淺談網(wǎng)絡(luò)環(huán)境下搜索引擎使用技術(shù)

淺談網(wǎng)絡(luò)環(huán)境下搜索引擎使用技術(shù)

關(guān)鍵詞網(wǎng)絡(luò)信息檢索搜索引擎一、前言隨著Internet的迅速發(fā)展，網(wǎng)上信息正以爆炸性的速度增長，其資源內(nèi)容幾乎涉及所有領(lǐng)域，已經(jīng)成為知識、信息的集合體，是人們獲取信息的基本工具。在Internet網(wǎng)上進(jìn)行瀏覽和檢索，就好比進(jìn)入了世界上最大的圖書館，而這個圖書館里的書刊、雜志、廣告、新聞及各種形式的文獻(xiàn)信息全都沒有規(guī)律地排放著，沒有一個中心目錄將這些信息組織起來。正是因?yàn)镮nternet資源既豐富又分散且處于無序狀態(tài)，使得人們在網(wǎng)上查找自己所需的信息并非易事。這時(shí)為滿足人眾信息檢索的需求，搜索引擎便應(yīng)運(yùn)而生。搜索引擎是指使用某些自動索引軟件來發(fā)現(xiàn)、收集網(wǎng)絡(luò)上的信息，然后對收集的網(wǎng)頁進(jìn)行標(biāo)引，建立一個可供查詢的大型數(shù)據(jù)庫。Intemet提供了多種不同的檢索工具，它們各自有各自的數(shù)據(jù)庫、語言、檢索功能和顯示方式，對用戶來說，最重要的就是熟悉這些工具的性能，掌握檢索技巧，提高檢索的命中率。二、搜索引擎的工作原理搜索引擎的工作原理可以簡單概括為：從互聯(lián)網(wǎng)上抓取網(wǎng)頁→建立索引數(shù)據(jù)庫→在索引數(shù)據(jù)庫中搜索排序。從互聯(lián)網(wǎng)上抓取網(wǎng)頁利用能夠從互聯(lián)網(wǎng)上自動收集網(wǎng)頁的Spider(又名為：Robot，Crawler，Worms，Wanders)系統(tǒng)程序，自動訪問互聯(lián)網(wǎng)，并沿著任何網(wǎng)頁中的所有URL爬到其它網(wǎng)頁，重復(fù)這過程，并把爬過的所有網(wǎng)頁收集回來。建立索引數(shù)據(jù)庫由分析索引系統(tǒng)程序?qū)κ占貋淼木W(wǎng)頁進(jìn)行分析，提取相關(guān)網(wǎng)頁信息(包括網(wǎng)頁所在URL、編碼類型、頁面內(nèi)容包含的關(guān)鍵詞、關(guān)鍵詞位置、生成時(shí)間、大小、與其它網(wǎng)頁的鏈接關(guān)系等)，根據(jù)一定的相關(guān)度算法進(jìn)行大量復(fù)雜計(jì)算，得到每一個網(wǎng)頁針對頁面內(nèi)容中及超鏈中每一個關(guān)鍵詞的相關(guān)度(或重要性)，然后用這些相關(guān)信息建立網(wǎng)頁索引數(shù)據(jù)庫。在索引數(shù)據(jù)庫中搜索排序當(dāng)用戶輸入關(guān)鍵詞搜索后，由搜索系統(tǒng)程序從網(wǎng)頁索引數(shù)據(jù)庫中找到符合該關(guān)鍵詞的所有相關(guān)網(wǎng)頁。因?yàn)樗邢嚓P(guān)網(wǎng)頁針對該關(guān)鍵詞的相關(guān)度早已算好，所以只需按照現(xiàn)成的相關(guān)度數(shù)值排序，相關(guān)度越高，排名越靠前。最后由頁面生成系統(tǒng)將搜索結(jié)果的鏈接地址和頁面內(nèi)容摘要等內(nèi)容組織起來返回給用戶。說到這里，網(wǎng)絡(luò)搜索引擎的基本工作原理基本上讓大家了解了。三、檢索技巧(一)科學(xué)選擇關(guān)鍵詞。由于搜索引擎智能化程度的影響，它只能在現(xiàn)存的數(shù)據(jù)庫中查找匹配的關(guān)鍵詞，因此，這種匹配相對比較盲目，我們在選擇關(guān)鍵詞時(shí)，要注意兩方面的問題，才有可能得到較好的搜索效果。(二)使用雙引號進(jìn)行精確查詢。如果查找的是一個詞組或多個漢字，最好的辦法就是將它們用雙引號括起來，這樣得到的結(jié)果最少、最精確。(三)使用加號(+)、減號(一)限定查找。很多搜索引擎都支持在搜索詞前冠以加號(+)限定搜索結(jié)果中必須包含的詞匯，用減號(一)限定搜索結(jié)果不能包含的詞匯。(四)靈活運(yùn)用使用通配符。很多搜索引擎支持通配符號，如“*”代表一連串字符，“?”代表單個字符。(五)使用邏輯詞輔助查找。比較大的搜索引擎都支持使用邏輯詞進(jìn)行更復(fù)雜的搜索界定，常用的有：AND(和)、OR(或)、NOT(否)及NEAR(兩個單詞的靠近程度)，恰當(dāng)應(yīng)用它們可以使搜索結(jié)果非常精確。另外，也可以使用括號將搜索詞分別組合，如[(新聞OR足球)AND米盧)NoT新聞”O(jiān)R足球)(六)有針對性地選擇搜索引擎。用不同的搜索引擎進(jìn)行查詢得到的結(jié)果常常有很大的差異，這是因?yàn)樗鼈兊脑O(shè)計(jì)目的和發(fā)展走向存在著許多的不同，比如：D是針對軟件類的搜索引擎，可搜尋大量的自由軟件和共享軟件。驅(qū)動之家主要是提供查找驅(qū)動程序及硬件廠商信息。(七)使用元詞檢索。大多數(shù)搜索引擎都支持“元詞”(metawords)功能，用戶把元詞放在關(guān)鍵詞的前面，就可以告訴搜索引擎你想要檢索的內(nèi)容具有哪些明確的特征。例如，你在搜索引擎中輸入“title：清華大學(xué)”，就可以查到網(wǎng)頁標(biāo)題中帶有清華大學(xué)的網(wǎng)頁。其他元詞還包括：image，用于檢索圖片；link，用于檢索鏈接到某個選定網(wǎng)站的頁面；URL，用于檢索地址中帶有某個關(guān)鍵詞的網(wǎng)頁。(八)細(xì)化查詢。許多搜索引擎都提供了對搜索結(jié)果進(jìn)行細(xì)化與再查詢的功能，如有的搜索引擎在結(jié)果中有”查詢類似網(wǎng)頁”的按鈕，還有一些則可以對得到的結(jié)果進(jìn)行新一輪的查詢。(九)盡可能將搜索范圍限制在特定的領(lǐng)域里。比如在yahoo中文網(wǎng)站中，你要查找的是與電腦相關(guān)的知識，那么你沒有必要讓搜索引擎在休閑與運(yùn)動、健康與醫(yī)藥、藝術(shù)與人文等其他分類中查找。你可以進(jìn)入“電腦與因特網(wǎng)”這一類，選中“檢索此目錄下的網(wǎng)站”。然后再開始搜索。四、結(jié)束語要完成一個有效的搜索，首先要確定要檢索的主題，選擇合適的檢索工具、抽取適當(dāng)?shù)年P(guān)鍵詞。為避免可能出現(xiàn)搜索結(jié)果的冗余性，要盡可能限制查詢范圍，正確構(gòu)造檢索式。同時(shí)要使用邏輯條件限制及模糊或精確查詢的功能保證能真正檢索到我們所需的網(wǎng)絡(luò)信息資源?？傊灰莆找欢ǖ姆椒ㄅc技巧并經(jīng)常實(shí)踐.利用搜索引擎一定能從網(wǎng)上獲取許多有價(jià)值的信息。由于網(wǎng)上信息具有動態(tài)性、多變性，今天能看到的信息也許明天便不復(fù)存在，要注意對檢索到的有價(jià)值信息的進(jìn)行保存。參考文獻(xiàn)1.符紹宏，雷菊霞.因特網(wǎng)信息資源檢索與利用[M].北京：清華大學(xué)出版社，20002.陳春陽.如何利用網(wǎng)絡(luò)搜索引擎檢索網(wǎng)絡(luò)信息資源.蘭州工業(yè)高等?？茖W(xué)校學(xué)報(bào).20033.劉毓華.網(wǎng)絡(luò)信息資源檢索初探.現(xiàn)代情報(bào)，20034.陳永斌，邱葦.網(wǎng)絡(luò)時(shí)代搜索引擎帶來的社會問題[J].圖書情報(bào)lT作，2006;(3)：l19~1225.宋蓓玲，王新.淺析構(gòu)建網(wǎng)絡(luò)信息檢索體系[J].現(xiàn)代情報(bào).2005;(6)：54~576.賈紅英.網(wǎng)絡(luò)搜索引擎探析[J].情報(bào)資料工作，