第四讲搜索引擎检索.docx

资源描述

第四讲搜索引擎检索.docx

《第四讲搜索引擎检索.docx》由会员分享，可在线阅读，更多相关《第四讲搜索引擎检索.docx（26页珍藏版）》请在冰豆网上搜索。

第四讲搜索引擎检索.docx

第四讲搜索引擎检索

4.1网络检索工具的类型

互联网的出现是20世纪最伟大的科学成就之一，其发展速度远远超过世界上其他科学技术的发展速度。

互联网与它所负载的海量信息，正在对社会经济生活、对人们的价值观念和生存方式产生着强烈的冲击。

随着互联网的发展，网上信息资源的数量、种类呈爆炸性增长，如何才能在浩如烟海的数字化、多媒体、非规范、跨时空、跨行业、跨语种的信息资源中快捷、准确地找出所需信息已成为一个突出的问题，用户迫切需要高效的检索技术和检索工具。

检索工具有哪些?

网络检索工具按照不同的划分方法，可分为许多不同的类型。

1、按索引方式：

目录型、索引型搜索引擎。

2、按检索工具数量分：

独立型搜索引擎、集合型搜索引擎。

独立型搜索引擎它拥有自己的索引数据库，提供基于自身索引库的查询服务，如Google等。

集合型搜索引擎是多个独立型搜索引擎的组合也称多元搜索引擎、元搜索引擎，一般它没有自己的索引数据库，只提供集成的查询界面；如Profusion等。

3、按检索网络资源传输协议分为：

Web资源检索工具、非Web资源检索工具。

Web资源检索工具是以Web资源为检索对象，这是当前网上检索工具的主流几乎成了网络检索工具的代称。

非Web资源检索工具是查找网上非Web资源（FTP、Gopher、Usenet、Telnet等），如查找FTP资源的Archie、查找Telnet资源的Hytelnet等。

随着Web资源的迅速发展，非Web资源检索工具正在逐步Web化，使Web资源检索工具成为检索网络信息资源的集成化工具。

4.2Web资源检索工具

WorldWideWeb简称WWW或Web，中文称万维网，它采用超文本（Hypertext）、超媒体（Hypermedia）技术，集文字、图像、声音、动画等多媒体信息为一体，以直观的图形界面提供网络信息。

WWW信息资源是互联网上最主要、最常见的信息资源。

一、独立搜索引擎

拥有自己的检索程序（Indexer），俗称“蜘蛛”（Spider）程序或“机器人”（Robot）程序，国外具代表性的有Google、AllTheWeb等，国内著名的有XX（Baidu）等。

二、元搜索引擎

元搜索引擎（Meta-SearchEngine）

元搜索引擎在接受用户查询请求时，同时在其他多个引擎上进行搜索，并将结果返回给用户。

著名的元搜索引擎有InfoSpace、Dogpile、Vivisimo等。

中文元搜索引擎中具有代表性的有比比猫（Bbmao）搜索引擎。

在搜索结果排列方面，有的直接按来源引擎排列搜索结果，如Dogpile，有的则按自定的规则将结果重新排列组合，如Vivisimo

4.3非Web资源检索工具

非Web资源检索工具（传统信息查询工具）

一、FTP

FTP是文件传输服务，通过FTP不仅可以从远程计算机上获取、下载文件，也可以将文件从本地机上传到远程计算机上。

通过FTP可获得电子图书、电子杂志、免费软件等许多类型的信息资源。

FTP资源分记名和匿名两种，最常用的是匿名FTP，即以anonymous或FTP作用户名，用E-mail地址或guest作登录口令，登录到远程计算机上，再利用那里的资源。

这种匿名访问，一般被限制在公共目录下（Public或Pub），且不能上传文件，只能浏览、下载那里的资源。

二、Gopher

信息鼠（Gopher）是由美国明尼苏达大学在90年代初研究开发的一种基于菜单的网络信息系统，采用客户机/服务器模式。

Gopher还提供与WWW、FTP、WAIS、Archie的连接。

世界上许多Gopher服务器颁布在大学、公司或其他组织机构内，如资源目录/索引、图书馆目录及电子文献、公共数据库、单位简介及活动信息、生活信息、与其他Gopher服务器的连接等。

Internet上有上千个Gopher服务器。

它们将Internet的信息资源组织成单一形式的资料库，称作Gopher空间。

Gopher不同于一般的信息查询工具，它使用关键字作索引，用户可以方便地从Internet某台主机连接到另一台主机，查找到所需的资料。

但随着WWW的发展与普及，以及Gopher不能传送多媒体信息的缺点，使其处于面临淘汰的境地，有些Gopher服务器已经关闭。

现在Gopher网址可通过WWW访问。

一些Gopher资源

位置Internet地址IP地址用户名

北京邮电大学gopher

北京大学　gopher

澳大利亚国立大学info.anu.edu.au150.203.84.20info

智利gopher.puc.c1146.155.1.16gopher

丹麦学术研究网gopher.denet.dk129.142.6.66gopher

英国布拉德福大学gopher.brad.ac.uk143.53.2.5info

德国gopher.th-darmstadt.de130.83.55.75gopher

西班牙gopher.uv.es147.156.1.12gopher

瑞典gopher.chalmers.se129.16.221.40gopher

加利福尼亚infopath.ucsd.edu132.239.50.100infopath

加利福尼亚scilibx.ucsc.edu128.114.143.4gopher

伊利诺斯大学ux1.cso.uiuc.edu128.174.5.59gopher

伊阿华大学panda.uiowa.edu128.255.40.201

密执安州立大学gopher.msu.edu35.8.2.61gopher

明尼苏达大学consultant.micro.umn.edu134.84.132.4gopher

北卡罗利那大学gopher.unc.edu152.1.45.21gopher

俄亥俄图书馆信息网gopher.ohiolink.edu130.108.120.25gopher

弗吉尼亚大学ecosys.drdr.virginia.edu128.143.96.10gopher

弗吉尼亚大学gopher.virginia.edu128.143.22.36gwis

华盛顿州立大学wsuaix.csc.wsu.edu134.121.1.40wsuinfo

三、Telnet

远程Telnet是Internet上较早使用的一种基本工具。

它将用户注册到网上某一台主机上，使用户成为该主机的虚拟终端，共享该主机的资源和服务。

例如图书馆联机公共检索目录也可通过Telnet来实现。

应用Telnet还可再连接到另一台主机上去访问其资源。

Telnet的登录一般需要输入用户名和口令，最通用的是guest,public等。

Telnet曾经是Internet交通网络的主要部分，但现已被万维网替代。

然而，仍有一些好的Telnet站点。

四、网络论坛

网络论坛是一种最丰富、最自由、最具开放性的网络信息资源。

主要包括：

新闻组（Usenet）、电子论坛（MailingList）、电子公告（BBS）、专题讨论组（discussionGroup）等。

新闻组（UsenetNewsgroups）是一个巨大的信息集合，它按类别细分成许多小组，讨论共同关心的话题。

主动地从新闻服务器上读取信息。

电子论坛（MailingList）是一组成员的E-mail地址，又称电子邮件列表或电子邮件群。

被动地从邮箱中接收电子邮件。

电子公告（BulletinBoardService－BBS）提供多种信息服务。

4.4搜索引擎介绍

一、Google

Google搜索引擎，提供了最便捷的网上信息查询方法。

搜索全球上百亿网页资料，几十亿张图片。

Google可为世界各地的用户提供适需的搜索结果，而且搜索时间通常不到半秒。

现在，Google每天需要提供2亿多次查询服务。

Google的特殊功能

1.查找Flash文件

查找Flash文件，“关键词filetype:

swf”。

Google已经可以支持13种非HTML文件的搜索。

除了PDF文档，Google现在还可以搜索MicrosoftOffice（doc,ppt,xls,rtf）、ShockwaveFlash（swf）、PostScript（ps）和其它类型文档。

新的文档类型只要与用户的搜索相关，就会自动显示在搜索结果中。

2.问答

想知道日本有多少人口吗？

长江的长度？

只要输入这些事实性的问题或关键字（如"日本的人口"），Google会在网上查找答案。

3.地图查寻

使用Google查寻城市地图或具体地址，只需要在捜索框直接键入城市名或地址后加上“地图”即可，或直接输入具体地址。

4.网页快照

Google在访问网站时，会将看过的网页复制一份网页快照，以备在找不到原来的网页时使用。

单击“网页快照”时，您将看到Google将该网页编入索引时的页面。

Google依据这些快照来分析网页是否符合您的需求。

5.货币转换

使用内置货币转换器，只需在Google搜索框中键入您需要完成的货币转换，并单击“回车”键或GoogleSearch按钮即可。

示例：

10新加坡元等于多少印度卢比

8人民币换成泰国的货币

6.计算器

Google为用户提供了一个内置计算器。

只需要在搜索字段中输入算式，按一下回车键或者搜索就可以了。

做所有简单的计算，一些复杂的科学计算，单位换算，以及提供各种物理常数。

例子：

5+2*22^20sqrt（-4）一磅=?

克

7.相关搜索

Google能够提供与您原搜索相关的搜索词。

这些相关的搜索词是根据过去Google所有用户的搜索习惯和Google提供的计算两个搜索词之间相关度的独家技术而产生出来的。

这些相关的搜索词一般比原搜索词更常用。

8.类似网页

单击“类似网页”时，Google侦察兵便开始寻找与这一网页相关的网页。

Google侦察兵可以“一兵多用”。

如果您对某一网站的内容很感兴趣，但又嫌资料不够，Google侦察兵会帮您找到其他有类似资料的网站。

9.按链接搜索

有一些词后面加上冒号对Google具有特殊的含义。

其中的一个词是“link:

”。

查询link:

显示所有指向该网址的网页。

例如，“link:

”将找出所有指向Google主页的网页。

不能将link:

搜索与普通关键词搜索结合使用。

10.指定网域

有一些词后面加上冒号对Google有特殊的含义。

其中的一个词是“site:

”。

要在某个特定的域或站点中进行搜索，可以在Google搜索框中输入“site:

”。

11.手气不错

按下“手气不错”按钮将自动进入Google查询到的第一个网页。

您将完全看不到其它的搜索结果。

使用“手气不错”进行搜索表示用于搜索网页的时间较少而用于检查网页的时间较多。

12.错别字改正

Google的错别字改正软件系统会对输入的关键词进行自动扫描,它能提供相应提示来帮助纠正可能有的错别字。

例如，搜索“互连网”，Google会自动提示“您是不是要找：

互联网”。

13.天气查询

用Google查询中国城市地区的天气和天气预报。

14.金融信息

在搜索框中输入股票和基金的名称或代码,可查询最新的股票和基金信息。

15.邮编区号

查询邮政编码或长途电话区号，只需输入关键词（“邮编”,“yb”和“YB”任选其一；“区号”，“qh”和“QH”任选其一）和要查的城市地名或邮政编码或电话区号即可。

16.手机号码

查询手机电话号码归属地，直接输入要查的号码即可（不需要任何关键词）。

17.农历日历转换

用Google直接查询农历日期、节气和农历节日，只需键入关键词（“阳历”、“公历”、“阴历”、“农历”或它们的拼音缩写“gl”、“nl”）加上日期即可。

也可以直接输入节气名称、农历节日名称，加上年份或“去年”，“今年”，“明年”。

18.定义

要查看字词或词组的定义，只需键入“define”，接着键入一个空格，然后键入您需要其定义的词。

如果Google在网络上找到了该字词或词组的定义，则会检索该信息并在搜索结果的顶部显示它们。

定义HTML

Google的非主流功能：

1、英语词典

英语单词释义，如：

define:

information即可从不同的在线资源中得到对information一词的解释。

2、英语缩略词表

在输入英语缩略词，即可查到全称及其释义。

3、网页翻译

目前只支持将英语翻译成拉丁语、法语、西班牙语、德语和葡萄牙语。

汉语为测试版。

4、单词纠错

Google的纠错功能可以纠正输入不准确的英语单词，如：

本想输入单词“Google”，因记忆不准误拼为“guugle”时，结果页面会提醒“您要找的会不会是：

Google”，来纠正拼写错误。

5、繁简转换

中文繁简体自动转换是Google默认的功能，如果不希望转换，可在“使用偏好”中关掉该选项。

6、搜索结果过滤

进入英文Google的使用偏好（http:

//www.G），开启SafeSearchFiltering，即可过滤成人内容和不良信息。

7、目录检索

如果嫌关键词搜索内容庞杂，可以使用Google人工编制与维护的目录体系进行搜索。

英文目录在http:

//directory.G，中文目录在http:

//directory.G。

8、自动跟踪搜索结果

到

9、查看搜索结果的相关度

登陆

10、查找美国电话号码

在搜索框中输入“姓（姓首字母），名，城市名”或“姓（姓首字母），名，邮编）等即可出相应的电话号码。

详见：

11、查看美国街区地图

在搜索框中输入街道地址、邮编、城镇或州名（一般仅输入街道地址和城镇名）便可搜索到该街区的地图。

如“165UniversityAvePaloAltoCA”。

12、用数字查找相关信息

在搜索框中输入美国专利号（如：

patent5123123）、联邦通信委员会（FCC）ID号（如：

fccB4Z-34009-PIR）、联邦航空管理局（FAA）的飞机注册号（如：

n199ua）、UPS联合包裹运送服务公司与联邦快递（FEDEX）的包裹号（如：

1Z9999W999999999与fedex999999999999）即可搜索到相关信息。

13、查找商品与价格

登陆

14、出行参考

在搜索框中输入机场英文全称的三个字母代码和“airport”，可以查询机场航班延迟信息和即时天气状况，如查询SanFranciscoInternationalAirport（旧金山国际机场），输入“sfoairport”。

15、电话查询

登陆google返回的结果吗？

如故对电话查询感兴趣的话，可登陆专门论坛：

16、安装工具栏

为方便使用google搜索，可到

17、在浏览器之外使用Google

到下载GoogleDeskbar，不用打开浏览器，也不必离开任何当前应用程序的情况下就可以立即用Google来搜索。

18、反转镜像

在

19、懒汉秀

其实是一款小玩具，进入

20、彩蛋游戏

21、主页风格展示

微软风格：

MAC风格：

Linux风格：

FreeBSD风格：

22、罕见“语言”入口

克林冈语入口：

政治入口：

宗教入口：

小猪入口：

黑客专用入口：

以上非主流功能，指英文google而言，有些是中文版没有的，其中大多具有实用价值，少数（16、19-23）则是情趣性的“旁门左道”；有些是主流功能的补充延伸，一些是最新发布的外挂工具（17-18）。

google的非主流功能是其形象特征的组成部分，而且这些所谓的非主流功能也在不断地增补和改进，如果没有这些非主流功能，google也就不成为其google了。

二、XX

XX（B，Inc）于1999年底成立于美国硅谷，它的创建者是资深信息检索技术专家、超链分析专利的唯一持有人――XX总裁李彦宏，及其好友（在硅谷商界成功经验）的XX执行副总裁徐勇博士。

XX在中国各地和美国均设有服务器，搜索范围涵盖了中国大陆、香港、台湾、澳门、新加坡等华语地区以及北美、欧洲的部分站点。

三、一搜

一搜（）是雅虎公司基于全球领先的YST（YahooSearchTechnology）技术，在中国推出的独立搜索门户。

一搜于2004年6月21日正式发布，具有简洁专业、海量（50亿网页，5.5亿图片，1000万音乐，网页搜索支持38种语言）、客观精准、国际化、稳定等特质，是值得依赖的专业搜索门户。

四、中国搜索

2003年12月23日，刚刚上市的慧聪国际集团重拳出击，原慧聪搜索正式独立运做，成立了中国搜索，全力打造中文搜索第一品牌。

五、搜狐搜索

搜狗是搜狐（）推出的第三代互动式搜索引擎，在用户输入一个查询词后，尝试理解用户可能的查询意图，给出多个主题概念的搜索提示，通过人机交互过程，智能展开多组相关的主题概念，引导用户更快速准确定位自己所关注的内容。

六、英文Google

七、Yahoo

八、AskJeeves

九、AllTheW

十、HotBot

十一、中文元搜索引擎

1、万纬搜索

核心功能很弱，制作一般。

2、bbmao

国内唯一具有自动聚类功能的元搜索引擎，技术和功能上都比较强。

十二、英文元搜索引擎

vivisimo（

1、DOGPILE2、Ixquick3、Mamma4、One2seek5、Savvysearch6、Surfwax

十三、其它专业搜索举例

1、股票行情搜索--证券之星

2、图像搜索--VisionNext

3、地图搜索--图行天下

4、MP3搜索--搜刮网

5、书目查询--WebPac

6、图书搜索--当当书店

7、期刊论文搜索--中国期刊网

8、标准搜索--中国标准咨询网

9、企业产品搜索--阿里巴巴

10、法律搜索--北大法律信息网

11、医药搜索--37℃医学网

4.5检索实例1

实例：

介绍上海城市概况和近几年发展的材料

经理让小王准备一份介绍上海城市概况和近几年发展的多媒体材料，打算为国外公司总部的同事们作报告之用。

小王应该怎样在网上查找呢？

（文字、图片、声音）

小王以为很简单，他在Google搜索引擎中使用上海提问关键词进行了检索，结果怎样呢？

小王一看，太多了。

他想，再试试雅虎中国。

他仍用上海这一提问，结果会使他满意吗?

小王有点不知所措了。

经验一：

网络资源搜索的第一步不是选择搜索引擎，而是分析提问内容，提取提问表达式。

发现大量的大学院校、医院等众多不需要的信息。

经验二：

搜索引擎提供布尔逻辑功能。

Google、Yahoo中使用（上海-大学-医院）

第四讲 搜索引擎检索.docx

第四讲搜索引擎检索.docx