第7章-网络信息资源检索与利用

第7章

网络信息资源检索与利用

搜索引擎搜索引擎(searchengine),1995年开始

搜索引擎指自动从因特网搜集信息，经过一定整理以后，提供给用户进行查询的系统。因特网上的信息浩瀚万千，而且毫无秩序，所有的信息象汪洋上的一个个小岛，网页链接是这些小岛之间纵横交错的桥梁，而搜索引擎，则为用户绘制一幅一目了然的信息地图，供用户随时查阅。搜索引擎站－－－“网络门户”1、搜索引擎的工作原理

信息的收集处理信息的检索输出2、搜索引擎的分类

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。信息大多面向网站，提供目录浏览服务和直接检索服务。该类搜索引擎因为加入了人的智能，所以信息准确、导航质量高，缺点是需要人工介入、维护量大、信息量少、信息更新不及时。这类搜索引擎的代表是：yahoo!、Galaxy、OpenDirectory……

Shou（搜狐）、Sina（新浪）….目录式搜索引擎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互联网中搜集和发现信息，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。服务方式是面向网页的全文检索服务。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，用户必须从结果中进行筛选。这类搜索引擎的代表是：AltaVista、NorthernLight、Excite、Infoseek、Inktomi、FAST、Lycos、Google；国内代表为："天网"、悠游、OpenFind等。

元搜索引擎元搜索引擎：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更大、更全，缺点是不能够充分使用所使用搜索引擎的功能，用户需要做更多的筛选。这类搜索引擎的代表是WebCrawler、InfoMarket等。

常用的一些搜索引擎网址(一)http://雅虎是中国最著名的目录索引，是搜索引擎开山鼻祖之一。它收录了全球资讯网上数以万计的中文网站，不论你要找的网站是用国标码简体字、大五码繁体字还是图形中文，都可以在这里找到。1999年9月检索途径：通过分类目录、关键词检索检索方法与技巧：支持布尔逻辑检索(不支持“OR”)、可以使用引号，强调“+”、“-”、指定关键字出现的段落（加t:、加u:)

英语不好也可以轻松浏览英文网页

检索结果：根据关联程度排序同时列出“相关……”其它：与Google合作常用的一些搜索引擎网址(二)

http://1998年创立，搜狐“分类与搜索”已收录网站四十多万，已形成庞大的中文网站数据库。搜狐的目录导航式搜索引擎完全是由人工加工而成，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。

检索途径：通过分类目录、关键词检索

检索方法与技巧：支持布尔逻辑检索、“－”、“&”、“/”、“（）”、空格检索结果：根据关联程度排序；返回五种分类结果其它：直通车；搜狐黄页常用的一些搜索引擎网址(三)http://

1997年，(简体中文)提供有类目检索和网站检索两种方式。支持ＡＮＤ和“-”等条件查询。以搜索精度高、速度快成为最受欢迎的搜索引索，是目前搜索的领军人物。检索方法与技巧：模块分类、关键词检索；支持布尔逻辑检索（自动添加AND），支持“OR”,“-”前面加空格；忽略常见词;对通配符支持有限检索特色：网页快照、手气不错；相似网页、查询电话号码、查找PDF文件、股票报价、查找字典释意、用Google查找地图、工具条服务、网页翻译、单词纠错、繁简转换；使用偏好常用的一些搜索引擎网址(四)

中国提供搜索引擎的主要网站中，超过80%由百度提供。1999年底，百度成立于美国硅谷，2000年百度回中国发展。是国内唯一商业化的全文搜索引擎，提供搜狐、新浪、263、TOM等站点的搜索服务。检索方法与技巧：模块分类、关键词检索；要求“一字不差”，支持布尔逻辑检索（可以用空格代替AND/+）；可以使用检索语法检索特色：

百度快照、自动纠错、百度搜霸；使用偏好；百度与google比较搜索英文不必说用google，搜索中文呢？很多人并不了解它们更新的情况，google发展早，因而它贮存了大量旧的信息，百度发展迟，信息较新。更新速度：对中文google一般半月至一月一更新，而且仅搜索到三级链接，三级以下便不在搜索，那么我如何看到最新的google搜索的结果呢？这个站点：/，可见google采用不同服务器逐步更新的。百度的更新较快，半月一次，最快一周。百度和google语法的应用找特定文件名的文件，尤其是PDF、ZIP、swf、DOC、TXT、RAR、EXE、RM、Mp3,MOV，PPT这些文件名都是网友想找的重点，至于各是什么类型文件，请上网查一下便知道了，这里不多说了。尤其老板让你做个powerpoint，找不到图怎么办？用google去搜索。基本搜索语法——查找文件方法是利用语法filetype:后缀名。如找PDF文件，在正常关键词后面加filetype:PDF即可，搜索结果全是PDF文件。找特定题目的网页语法intitle:网站查找友情链接：

"link:"（英文单字link后加冒号）用于搜索链接到某个URL地址的网页。可以了解有哪些网页把链接指向您的网页。基本搜索语法——查找站点查找特定站点：

site:www.*.com如金庸古龙site:

但不可加入http://或/这类，否则是错的。查找美国教育网上的宇宙大爆炸jpg图片搜索：“BIGBANGfiletype:jpg

site:edu”结果：搜索有关BIGBANGfiletype:jpg

site:edu

的图片Site可将搜索定位于某一个域名上，有利于缩小搜索范围，提高搜索效率。如keywordssite:edu，效果很好！可以方便地搜索到各大学内有用的资源。site:tw,site:edu.tw,site:.......

这是定位于国家或地区，将搜索局限于某些国家或地区，或加上edu，则是这些国家或地区的大学，效果自然更好。特殊语法：inurl

“inurl”语法返回的网页链接中包含第一个关键字，后面的关键字则出现在链接中或者网页文档中。有很多网站把某一类具有相同属性的资源名称显示在目录名称或者网页名称中，比如“MP3”、“GALLARY”等，于是，就可以用INURL语法找到这些相关资源链接，然后，用第二个关键词确定是否有某项具体资料。INURL语法和基本搜索语法的最大区别在于，前者通常能提供非常精确的专题资料。

示例：查找MIDI曲“沧海一声笑”

搜索：inurl:midi

沧海一声笑结果：已搜索有关inurl:midi

沧海一声笑的中文(简体)网页。

注意：“inurl:”后面不能有空格，GOOGLE也不对URL符号如“/”进行搜索。例如，GOOGLE会把“cgi-bin/phf”中的“/”当成空格处理。google其它功能—查缩略词的全称利用google查缩略词的全称，如果写作时突然忘了某个缩略词的全称，当时手头若有金山词霸等软件则是易事，若无可考虑使用google，将其中文名与其缩略名作为关键词搜索，效果很好.google其它功能——查英文单词的中文名称google是最全的英中词典，你找到一个英文词，却不知中文怎么办？google其它功能——搜索电话如果想知道某个公司的电话，往往许多人喜欢这样选关键词：公司名称tel，结果得到的根本不是你需要的。如果你知道这个公司的性质或属于什么地方的，则可以这样搜索：区号公司名，这比上述关键词要有效得多，这也涉及到搜索效率的问题。常用的一些搜索引擎网址(五)元搜索引擎，1995年，Washington大学开发，2000年被Infospace收购。检索方法与技巧：模块分类、关键词检索；支持布尔逻辑检索；可以使用检索语法；搜索引擎的查询技巧

分析研究对象，选用搜索引擎

确定搜索途径，使用不同方式

正确选用搜索引擎的搜索选项

正确选用搜索引擎的各项搜索功能

根据反馈，修改检索

缩小搜索范围：利用二次搜索（重新查询、在结果中再查、在结果中去除）、使用检索语法构造恰当的检索表达式、选用正确的关键词。扩大搜索范围：使用同义词或近义词、使用检索语法or和截词检索、使用多个搜索引擎和元搜索引擎如何提高查全率？选择上位词和相关词；如：查找关于孙中山的文献，先用孙中山查，再用孙文、国父查找。调节检索式的网罗度，删除不必要的组面，如and（并且）；进行族性检索（分类检索或用or