網(wǎng)絡(luò)信息檢索基礎(chǔ)

網(wǎng)絡(luò)信息檢索基礎(chǔ)文獻(xiàn)學(xué)教研室馮勤2004.10Internet簡(jiǎn)介

Internet歷史與發(fā)展（因特網(wǎng)、國(guó)際互聯(lián)網(wǎng)）1.ARPANet（1969年,美國(guó)國(guó)防部研制）2.NSFNet(1985年美國(guó)國(guó)家科學(xué)基金會(huì)建立，1989年取代ARPANet)3.Internet（1990年后迅速普及）國(guó)內(nèi)與Internet直接聯(lián)網(wǎng)的

四大網(wǎng)絡(luò)1.中國(guó)教育科研網(wǎng)（CERNET)2.中國(guó)科技網(wǎng)(CSTNET)3.中國(guó)公用計(jì)算機(jī)互聯(lián)網(wǎng)（CHINANET)4.中國(guó)金橋信息網(wǎng)（CHINAGBNET)Internet的入網(wǎng)方式1.通過(guò)局域網(wǎng)方式2.通過(guò)ISP接入（ISP是提供Internet入網(wǎng)服務(wù)的機(jī)構(gòu)）撥號(hào)接入：計(jì)算機(jī)、Modem、電話(huà)線(xiàn)、ISP帳號(hào)。（ADSL）專(zhuān)線(xiàn)接入：租用數(shù)據(jù)專(zhuān)線(xiàn)或光纜、DDN等以及配套網(wǎng)絡(luò)設(shè)備。ADSL(AsymmetricalDigitalSubscriberLine，非對(duì)稱(chēng)數(shù)字用戶(hù)環(huán)路)：是一種能夠通過(guò)普通電話(huà)線(xiàn)提供寬帶數(shù)據(jù)業(yè)務(wù)的技術(shù)，是目前極具發(fā)展前景的一種接入技術(shù)。ADSL素有“網(wǎng)絡(luò)快車(chē)”之美譽(yù)，因其下行速率高、頻帶寬、性能優(yōu)、安裝方便、不需交納電話(huà)費(fèi)等特點(diǎn)而深受廣大用戶(hù)的喜愛(ài)，成為繼Modem、ISDN之后的又一種全新的、更快捷、更高效的接入方式。Internet的管理1.TCP/IP協(xié)議：是計(jì)算機(jī)網(wǎng)絡(luò)協(xié)議中最核心的兩個(gè)協(xié)議。TCP是傳輸控制協(xié)議，處理由于路徑不同及其它可能原因造成的數(shù)據(jù)包顛倒、數(shù)據(jù)丟失、數(shù)據(jù)失真等問(wèn)題。IP是網(wǎng)際協(xié)議，利用路由算法解決路由選擇的問(wèn)題。Internet的管理2.IP地址：是Internet上每臺(tái)主機(jī)和用戶(hù)終端的識(shí)別標(biāo)識(shí)。IP地址在全球范圍內(nèi)都是唯一的。

IP地址的表示：33.域名系統(tǒng)（DNS）：

例：結(jié)構(gòu)為：主機(jī)名.機(jī)構(gòu)名.網(wǎng)絡(luò)名.最高域名Internet的管理常用網(wǎng)絡(luò)名：com(商業(yè)機(jī)構(gòu))、edu(教育機(jī)構(gòu))、mil(軍事部門(mén))、gov(政府部門(mén))、org(非盈利組織)、net(網(wǎng)絡(luò)服務(wù)商)最高域名：cn(中國(guó))、uk(英國(guó))、jp(日本)美國(guó)享有國(guó)家域名默認(rèn)權(quán)。Internet的管理4.客戶(hù)機(jī)/服務(wù)器(client/server)模式服務(wù)器：是指向全球Internet用戶(hù)提供信息和服務(wù)的高性能計(jì)算機(jī)，包括Web服務(wù)器、郵件服務(wù)器、文件傳輸服務(wù)器?？蛻?hù)機(jī)：是指連接在服務(wù)器上的工作站（網(wǎng)絡(luò)終端）?？蛻?hù)機(jī)通過(guò)有關(guān)程序（如瀏覽器等）向服務(wù)器發(fā)出指令或請(qǐng)求，服務(wù)器進(jìn)行處理后將結(jié)果返回。Internet提供的主要服務(wù)電子郵件服務(wù)（E-mail）文件傳輸服務(wù)（FTP）遠(yuǎn)程登錄（Telnet)電子論壇（ElectronicForum)信息查詢(xún)服務(wù)（

Archie、Gopher、WAIS,WWW)Internet提供的主要服務(wù)

1.電子郵件服務(wù)（

E-mail）E-mail地址格式：用戶(hù)名@電子郵件服務(wù)器名如：lyqbs7209@163.com常用電子郵件軟件：OutlookExpress,Eudora,Foxmail等，可管理多個(gè)郵件帳號(hào)，直接收發(fā)郵件。（將郵件pop到本地)Internet提供的主要服務(wù)2.文件傳輸服務(wù)（FileTransferProtocol,FTP）

是以其遵守的文件傳輸協(xié)議

FTP而命名的。

FTP是Internet上文件傳輸?shù)母鞣N規(guī)程的集合。通過(guò)FTP，用戶(hù)可將本地文件上載給遠(yuǎn)程主機(jī)(upload)，更多情況是從遠(yuǎn)程主機(jī)上下載(download)文件。（包括文本、圖像、聲音、多媒體、軟件或數(shù)據(jù)文件等）Internet提供的主要服務(wù)3.遠(yuǎn)程登錄（Telnet)

是指本地計(jì)算機(jī)通過(guò)Internet訪(fǎng)問(wèn)遠(yuǎn)程計(jì)算機(jī)上的硬件資源、軟件資源和信息資源的過(guò)程。對(duì)于限制公開(kāi)訪(fǎng)問(wèn)的遠(yuǎn)程主機(jī)，登錄時(shí)要輸入用戶(hù)名和密碼。隨著

www的普及，

Telnet已少有使用。Internet提供的主要服務(wù)4.電子論壇（ElectronicForum)

是Internet用戶(hù)在網(wǎng)上討論交流的一種形式，又稱(chēng)新聞組(Newsgroop)或?qū)ｎ}討論組（Usenet)。電子公告版（BulletinBoardSystem,BBS）與專(zhuān)題討論組功能相似，但其規(guī)模小得多，且BBS上的觀(guān)點(diǎn)只留在本地服務(wù)器上。Internet提供的主要服務(wù)5.信息查詢(xún)(檢索)服務(wù)在E-Mail、FTP和Telnet基礎(chǔ)上開(kāi)發(fā)的，比較知名的工具有Archie、Gopher、WAIS等，目前大多數(shù)INTERNET用戶(hù)通過(guò)WWW瀏覽和WWW信息檢索工具查詢(xún)和使用網(wǎng)絡(luò)信息資源。WWW概述萬(wàn)維網(wǎng)（WorldWideWeb,WWW)

又稱(chēng)環(huán)球網(wǎng)、全球網(wǎng)，起源于1989年歐洲粒子物理研究中心，采用HTTP（超文本傳輸協(xié)議）在Internet上提供全球范圍的多媒體信息服務(wù)。1993年1月，因特網(wǎng)上約有50個(gè)WWW服務(wù)器在工作，1999年高達(dá)300萬(wàn)個(gè)?，F(xiàn)在WWW有等同于Internet的趨勢(shì)。WWW概述超文本（Hypertext)包含兩個(gè)含義：其一是信息的表達(dá)形式不局限于文字，還可以是圖像、動(dòng)畫(huà)、視頻、音頻、動(dòng)態(tài)數(shù)據(jù)、軟件等非文本文件；其二是網(wǎng)頁(yè)文件內(nèi)部包含鏈接（link)。WWW概述超文本標(biāo)記語(yǔ)言（HyperTextMarkupLanguage,HTML)是制作Web頁(yè)面的語(yǔ)言，用來(lái)標(biāo)記網(wǎng)頁(yè)的標(biāo)題、段落、鏈接、字體、顏色、表格等，并由瀏覽器來(lái)解釋這些標(biāo)識(shí)。HTML編輯器：Frontpage、DreamWeaver、NetscapeComposer統(tǒng)一資源定位器（UniformResourceLocator,URL)

用來(lái)描述信息資源的類(lèi)型和在網(wǎng)上的位置，即網(wǎng)址。URL格式：/zhaosheng/yjs/index.html

協(xié)議：//文件所在服務(wù)器名/目錄路徑和文件名WWW概述WWW概述瀏覽器（Browser）

是使用WWW資源的客戶(hù)軟件。常用的瀏覽器有:網(wǎng)景公司的NavigatorCommunicator微軟公司的InternetExplorer(IE)Web檢索工具是指提供萬(wàn)維網(wǎng)信息查詢(xún)的計(jì)算機(jī)系統(tǒng)。工作原理:1.信息采集：利用網(wǎng)絡(luò)自動(dòng)搜索軟件Robot或Spider，以一個(gè)URL清單為向?qū)?，定期?duì)Internet上的網(wǎng)頁(yè)進(jìn)行掃描搜索，記錄下網(wǎng)頁(yè)的有關(guān)事項(xiàng)。2.數(shù)據(jù)標(biāo)引：對(duì)采集到的網(wǎng)頁(yè)信息數(shù)據(jù)，

Robot等會(huì)自動(dòng)抽取表達(dá)網(wǎng)頁(yè)主題意義的詞作為關(guān)鍵詞來(lái)構(gòu)建數(shù)據(jù)庫(kù)索引。有的網(wǎng)絡(luò)檢索工具同時(shí)采用人工標(biāo)引。Web檢索工具3.數(shù)據(jù)組織：標(biāo)引后的網(wǎng)頁(yè)數(shù)據(jù)形成檢索工具數(shù)據(jù)庫(kù)中的一條條記錄，每條記錄對(duì)應(yīng)于一個(gè)網(wǎng)站或一個(gè)網(wǎng)頁(yè)。記錄內(nèi)容包括網(wǎng)頁(yè)標(biāo)題、摘要或關(guān)鍵詞、網(wǎng)址、網(wǎng)站網(wǎng)頁(yè)與輸入關(guān)鍵詞的相關(guān)程度等。4.檢索功能：布爾算符檢索（AND+、OR|、NOT-），截詞檢索，詞組檢索，自然語(yǔ)言檢索、概念檢索、分類(lèi)瀏覽，檢索限定，語(yǔ)種翻譯，自動(dòng)排序等。Web檢索工具的類(lèi)型1.搜索引擎(searchengine)自動(dòng)搜索采集網(wǎng)頁(yè)信息，自動(dòng)標(biāo)引，數(shù)據(jù)量大，關(guān)鍵詞檢索功能強(qiáng)，查全率高，查準(zhǔn)率低。典型：Google2.目錄型檢索工具(Webdirectory,catalog)以分類(lèi)目錄檢索為主，接受網(wǎng)站推薦，人工參與網(wǎng)頁(yè)信息的篩選標(biāo)引，查全率低，查準(zhǔn)率高。代表：Yahoo!、搜狐多數(shù)檢索工具同時(shí)具有關(guān)鍵詞檢索和目錄瀏覽功能。Web檢索工具的類(lèi)型3.多元搜索引擎(metasearchengine)

通過(guò)統(tǒng)一的用戶(hù)界面，可同時(shí)查詢(xún)多個(gè)獨(dú)立的Web檢索工具，然后對(duì)這些結(jié)果進(jìn)行加權(quán)等處理后返回給用戶(hù)。例如:

Metacrawler、Turbostart等；

天網(wǎng)搜霸：強(qiáng)大的搜索引擎集成工具。

颶風(fēng)搜索通：整合近百個(gè)各類(lèi)搜索引擎，包含簡(jiǎn)體中文，繁體中文，軟件，音樂(lè)，股票，新聞等類(lèi)別的全方位互聯(lián)網(wǎng)信息檢索工具。

國(guó)外著名通用搜索引擎Yahoo!()Google()Lycos()Excite()AltaVista()Infoseek()HotBot()Yahoo!

Yahoo!的兩位創(chuàng)始人大衛(wèi)·費(fèi)羅(DavidFilo)和楊致遠(yuǎn)(JerryYang)，美國(guó)斯坦福大學(xué)電機(jī)工程系的博士生，于1994年4月建立。Yahoo!(雅虎)是最早最著名的目錄型檢索工具，在全球共有24個(gè)網(wǎng)站，12種語(yǔ)言版本。（參見(jiàn)雅虎中國(guó)）檢索途徑：

分類(lèi)瀏覽：分為14個(gè)大類(lèi)，每個(gè)大類(lèi)下又分若干子類(lèi)。

專(zhuān)題鏈接：與Shopping、YellowPages、MapsNews、Sports等專(zhuān)題信息鏈接。簡(jiǎn)單檢索：直接輸入檢索詞

高級(jí)檢索

Google

Google的釋義

Google是由英文單詞“googol”變化而來(lái)。“googol”是美國(guó)數(shù)學(xué)家

EdwardKasner的侄子MiltonSirotta

創(chuàng)造的一個(gè)詞，表示1后邊帶有100個(gè)零的數(shù)字。Google使用這個(gè)詞代表公司想征服網(wǎng)上無(wú)窮無(wú)盡資料的雄心。關(guān)于Google

兩位斯坦福大學(xué)的博士生LarryPage和SergeyBrin在1998年創(chuàng)立了Google。Google

開(kāi)發(fā)出了世界上最大的搜索引擎，提供了最便捷的網(wǎng)上信息查詢(xún)方法。通過(guò)對(duì)30多億網(wǎng)頁(yè)進(jìn)行整理，Google可為世界各地的用戶(hù)提供適需的搜索結(jié)果，而且搜索時(shí)間通常不到半秒?，F(xiàn)在，Google每天需要提供2億次查詢(xún)服務(wù)。Google特點(diǎn)：界面非常簡(jiǎn)潔，速度極快；檢索網(wǎng)頁(yè)數(shù)量達(dá)24億，搜索引擎中排名第一；支持多達(dá)132種語(yǔ)言；包括簡(jiǎn)體和繁體中文；具有“手氣不錯(cuò)”、“網(wǎng)頁(yè)快照”、圖片搜索、新聞組搜索等功能。運(yùn)算符：

空格表示邏輯“與”；減號(hào)“—”表示邏輯“非”；“OR”表示邏輯“或”；對(duì)短語(yǔ)或句子搜索時(shí)必須加英文引號(hào)。中文通用搜索引擎百度（）搜狐()新浪()網(wǎng)易()

于1999年底成立于美國(guó)硅谷，它的創(chuàng)建者是資深信息檢索技術(shù)專(zhuān)家、超鏈分析專(zhuān)利的唯一持有人――百度總裁李彥宏，及其好友――在硅谷有多年商界成功經(jīng)驗(yàn)的百度執(zhí)行副總裁徐勇博士。百度是目前全球最優(yōu)秀的中文信息檢索與傳遞技術(shù)供應(yīng)商。中國(guó)所有提供搜索引擎的門(mén)戶(hù)網(wǎng)站中，超過(guò)80%以上都由百度提供搜索引擎技術(shù)支持，現(xiàn)有客戶(hù)包括新浪、騰訊、263、21cn、上海熱線(xiàn)、廣州視窗、新華網(wǎng)、北方時(shí)空、西部時(shí)空、重慶熱線(xiàn)等。百度（B，Inc）使用搜索引擎注意事項(xiàng)分類(lèi)體系的差異類(lèi)目設(shè)置和劃分不一：如教育大類(lèi)，新浪分出44個(gè)下位類(lèi)；搜狐有34個(gè)；網(wǎng)易只有24個(gè)。類(lèi)名表述的不同：如新浪用“計(jì)算機(jī)”；網(wǎng)易用“電腦”。關(guān)鍵詞標(biāo)引高級(jí)搜索中運(yùn)算符的使用空格（AND）、&（AND）、—（NOT）、|（OR）、（）“”表示一個(gè)整體單元。不同的查詢(xún)服務(wù)：網(wǎng)站、網(wǎng)頁(yè)、新聞、軟件等特殊的：圖片、多媒體網(wǎng)絡(luò)信息資源的獲取Web檢索工具（搜索引擎）網(wǎng)絡(luò)數(shù)據(jù)庫(kù)（文摘數(shù)據(jù)庫(kù)、全文數(shù)據(jù)庫(kù)）專(zhuān)業(yè)網(wǎng)站電子期刊、電子圖書(shū)虛擬圖書(shū)館學(xué)科專(zhuān)業(yè)導(dǎo)航庫(kù)維普《中文科技期刊數(shù)據(jù)庫(kù)》中國(guó)知網(wǎng)（中國(guó)期刊網(wǎng)）（CNKI）國(guó)家科技圖書(shū)文獻(xiàn)中心萬(wàn)方數(shù)據(jù)

國(guó)內(nèi)主要數(shù)據(jù)庫(kù)資源國(guó)內(nèi)醫(yī)學(xué)搜索引擎和門(mén)戶(hù)網(wǎng)站眼科搜索三九健康網(wǎng)邁搏搜索中國(guó)導(dǎo)醫(yī)網(wǎng)中國(guó)金衛(wèi)網(wǎng)37℃醫(yī)學(xué)網(wǎng)中國(guó)醫(yī)藥信息網(wǎng)/中國(guó)中醫(yī)藥信息網(wǎng)/中國(guó)藥網(wǎng)/學(xué)科專(zhuān)業(yè)導(dǎo)航庫(kù)CALIS重點(diǎn)學(xué)科導(dǎo)航庫(kù)（北大、復(fù)旦等）國(guó)家科技圖書(shū)文獻(xiàn)中心導(dǎo)航庫(kù)NationalInstituteofHealth(美國(guó)國(guó)立衛(wèi)生研究院）NationalLibraryofMedicine(美國(guó)國(guó)立醫(yī)學(xué)圖書(shū)館）NCBI（美國(guó)國(guó)家生物技術(shù)信息中心）AAMC(美國(guó)醫(yī)學(xué)院協(xié)會(huì))國(guó)外醫(yī)學(xué)數(shù)據(jù)庫(kù)網(wǎng)站Medscape

MedicalMatrix

Medwebplus

BioMedNet

常用醫(yī)學(xué)搜索引擎Medscape(醫(yī)景):/美國(guó)公司Medscape公司19