如何使用Internet的查詢工具

如何使用Internet的查詢工具

Internet就像一個浩瀚的知識海洋，里面蘊藏著取之不盡的信息寶藏。如何挖掘開采它，獲得人們需要的東西，目前還存在著兩方面的問題:首先，人們手頭的查詢工具太多，有WWW(WorldWideWeb)、Gopher、FTP以及不計其數(shù)的專題新聞組、消息表等等;其次，Internet網(wǎng)上的資源沒有確定的分類，人們要查找的是一堆毫無組織、地址不唯一的信息。同時，那些熱心的程序員、廠商、經(jīng)紀人還在源源不斷地往Internet上填充著他們的東西。這無形中給檢索工作帶來了很大難度，沒有一定的方法，在Internet上查詢信息猶如大海撈針。哪種情況下該用什么樣的工具幫你簡便快捷地找到你想要的信息，看了本文以后，或許會對你有所幫助。目錄幫助假如你要查找人們普遍感興趣的題目，如內(nèi)戰(zhàn)或者熱線財經(jīng)一類的消息并找到其網(wǎng)絡(luò)地址，通常這類目錄會很大，而且有按專題組織的地址表。這種情況下，我們一般喜歡用Yahoo(地址:/)查找，它列出了8萬個網(wǎng)絡(luò)地址(包括Web頁、Gophers、FTP地址以及Usenet新聞組)，頂層又按藝術(shù)、計算機、衛(wèi)生、保健等分成14類子題目。用鼠標點一下就可以選定子題目表，反復(fù)地查找子表，直到你找到需要的信息為止。除了Yahoo一類人們普遍感興趣的目錄外，專題目錄則覆蓋了從古文物到青年工人等各方面的信息。找到這些專用目錄的最佳途徑是可以去密執(zhí)根大學(xué)(地址:/chhome.html)查找那里的Clearinghouse，那里有面向?qū)ｎ}的Internet資源指南。查詢引擎當人們意欲查詢Web提供的信息時，目錄項是非常有用的，用戶的問題越專有，待查的目錄項就越少。為了取得問題的答案，人們必須使用查詢引擎。查詢引擎實際上是一些Web頁，你可以在其中輸入你想要查找的文本串。按一下按鈕，等一會兒，引擎就會識別出與輸入的關(guān)鍵字匹配的Web地址表。在最近的Web查詢掃描中，我們查到60個這樣的頁，其中只有10頁是我們覺得有用的工具，其余的用處不大，或者只有計算機科學(xué)專業(yè)的研究生對之感興趣。每一個查詢引擎代表一個數(shù)據(jù)庫，里面含有Web頁的URL(UniversalResourceLocator或經(jīng)專門格式化后的Internet地址)地址以及其他網(wǎng)絡(luò)資源。大多數(shù)查詢引擎數(shù)據(jù)庫是由Crawler程序、漫游Web的軟件程序通過頁與頁的連接順次查找新的地址搜集而來的。這里，Crawler又被稱為機器人或蜘蛛。當蜘蛛找到新的頁時，就把新頁增加到數(shù)據(jù)庫中。這些數(shù)據(jù)庫存有成千上萬個Web頁，在引擎頭的位置每天都在增加新的頁。其中，多數(shù)人感興趣的引擎如Lycos和Excite覆蓋面最廣，其中每個數(shù)據(jù)庫有150萬個索引Web頁，其次是OpenTextIndex，據(jù)稱也有130萬個Web頁。每個數(shù)據(jù)庫引擎的大小對查找是否成功起著很大的作用，例如，我們想用字符串recipewheatBeer(釀啤酒秘訣)查詢每一個引擎，其結(jié)果是:最大的Lycos數(shù)據(jù)庫引擎提供給我們437個匹配頁(hit)，InfoSeek和OpenTextIndex數(shù)據(jù)庫則每次提供200個頁，用其他數(shù)據(jù)庫則少于100頁，有幾種情況下，甚至查不到一個Web頁。通常的情形是，數(shù)據(jù)庫越小，查到的Web頁就越少。大多數(shù)數(shù)據(jù)庫引擎嚴格限制其只能檢索Web本身，InfoSeek和Excite則比其他引擎更進一步，它們增加了Usenet新聞組索引。InfoSeek還允許用戶查詢就近的一組非Internet數(shù)據(jù)庫的信息。索引中的信息Web的蜘蛛程序比URL采集信息做得要多一些，它們還搜集有關(guān)每一頁的信息，一旦你提交一個查詢，查詢引擎的backend軟件就建立起一個你所需信息的索引。從一個引擎到另外一個引擎，其索引技術(shù)是各不相同的，你不要因此感到奇怪。在每個引擎中，都有一個頁的索引URL地址和題目。多數(shù)引擎還有每一段的索引標題，其他的引擎則只是記錄了頻繁提到的詞或者文本的頭幾行。在OpenTextIndex數(shù)據(jù)庫引擎中，頁的每一個單詞都有索引，甚至包括and一類別的引擎忽略的詞也有。結(jié)果可想而知，它理所當然成了唯一能在查找過程中返回是或者不是的查詢工具。即使不包含你所指定的關(guān)鍵字，Excite基于概念的索引也能夠幫助人們找到相關(guān)的頁。找到匹配頁并不意味著查詢成功。一方面，數(shù)據(jù)庫的大小確定了它查到的匹配頁的多少，另一方面，索引質(zhì)量的好壞還要由有多少個匹配頁與你的查詢相關(guān)來確定。如我們通過每一個查詢引擎查找北卡羅來納三角地的房地產(chǎn)信息，然后算一算在ChapelHill地區(qū)有多少個與之相關(guān)的匹配頁數(shù)。據(jù)統(tǒng)計，Web的Crawler返回19個匹配頁，我們從InfoSeek上獲得200多個匹配頁。但是實際上19個當中只有9頁是我們所想要的東西。大多數(shù)InfoSeek的匹配頁與房地產(chǎn)有關(guān)，但是又有許多東西與北卡羅來納沒有任何關(guān)系。使用正確的工具無論數(shù)據(jù)庫有多大，待查數(shù)據(jù)庫有多么復(fù)雜，查詢引擎是你進行檢索的獨一無二的好工具。有時需要進行詞組的查詢，不同的數(shù)據(jù)庫處理詞組的方式不盡相同。InfoSeek用詞的主干部分來檢索與該部分匹配的頁，如欲查impressionism一詞，只需查找與impression匹配的頁即可。Lycos則將查詢項作為主干詞來處理，所以在這種引擎中，metal一詞就與metallic匹配。有幾種引擎允許用戶檢索所有的詞組，而不只是檢索被查詢串的個別單詞，它們檢索串組合成詞組的偶然搭配。有兩種引擎可以查到一個詞組的多種變化，這兩個引擎是Aliweb(地址:http://web.nexor.co.uk/public/aliweb.html)和CUI的W3Catalog(地址:http://uiwww.unige.ch/w3catalog)。另外，使用這些可用工具還有一個問題。在某些引擎中，允許用戶按指定的操作對用戶的查詢項求精。這將意味著在最基本的底層，你檢索到的地址包括待查串中的任何一個單詞或者項的全部，Lycos就是這樣進行的。其他一些引擎允許用戶使用更多的布爾項，如AND、OR，有時還用NOT。只有InfoSeek和OpenTextIndex兩個引擎允許用戶使用相近操作，它們允許你查詢與被查串相鄰的項。使用這些可用的工具動態(tài)地增加了匹配頁的查詢質(zhì)量。例如，我們使用OpenTextIndex簡單查詢頁查找釀造小麥啤酒的秘訣，可以得到90個匹配頁，這里面只有很少的幾頁與自釀小麥啤酒有關(guān)(多數(shù)頁與飲酒有關(guān))。但當打開"Power"頁進行小麥啤酒秘訣的相鄰項查詢時，我們可得到6個匹配頁，其中有3個正是我們所需的東西。分開有用和無用的信息當你獲得匹配頁表時，你的檢索工作才剛剛開始。你得將這些地址分類以找到你真正想要的東西，多數(shù)引擎可以在結(jié)果頁的頂部顯示它們確實已檢索到的詞。你可能已經(jīng)查找過好的、壞的和丑的東西，而檢索引擎也告訴你它確實是在查好的、壞的和丑的東西，記住一點，你可以通知許多引擎查找全部詞組，而不只是關(guān)鍵字。多數(shù)引擎返回的匹配頁與查詢項密切相關(guān)。即使你獲得200個以上的匹配頁，你也不用擔心要將所有的頁都搜集起來，可能頂多你只需10個。不同的引擎采用不同的方法計算查詢頁的關(guān)聯(lián)度。InfoprSeek根據(jù)被查項在整個數(shù)據(jù)庫出現(xiàn)頻度相近的頁中出現(xiàn)的次數(shù)來排列匹配頁，Lycos則基于項在頁中的出現(xiàn)次數(shù)、與其他項的臨近度以及在頁中的位置來排列。大多數(shù)引擎提供了匹配頁的幾種描述。在這方面Lycos是最佳的，它不僅提供了關(guān)聯(lián)的比率、每頁的描述，而且還有文本的簡單摘要。人們只需閱讀一下摘要，就可以判斷是否是你需要找到的匹配頁。元級檢索(Metasearching)1.閱讀一下引擎的指令許多檢索引擎提供了自身的操作、定義符及規(guī)則集，這些東西有助于你進行高效查詢。試著用一用它們。2.選擇不常用的詞檢索詞與其他詞的區(qū)別越大，對于加快搜索越有用。舉個例子，你檢索埃塞俄比亞彌猴科就比非洲的綠錢幣獲得的索引項要多。在檢索時，應(yīng)盡量挑選能夠表達你意思的詞。3.注意拼法如果你在查"astronut"一詞，你可以得到符合拼字正確要求的Web頁。對字符串形式看來很相似的詞，切記也要檢索一下該詞的合理變化，如你要查fly-fishing一詞，應(yīng)該試試查flyfishing和flyfishing兩個詞。4.同義詞記住，你可能查的是一個概念，而并非只是一個單詞。例如，如果你想查找有關(guān)背包徒步旅行的地址，在你的查詢中就應(yīng)包含這些項:徒步旅行、乘牛車旅行、背包徒步旅行以及露營。5.勿用自然語言某些地址支持自然語言的查詢，即允許用戶以說話的方式提問。不要去用這個功能，你要將焦點放在能夠識別你概念的術(shù)語和詞組上。6.重復(fù)你查詢的東西在第一次查詢過后，回到你最有希望查找的匹配頁，把其他一些你可能會快速廣泛進行查詢的術(shù)語摘錄下來。7.不要忘了NOT有一些查詢引擎支持NOT(非)操作，這個操作允許你進行輸入項的查詢。因此，你對非重非音樂的金屬進行查詢，就可以找到與工業(yè)金屬有關(guān)的地址，從而避免去查重金屬。8.使用多個查詢引擎我們驚奇地發(fā)現(xiàn)，用幾個不同的查詢引擎進行同一個查詢，查詢結(jié)果的重疊率很小。所以為了獲得最佳的查詢效果，盡量在多個地址上查詢。9.試試使用專有地址如果你想查找某指定公司的Web頁，可以試試Ope