本科信息檢索07

1、信息檢索 主講：靳小青XIN XI JIAN SUO 第七章 網(wǎng)絡信息檢索【本章主要介紹】 講解Internet應用基礎(chǔ)。 講解網(wǎng)絡資源及服務。 講解網(wǎng)絡信息檢索工具及其應用。 第七章 網(wǎng)絡信息檢索7.1 Internet應用基礎(chǔ) 7.2 網(wǎng)絡信息檢索工具及應用 7.3 網(wǎng)絡搜索引擎小結(jié)7.1 Internet應用基礎(chǔ)7.1.1 Internet概述7.1.2 網(wǎng)絡信息資源的特點7.1.3 網(wǎng)絡信息資源的服務形式 Internet是一個連通全世界的超級計算機互聯(lián)網(wǎng)絡，是全球信息中心。Internet最早起源于美國國防部的軍事研究項目ARPAnet，后來隨著大學、科研機構(gòu)的加入，從技術(shù)到規(guī)模都得

2、到了快速發(fā)展，到20世紀90年代初期基本發(fā)展成了覆蓋全球范圍的超大計算機網(wǎng)絡。 7.1.1 Internet概述7.1 Internet應用基礎(chǔ)TCP/IP協(xié)議 TCP/IP實際上是一個協(xié)議集合，由許多協(xié)議組成，是信息在Internet中的計算機之間準確無誤地傳送和接收的保證。在這個協(xié)議集里最重要的兩個協(xié)議就是TCP和IP協(xié)議。7.1.1 Internet概述7.1 Internet應用基礎(chǔ)7.1 Internet應用基礎(chǔ)7.1.1 Internet概述TCP（Transmission Control Protocol）協(xié)議 TCP保證了數(shù)據(jù)能夠順利到達目的地，用戶發(fā)送數(shù)據(jù)時，TCP負責將用戶

3、數(shù)據(jù)分解成數(shù)據(jù)包，在數(shù)據(jù)包頭部加入發(fā)送和接收節(jié)點的名稱及其他信息。用戶接收數(shù)據(jù)時，TCP負責將收到的數(shù)據(jù)包還原成一個文件，從而保證了發(fā)送者和接收者所看到的內(nèi)容是一樣的。7.1 Internet應用基礎(chǔ)7.1.1 Internet概述IP（Internet Protocol）協(xié)議 IP即“網(wǎng)絡之間互連的協(xié)議”，也就是為計算機網(wǎng)絡相互連接進行通信而設(shè)計的協(xié)議，主要完成兩項任務：一是提供相鄰節(jié)點之間的數(shù)據(jù)傳送，二是為數(shù)據(jù)的傳送提供路徑選擇。 根據(jù)IP，計算機在接入Internet時都有一個IP地址，是一臺計算機在Internet上的唯一身份標識。IP地址分動態(tài)IP和靜態(tài)IP兩種類型。 IPv4和IP

4、v6 IP分為IPv4和IPv6兩種，目前主流應用是IPv4，但是，隨著IPv4資源的短缺形勢越來越嚴峻，向IPv6過渡已經(jīng)是大勢所趨。（1）IPv4Internet協(xié)議版本4 目前，我國大部分上網(wǎng)用戶使用的都是IPv4地址，IPv4使用32位地址，因此最多可能有4294967296（=232）個地址。一般的書寫法為4個用小數(shù)點分開的十進制數(shù)。7.1.1 Internet概述7.1 Internet應用基礎(chǔ)7.1 Internet應用基礎(chǔ)7.1.1 Internet概述 IPv4和IPv6（2）IPv6 IPv6是IETF（Internet Engineering Task Force，互聯(lián)網(wǎng)

5、工程任務組）設(shè)計的用于替代現(xiàn)行IPv4的下一代Internet協(xié)議。 IPv6 不僅可以使每一臺電腦都連入Internet，也可以使家用電器、傳感器、遠程照相機、汽車等加入Internet中。 IPv6地址的表達形式一般采用32個十六進制數(shù)，IPv6地址由兩個邏輯部分組成：一個64位的網(wǎng)絡前綴和一個64位的主機地址，主機地址通常根據(jù)物理地址自動生成。 IPv6所擁有的地址容量是IPv4的約81028倍，IPv6支持2128（約3.41038）個網(wǎng)絡地址。 7.1 Internet應用基礎(chǔ)7.1.2 網(wǎng)絡信息資源的特點 網(wǎng)絡信息資源也稱虛擬信息資源、數(shù)字化信息、電子資源，它是以數(shù)字化形式記錄、以

6、多媒體形式表達，存儲在網(wǎng)絡計算機磁介質(zhì)、光介質(zhì)以及各類通信介質(zhì)上，并通過計算機網(wǎng)絡通信方式進行傳遞的信息內(nèi)容集合。7.1 Internet應用基礎(chǔ)7.1.2 網(wǎng)絡信息資源的特點網(wǎng)絡信息資源具有以下特點。 存儲數(shù)字化。 表現(xiàn)形式多樣化。 以網(wǎng)絡為傳播媒介。 數(shù)量巨大、增長迅速。 傳播方式的動態(tài)性。 信息源復雜。7.1 Internet應用基礎(chǔ)7.1.3 網(wǎng)絡信息資源的服務形式1Internet接入服務方式（1）有線寬帶接入方式 有線寬帶是相對于無線寬帶而提出來的，過去稱為寬帶上網(wǎng)，主要指利用電話線、光纖、同軸電纜和電力線上網(wǎng)的方式。 目前寬帶上網(wǎng)主要有以下4種方式。 ADSL。小區(qū)寬帶。有線通。

7、電力上網(wǎng)。7.1 Internet應用基礎(chǔ)7.1.3 網(wǎng)絡信息資源的服務形式1Internet接入服務方式（2）無線寬帶接入方式 手機單獨上網(wǎng)； 在電腦上安裝無線寬帶網(wǎng)卡撥號上網(wǎng)； 電腦在檢測到Chinanet的WLAN信號，通過賬號認證方式上網(wǎng)； 電腦連接手機（用連接線/藍牙），把手機當作MODEM撥號，電腦上網(wǎng)； 在有線寬帶上安裝無線路由器（或稱無線AP），電腦或手機通過無線AP的WLAN信號上網(wǎng)； 手機通過藍牙（無線方式）連接到已有線上網(wǎng)的電腦，共享電腦的網(wǎng)線上網(wǎng)。7.1 Internet應用基礎(chǔ)7.1.3 網(wǎng)絡信息資源的服務形式圖7-1 無線寬帶網(wǎng)絡選擇及連接 7.1 Internet

8、應用基礎(chǔ)7.1.3 網(wǎng)絡信息資源的服務形式2Internet內(nèi)容服務提供方式（1）免費內(nèi)容服務 網(wǎng)上免費學術(shù)資源可分為以下幾種類型。 按內(nèi)容加工的深度可分為： 一次出版信息，包括網(wǎng)上圖書、期刊、報紙、專利、政府出版物、會議資料等；二次出版信息，包括文摘索引數(shù)據(jù)庫、搜索引擎、網(wǎng)站導航等；三次出版信息，包括百科全書、手冊指南等參考型網(wǎng)站。 7.1 Internet應用基礎(chǔ)7.1.3 網(wǎng)絡信息資源的服務形式2Internet內(nèi)容服務提供方式（1）免費內(nèi)容服務 網(wǎng)上免費學術(shù)資源可分為以下幾種類型。 按交流方式分： 正式出版的電子圖書、電子期刊、數(shù)據(jù)庫、計算機軟件、圖書館公共查詢目錄等；非正式出版的電子

9、郵件、電子公告版（BBS）、論壇、博客（Blog）等。 7.1 Internet應用基礎(chǔ)7.1.3 網(wǎng)絡信息資源的服務形式2Internet內(nèi)容服務提供方式（1）免費內(nèi)容服務 網(wǎng)上免費學術(shù)資源可分為以下幾種類型。 開放獲?。?有開放獲?。╫pen access）期刊、收藏庫。 7.1 Internet應用基礎(chǔ)7.1.3 網(wǎng)絡信息資源的服務形式2Internet內(nèi)容服務提供方式（2）有償內(nèi)容服務 有償內(nèi)容服務主要是指由電子資源提供商提供的一些大型文獻數(shù)據(jù)庫。有償內(nèi)容的服務方式主要分兩種。 一是機構(gòu)購買后提供給下轄的所有人員使用，這類服務的提供方式基本靠IP地址范圍控制。 二是個人用戶購買檢索卡或

10、設(shè)立預付費賬戶，獲取某些電子資源網(wǎng)站提供的文獻。7.2 網(wǎng)絡信息檢索工具及其使用7.2.1 字典、詞典7.2.2 百科全書7.2.3 開放存取資源7.2.4 年鑒7.2 網(wǎng)絡信息檢索工具及其使用7.2.1 字典、詞典 字典、詞典統(tǒng)稱辭書，是人們最普遍、最熟悉也最常用的工具書之一。 字典和詞典是匯集語言和事物名稱，按一定次序編排，并一一給以解釋的工具書。 網(wǎng)絡版字典、詞典以語義性字、詞典為主，也有一些專業(yè)詞典；有紙質(zhì)版著名字詞典推出的網(wǎng)絡版，也有直接在網(wǎng)絡上出版的電子詞典。7.2 網(wǎng)絡信息檢索工具及其使用7.2.1 字典、詞典1新華字典 新華字典有下載安裝版、網(wǎng)絡版、手機版。 下載安裝版是目前網(wǎng)

11、上最好的辭典軟件。全面收集最新版本的新華字典16159條漢字、新華詞典371834條詞語、現(xiàn)代成語詞典31847條成語、現(xiàn)代歇后語辭典14028條歇后語、大英漢辭典36672條語詞翻譯、古今名人12992條名言錄。每個漢字款目包括漢字拼音、筆畫、部首、檢字法、五筆編碼，字源、組詞、舉例、意思等。成語詞典包括拼音、出處、舉例等。 7.2 網(wǎng)絡信息檢索工具及其使用7.2.1 字典、詞典1新華字典 網(wǎng)絡版新華字典有多個版本，比較好的兩個網(wǎng)站是在線新華字典（）和金山詞霸公司推出的愛詞霸（iCIBA）漢語詞典版（） ，這兩個網(wǎng)站不只提供新華字典的檢索，同時還提供成語詞典、反義語詞典、古今典籍等漢語知識學

12、習的一些常用工具。 7.2 網(wǎng)絡信息檢索工具及其使用7.2.1 字典、詞典1新華字典 在線新華字典查詢方法。 （1）漢字檢索法。 （2）部首檢索法。 （3）拼音檢索法。7.2 網(wǎng)絡信息檢索工具及其使用7.2.1 字典、詞典圖7-2 在線新華字典漢字檢索 網(wǎng)絡信息檢索7.2 網(wǎng)絡信息檢索工具及其使用7.2.1 字典、詞典 愛詞霸漢語詞典（iCIBA）（）愛詞霸漢語詞典提供兩種檢索方法：漢字直接輸入檢索和手寫輸入法 。 圖7-3 iCIBA檢索框7.2 網(wǎng)絡信息檢索工具及其使用7.2.1 字典、詞典2韋氏大學詞典（Merriam-Webster Collegiate Dictionary） 網(wǎng)絡版

13、韋氏大學詞典，也可稱韋氏在線詞典，是基于印刷版韋氏大學詞典（Merriam-Websters Collegiate Dictionary）第11版開發(fā)的網(wǎng)上英語詞典。韋氏在線詞典包括韋氏大學詞典的正文內(nèi)容，以及縮略語、外來詞和詞組，還收錄人名、地名附錄。包括1000幅插圖和25個表格。在印刷版大學詞典里的標志和符號部分，在線韋氏大詞典沒有收錄，因為它們包含的特殊字符和符號，還不能用HTML語言描述。 網(wǎng)絡信息檢索7.2 網(wǎng)絡信息檢索工具及其使用7.2.1 字典、詞典2韋氏大學詞典（Merriam-Webster Collegiate Dictionary）網(wǎng)絡版韋氏大學詞典英文名為“Merri

14、am-Webster Online”。網(wǎng)址：/。 7.2 網(wǎng)絡信息檢索工具及其使用7.2.1 字典、詞典2韋氏大學詞典（Merriam-Webster Collegiate Dictionary）（1）網(wǎng)絡版韋氏詞典的組成 Dictionary（字典）。 Thesaurus（同義詞詞典）。 Spanish-English（西班牙式英語）。 Medical（醫(yī)學）。 7.2 網(wǎng)絡信息檢索工具及其使用7.2.1 字典、詞典2韋氏大學詞典（Merriam-Webster Collegiate Dictionary）（1）網(wǎng)絡版韋氏詞典的組成 圖7-4 韋氏詞典詞典選擇界面7.2 網(wǎng)絡信息檢索工具及其

15、使用7.2.1 字典、詞典2韋氏大學詞典（Merriam-Webster Collegiate Dictionary）（2）網(wǎng)絡版韋氏詞典的檢索方法免費網(wǎng)絡版韋氏詞典檢索方法較簡單，只提供一種簡單檢索方法，檢索詞的字段限定為“Main Entry”，即檢索的詞是出現(xiàn)在字典正文的“Main Entry”字段中。 7.2 網(wǎng)絡信息檢索工具及其使用7.2.2 百科全書 百科全書的定義是“以辭典形式編排的大型參考工具書。收集社會科學和自然科學各科專門術(shù)語、重要名詞（人名、地名、事件名稱、物品名稱等），分列條目，加以詳細的敘述和說明并附有參考書目”。百科全書的英文名Encyclopedia源于古希臘文e

16、nkyklios（各方面的）和paideia（教育）合為“全面教育”的意思。百科全書的主要作用是供人們查檢必要的知識和事實資料，高質(zhì)量的百科全書的編纂成為衡量一個國家科學文化發(fā)展水平的標志之一。 網(wǎng)絡信息檢索7.2 網(wǎng)絡信息檢索工具及其使用7.2.2 百科全書1中國大百科全書 目前可用網(wǎng)址：6:918 中國大百科全書是中國第一部大型綜合性百科全書，從1978年到1993年，2萬余名專家學者取精用弘，歷時十五載編纂而成。中國大百科全書網(wǎng)絡版以中國大百科全書和中國百科術(shù)語數(shù)據(jù)庫為基礎(chǔ)，總共收錄7.9萬個條目，計1.35億字，圖表5萬余幅，內(nèi)容涵蓋了哲學、社會科學、文學藝術(shù)、文化教育、自然科學、工程

17、技術(shù)等66個學科領(lǐng)域。 該書網(wǎng)絡版提供多卷檢索、條目順序檢索、條目分類檢索、全文檢索、邏輯組配檢索等功能，可以打印、下載、復制以方便用戶。 7.2 網(wǎng)絡信息檢索工具及其使用7.2.2 百科全書圖7.5 中國大百科全書圖7-5 中國大百科全書主頁7.2 網(wǎng)絡信息檢索工具及其使用7.2.2 百科全書2大英百科全書 網(wǎng)址： 誕生于1768年的大英百科全書又稱不列顛百科全書，Encyclopdia Britannica，該書的條目均由世界各國著名的學者、各個領(lǐng)域的專家撰寫，對主要學科、重要人物事件都有詳盡介紹和敘述，其學術(shù)性和權(quán)威性已為世人所公認。 1994年發(fā)布的大英百科全書網(wǎng)絡版Encyclope

18、dia Britannica Online，作為Internet上第一部百科全書，除包括印刷本內(nèi)容外，還包括最新的修改和大量印刷本中沒有的文章，可檢索詞條達到98000個。收錄了322幅手繪線條圖、9811幅照片、193幅國旗、337幅地圖、204段動畫影像、714張表格等豐富內(nèi)容。 7.2 網(wǎng)絡信息檢索工具及其使用7.2.2 百科全書3百度百科 網(wǎng)址： 百度百科是一部內(nèi)容開放、自由的網(wǎng)絡百科全書，旨在創(chuàng)造一個涵蓋所有領(lǐng)域知識、服務所有Internet用戶的中文知識性百科全書。百度百科始建于2006年4月，本著平等、協(xié)作、分享、自由的Internet精神，提倡網(wǎng)絡面前人人平等，所有人共同協(xié)作編

19、寫百科全書，讓知識在一定的技術(shù)規(guī)則和文化脈絡下得以不斷組合和拓展。至今已有1813992個詞條（至2009年10月14日） 。 百度百科在使用方面設(shè)置了兩種途徑：一種是直接搜索，另一種是分類瀏覽 。網(wǎng)絡信息檢索7.2 網(wǎng)絡信息檢索工具及其使用7.2.2 百科全書4維基百科 網(wǎng)址：（全球） （中文） 維基百科（Wikipedia）全書是一部用不同語言寫成的百科全書。英文維基百科開始于2001年1月，現(xiàn)在已有超過3060955個條目（2009年10月14日）。維基百科全書還有其他多國語言的版本，維基百科采用了WikiWiki技術(shù)，任何人都可以對條目進行編輯，并且這些修改都會得到完整的記錄。中文維基

20、百科的運作開始于2002年10月，目前已有279456個條目（2009年10月14日），并且還在不斷增加。 7.2 網(wǎng)絡信息檢索工具及其使用7.2.2 百科全書4維基百科 維基百科也提供了兩種檢索方式，一種輸入檢索詞檢索所需詞條，另一種是使用分類索引瀏覽檢索，維基分類更加詳細，共分10個大類若干個小類。圖7.5所示是中文維基的分類索引頁面。 7.2 網(wǎng)絡信息檢索工具及其使用7.2.2 百科全書圖7-6 WiKi分類主頁7.2 網(wǎng)絡信息檢索工具及其使用7.2.3 開放存取資源 開放存?。∣pen Access，OA），是20世紀90年代在國外發(fā)展起來的一種新的出版模式，旨在促進學術(shù)交流，掃除學術(shù)

21、障礙。它依托網(wǎng)絡技術(shù)，采用“發(fā)表付費，閱讀免費”的形式，通過自歸文檔和開放存取期刊兩種途徑，實現(xiàn)開放期刊、開放圖書、開放課件和學習對象倉儲等內(nèi)容的知識共享。根據(jù)有關(guān)規(guī)定，凡是開放存取的作品，其作者不能再向編輯部投稿，否則將受到處罰；讀者引用開放存取作品而生成新的學術(shù)成果，必須注明其來源。這部分資源的獲取不以校園網(wǎng)為限，在可以上網(wǎng)的地方就可以獲取。是一種對科研、工作、學習、教學都非常有幫助的資源。7.2 網(wǎng)絡信息檢索工具及其使用7.2.3 開放存取資源1中國教育圖書進出口公司的Socolar網(wǎng)站 網(wǎng)址： 基于用戶的信息需求和信息檢索角度考慮，中國教育圖書進出口公司認為一方面有必要對世界上重要的O

22、A期刊和OA倉儲資源進行全面的收集和整理，另一方面也有必要支持對重要OA期刊和OA倉儲資源進行統(tǒng)一檢索，所以我公司啟動了“OA資源一站式檢索服務平臺（Socolar）”項目，旨在為用戶提供OA資源的一站式檢索服務。 7.2 網(wǎng)絡信息檢索工具及其使用7.2.3 開放存取資源2中圖鏈接服務 網(wǎng)址： 中圖進出口公司的“中圖鏈接服務”提供了一萬多種開放存取（Open Access）外文期刊，可訪問全文，收藏的期刊有的是OA刊，有的不是，需要自己篩選，另外，有些刊部分卷期OA了，當年刊沒有OA。 7.2 網(wǎng)絡信息檢索工具及其使用7.2.4 年鑒 年鑒是以全面、系統(tǒng)、準確地記述上年度事物運動、發(fā)展狀況為主

23、要內(nèi)容的資料性工具書。匯集一年內(nèi)的重要時事、文獻和統(tǒng)計資料，按年度連續(xù)出版的工具書。它博采眾長，集辭典、手冊、年表、圖錄、書目、索引、文摘、表譜、統(tǒng)計資料、指南、便覽于一身，具有資料權(quán)威、反應及時、連續(xù)出版、功能齊全的特點。年鑒大體可分為綜合性年鑒和專業(yè)性年鑒兩大類，前者如百科年鑒、統(tǒng)計年鑒等；后者如經(jīng)濟年鑒、歷史年鑒、文藝年鑒、出版年鑒等。7.2 網(wǎng)絡信息檢索工具及其使用7.2.4 年鑒 目前國內(nèi)在網(wǎng)上可以檢索的年鑒數(shù)據(jù)庫是中國知網(wǎng)平臺上的中國年鑒網(wǎng)絡出版總庫，該數(shù)據(jù)庫是目前國內(nèi)最大的連續(xù)更新的動態(tài)年鑒資源全文數(shù)據(jù)庫。 收錄中國國內(nèi)的中央、地方、行業(yè)和企業(yè)等各類年鑒的全文文獻。收錄年限自19

24、12年至今。該數(shù)據(jù)庫屬于收費數(shù)據(jù)庫，免費提供目錄索引。至2010年3月已收錄年鑒總計2038種，12949本，12043200篇。 7.3 網(wǎng)絡搜索引擎7.3.1 搜索引擎7.3.2 百度7.3.3 Google7.3 網(wǎng)絡搜索引擎 Internet誕生不久便面臨著查詢難的問題，隨著連入的計算機數(shù)量的增加，網(wǎng)上的信息量也在不斷增加，信息的增加也意味著查詢越來越困難，于是就有了Internet初期的查詢工具Archie（為FTP站點建立的索引）、WAIS（廣域網(wǎng)信息服務）和Gopher（一個被稱為地鼠的菜單式檢索系統(tǒng)），而真正具有搜索引擎意義的檢索工具則是隨著萬維網(wǎng)（World Wide Web

25、）的出現(xiàn)而誕生并迅速發(fā)展起來的，從1994年到2009年搜索引擎經(jīng)歷了飛躍性的發(fā)展。 7.3 網(wǎng)絡搜索引擎7.3.1 搜索引擎 搜索引擎，英文為Search Engine，是利用軟件自動搜索網(wǎng)上的所有信息，組建成自己的索引數(shù)據(jù)庫，供人們檢索網(wǎng)上信息的檢索系統(tǒng)。每一個搜索引擎也是一個萬維網(wǎng)網(wǎng)站，與普通網(wǎng)站不同的是，搜索引擎網(wǎng)站的主要資源是它的索引數(shù)據(jù)庫，而非它的網(wǎng)頁信息，因此它的主要功能是為人們搜索Internet上信息并提供獲得所需信息的途徑。 7.3 網(wǎng)絡搜索引擎7.3.1 搜索引擎一個完整的搜索引擎主要包括以下4個部分。1搜索引擎的搜索程序。 2標引程序。3索引數(shù)據(jù)庫。 4檢索程序。 網(wǎng)絡

26、信息檢索7.3 網(wǎng)絡搜索引擎7.3.2 百度 百度搜索引擎是目前全球最大的中文搜索引擎。百度搜索引擎擁有目前世界上最大的中文信息庫，總量超過20億頁以上，并且還在以每天幾十萬頁的速度快速增長。百度采用的超鏈分析技術(shù)就是通過分析鏈接網(wǎng)站的多少來評價被鏈接的網(wǎng)站質(zhì)量，這保證了用戶在百度搜索時，越受用戶歡迎的內(nèi)容排名越靠前。百度目前提供網(wǎng)頁搜索、MP3搜索、圖片搜索、新聞搜索、百度貼吧、百度知道等。 7.3 網(wǎng)絡搜索引擎7.3.2 百度1百度提供的檢索方式百度提供簡單檢索和高級檢索兩種檢索方式。 簡單檢索：包括新聞、網(wǎng)頁、貼吧、MP3、圖片、視頻等多種檢索頁面，每種檢索頁面各有特點。我們可以在檢索框

27、中直接輸入檢索詞，也可以在框中輸入組合好的帶有字段限定名稱和算符代碼的檢索式進行檢索。 高級檢索：提供了關(guān)鍵詞的布爾邏輯、時間、顯示結(jié)果、語言、文檔格式、關(guān)鍵詞位置和網(wǎng)站域名限定項。 網(wǎng)絡信息檢索7.3 網(wǎng)絡搜索引擎7.3.2 百度2基本檢索技術(shù)（1）“與”運算。 （2）“非”運算。（3）“或”運算。（4）使用雙引號或書名號進行精確搜索。網(wǎng)絡信息檢索7.3 網(wǎng)絡搜索引擎7.3.3 Google 創(chuàng)建于1998年7月的Google，發(fā)展到今天已經(jīng)成為互聯(lián)網(wǎng)上最大、服務最全面的搜索引擎，Google以其搜索迅速、準確、容易使用等特點，被公認為是“世界最佳搜索引擎”。 由于使用了PageRank1技術(shù)，Google 在網(wǎng)絡訪問的廣度和信息有效性方面，是其他任何一種搜索引擎都望塵莫及的。 G