，素有“_________”之称。在这里，我们可以看到一种神奇的天文景观——北极光。所以，漠河镇又被称为“不夜城”。

分析：题目告诉我们的信息不少，只要用“漠河镇素有”、“漠河镇之称”、“漠河镇不夜城”、“漠河镇北极光”任何之一搜索即可。

答案：“中国的北极村”(三）选择检索类型

选择搜索类型将大大缩短查找的时间，如：MP3，图片，新闻，文档，视频等等。(三）选择检索类型

选择搜索类型将大大缩短查找的时间，如：MP3，图片，新闻，文档，视频等等。检索词filetype：DOC、XLS、PPT、PDF、ALL百度文库使用小技巧1、账号密码总是忘记怎么办？

将百度文库的账号和你的QQ号或者手机号绑定，以避免账号丢失。百度文库使用小技巧2、财富值不够用怎么办？注册一个新号，送10个财富值上传文档，审核通过+2个财富值，上限10评价文档，成功一次+1分财富值，上限5做新手任务，可以获得相应财富值。百度文库使用小技巧3、源源不断获取财富值得方法——分享文档上传文档时设定下载该文档所需财富值（不宜过高，3—10之间）确定目标群体，不同人信息需求不同，做到有的放矢。（学生、白领、公务员）文档题目要足够吸引人（如最新入党申请书大全、2014春晚主持词大全），文档内容要保证质量，坚持实用原则。英文双引号——强制搜索，这一方法在查找名言警句或专有名词时显得格外有用。(四）特殊符号使用烤牛肉是_________上层宴客的一道国菜，也是民间最受欢迎的一道菜。烤牛肉不加调料，只在牛肉表面撒点食盐，表层油脂渗出，外面焦黄，里面鲜嫩，有一种特有的香味。（提示：请选择两个词中间加空格进行搜索，填写2个汉字国名）关键词：“烤牛肉*国菜”或者“烤牛肉国菜”巴西(四）特殊符号使用通配符或空格——任意的字符组合，在进行简单的查找的时候，可以在加上一个通配符或空格来代替。书名号——限定搜索，限定内容为书名、篇名、歌曲名、电影电视剧名、法规文件等题名。检索技巧小结

*搜索之前先思考检索内容及检索需求*根据要求选择检索库和检索类型*根绝检索库和检索内容