計(jì)算機(jī)基礎(chǔ)信息檢索演示

計(jì)算機(jī)基礎(chǔ)信息檢索ppt課件目前一頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.1.1信息檢索的概念7.1信息檢索概述目前二頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.1.1信息檢索的概念信息檢索包括兩個(gè)層次的含義：廣義的信息檢索和狹義的信息檢索。廣義的信息檢索包括信息的存儲(chǔ)和查找兩個(gè)過(guò)程，如圖7.1所示的全部過(guò)程就是廣義的信息檢索。信息的存儲(chǔ)就是將大量無(wú)序的文獻(xiàn)信息進(jìn)行搜集、整理、歸類，采用規(guī)范的方法進(jìn)行編排，編制出各種檢索系統(tǒng)。信息查找必須先有信息存儲(chǔ)，而信息存儲(chǔ)就是為了更快捷地查找信息。信息查找則是信息存儲(chǔ)的逆向過(guò)程，是人們根據(jù)特定需要，運(yùn)用已有的檢索系統(tǒng)，有序查詢并找出符合要求的信息。狹義的信息檢索是指信息的查找過(guò)程，只包括圖7.1中的后半部分，本書(shū)中討論的信息檢索就是狹義的信息檢索。7.1信息檢索概述目前三頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.1.2信息檢索的類型1.根據(jù)檢索對(duì)象劃分根據(jù)檢索對(duì)象的不同，信息檢索分為文獻(xiàn)檢索、事實(shí)檢索和數(shù)據(jù)檢索三種。（1）文獻(xiàn)檢索。文獻(xiàn)檢索以文獻(xiàn)為檢索對(duì)象，查找含有用戶所需信息的文獻(xiàn)。文獻(xiàn)檢索是一種相關(guān)性檢索而非確定性檢索，系統(tǒng)不直接回答用戶所提出的問(wèn)題本身，它提供的是與用戶信息需求相關(guān)文獻(xiàn)的線索或原文。（2）事實(shí)檢索。事實(shí)檢索以特定的事實(shí)為檢索對(duì)象，是存儲(chǔ)有關(guān)課題（如機(jī)構(gòu)、人物等）的指示性描述，或關(guān)于某一事件發(fā)生的時(shí)間、地點(diǎn)、經(jīng)過(guò)等信息，并將其查找出來(lái)的檢索，屬于確定性檢索。（3）數(shù)據(jù)檢索。數(shù)據(jù)檢索以數(shù)據(jù)為檢索對(duì)象，屬于確定性檢索，它是將經(jīng)過(guò)選擇、整理、鑒定的數(shù)據(jù)存入數(shù)據(jù)庫(kù)中，根據(jù)需要查出可回答某一問(wèn)題的數(shù)據(jù)的檢索。例如，查找公式、數(shù)據(jù)、圖表、成分、性能等都屬于數(shù)據(jù)檢索的范疇。7.1信息檢索概述目前四頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.1.2信息檢索的類型2.按檢索方式劃分按檢索方式的不同，信息檢索可以分為手工檢索、機(jī)械檢索和計(jì)算機(jī)檢索三種方式。（1）手工檢索。手工檢索就是以人工的方式直接查找所需的信息，多利用各種檢索工具的印刷版來(lái)實(shí)現(xiàn)，例如印刷的目錄、題錄、文摘、索引等。手工檢索直觀，不需要輔助設(shè)備，但速度慢、漏檢嚴(yán)重。（2）機(jī)械檢索。機(jī)械檢索也稱機(jī)電式檢索，是指運(yùn)用打孔機(jī)、分類機(jī)及光電感應(yīng)設(shè)備等進(jìn)行的檢索。機(jī)械檢索過(guò)分依賴設(shè)備，成本較高，檢索效果和質(zhì)量都不太理想。（3）計(jì)算機(jī)檢索。計(jì)算機(jī)信息檢索是將大量的文獻(xiàn)資料或數(shù)據(jù)進(jìn)行加工整理，按一定格式存儲(chǔ)在數(shù)據(jù)庫(kù)中，利用計(jì)算機(jī)對(duì)數(shù)據(jù)庫(kù)進(jìn)行檢索的信息檢索方式。與手工檢索相比，計(jì)算機(jī)檢索速度快、效率高、查全率高、不受時(shí)空限制、檢索結(jié)果輸出方式多樣。除上述兩種主要的分類方式外，信息檢索還有另外多種分類方式。例如按照檢索對(duì)象的信息組織方式可以分為全文檢索、超文本檢索和超媒體檢索；按照檢索對(duì)象的形式可分為文本檢索和多媒體檢索；按照檢索要求可分為強(qiáng)相關(guān)檢索和弱相關(guān)檢索；按檢索的時(shí)間跨度可分為定題檢索和回溯檢索。7.1信息檢索概述目前五頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.1.3信息檢索模型1.布爾檢索模型布爾檢索模型是基于集合論和布爾代數(shù)的一種簡(jiǎn)單檢索模型。由于集合是一個(gè)相當(dāng)直觀的概念，所以布爾檢索模型為信息檢索系統(tǒng)的普通用戶提供了一種易于掌握的框架。在布爾檢索模型中，查詢被描述為具有精確語(yǔ)義的布爾表達(dá)式。因?yàn)樵撃Ｐ偷暮?jiǎn)單性和易于表示的形式方法，在很長(zhǎng)一段時(shí)間內(nèi)都受到重視。然而，布爾檢索模型的缺點(diǎn)也是相當(dāng)明顯的。首先，該模型的檢索策略是基于二值決策準(zhǔn)則，即一個(gè)文檔只被判別為相關(guān)的或無(wú)關(guān)的，而沒(méi)有任何等級(jí)變化，難以提高檢索性能，因此布爾檢索模型主要用于實(shí)現(xiàn)數(shù)據(jù)檢索模型，而不是信息檢索模型；其次，這種方法將構(gòu)造一個(gè)合適的查詢的責(zé)任推到用戶身上，用戶必須詳細(xì)規(guī)劃自己的查詢，其復(fù)雜程度不亞于編寫(xiě)程序，普通用戶無(wú)法用布爾表達(dá)式描述他們的查詢請(qǐng)求。于是一些研究人員改進(jìn)了布爾模型，提出了向量空間模型。7.1信息檢索概述目前六頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.1.3信息檢索模型2.向量空間模型向量空間模型是一種基于代數(shù)理論的檢索模型。在向量空間模型中，一個(gè)文檔被描述成由一系列關(guān)鍵詞組成的向量，每一個(gè)關(guān)鍵詞都是這個(gè)向量空間中的一維。同樣道理，來(lái)自用戶的查詢也可以用向量來(lái)表示。當(dāng)進(jìn)行一個(gè)查詢時(shí)，向量空間模型將計(jì)算查詢和文檔表示之間的相似度，例如可以用兩個(gè)向量之間的歐氏距離或兩個(gè)向量之間的余弦?jiàn)A角表示二者之間的相似度，然后對(duì)檢出的文檔按照相似度進(jìn)行降序排列，以實(shí)現(xiàn)文檔與查詢項(xiàng)的部分匹配，于是查詢結(jié)果集中文檔的排列順序要合理的多。與布爾檢索模型相比，向量空間模型改善了檢索性能，其部分匹配的策略允許所檢索的文檔與查詢條件相近似，同時(shí)還能夠按照文檔與查詢的相似度對(duì)文檔進(jìn)行排序。但在向量空間模型中，各索引項(xiàng)之間是互相獨(dú)立的，無(wú)法對(duì)文檔中的索引項(xiàng)提供相關(guān)性信息，而在實(shí)際中，需要考慮各索引項(xiàng)之間的相關(guān)性才能得到滿意的查詢結(jié)果。向量空間模型適合一般的文檔集的相似性排序，通過(guò)查詢擴(kuò)展或相關(guān)反饋，可以改善模型產(chǎn)生的結(jié)果集。向量空間模型與其他檢索模型相比較，即使不是最優(yōu)的，其性能也相當(dāng)好的，因此該模型是目前普遍采用的信息檢索模型。7.1信息檢索概述目前七頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.1.3信息檢索模型3.概率檢索模型概率檢索模型是一種基于概率論的檢索模型，試圖在一個(gè)概率框架內(nèi)處理信息檢索問(wèn)題。概率檢索模型假設(shè)給定一個(gè)用戶的查詢，則有一個(gè)只包含相關(guān)文檔且不包含無(wú)關(guān)文檔的理想結(jié)果集，如果能夠給出這個(gè)理想結(jié)果集的描述，檢索文檔時(shí)就十分方便了。最初我們并不能精確給出理想結(jié)果集，但猜測(cè)允許我們產(chǎn)生一個(gè)初步的對(duì)理想結(jié)果集的概率描述，用于檢索出初始的文檔集，然后引入用戶的交互，以改善理想結(jié)果集的概率描述。用戶瀏覽檢索出文檔，并決定哪些文檔是相關(guān)的，哪些是無(wú)關(guān)的。然后信息檢索系統(tǒng)利用這個(gè)信息，修改理想結(jié)果集的描述。通過(guò)多次重復(fù)這個(gè)過(guò)程，不斷修改描述并逐步接近理想結(jié)果集的真實(shí)描述。從理論上講，概率檢索模型檢出的文檔將按照相關(guān)的概率降序排列，這符合我們的查詢要求。但在該模型中，需要最初將文檔分為相關(guān)的和無(wú)關(guān)的兩個(gè)集合，并且與向量空間模型一樣，各索引項(xiàng)之間是獨(dú)立的，無(wú)法對(duì)文檔中的索引項(xiàng)提供相關(guān)性信息。7.1信息檢索概述目前八頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.1.4信息檢索效果的評(píng)價(jià)檢索效果（RetrievalEffectiveness）是指用戶利用檢索系統(tǒng)實(shí)施檢索的有效程度，也是某次檢索滿足用戶信息需求的程度，它直接反映了檢索系統(tǒng)的性能和本次檢索的成敗。判定信息檢索效果的主要標(biāo)準(zhǔn)包括查全率、查準(zhǔn)率、漏查率、誤查率等。1.查全率查全率（RecallRatio）又稱檢全率，是指用戶進(jìn)行某次檢索時(shí)，系統(tǒng)檢索出的所有信息量與檢索系統(tǒng)中相關(guān)信息總量的比率，具體可用下面的公式表示：7.1信息檢索概述目前九頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.1.4信息檢索效果的評(píng)價(jià)2.查準(zhǔn)率查準(zhǔn)率（PrecisionRatio）又稱檢準(zhǔn)率，是指用戶進(jìn)行某次檢索時(shí)，系統(tǒng)檢索出的符合課題需要的相關(guān)信息量與檢索出的信息總量的比率，具體可用下面的公式表示：3.漏查率漏查率（OmissionRatio）又稱漏檢率，是指用戶進(jìn)行某次檢索時(shí)，系統(tǒng)未檢索出的相關(guān)信息量與檢索系統(tǒng)中相關(guān)信息總量的比率，具體可用下面的公式表示：7.1信息檢索概述目前十頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.1.4信息檢索效果的評(píng)價(jià)4.誤查率誤查率（MissRatio）又稱誤檢率，是指用戶進(jìn)行某次檢索時(shí)，系統(tǒng)檢索出的不相關(guān)信息量與檢索出的信息總量的比率，具體可用下面的公式表示：7.1信息檢索概述目前十一頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.1Internet網(wǎng)絡(luò)信息檢索方法1.網(wǎng)絡(luò)瀏覽網(wǎng)絡(luò)瀏覽是Internet上發(fā)現(xiàn)和檢索信息的最原始方法。在日常的網(wǎng)絡(luò)閱讀中，人們都有過(guò)意外發(fā)現(xiàn)有用信息的體驗(yàn)，尤其是網(wǎng)頁(yè)中提供的超鏈接，使用戶可以在Internet中“順鏈而行”，從一個(gè)網(wǎng)頁(yè)轉(zhuǎn)到另一個(gè)網(wǎng)頁(yè)。追蹤某個(gè)網(wǎng)頁(yè)的相關(guān)鏈接有些類似于傳統(tǒng)文獻(xiàn)檢索中的“追溯檢索”，即根據(jù)文獻(xiàn)后所附的參考文獻(xiàn)追溯相關(guān)文獻(xiàn)，一輪一輪地不斷擴(kuò)大范圍。這種方式可以在很短時(shí)間內(nèi)獲得大量相關(guān)信息，但也可能會(huì)偏離檢索目標(biāo)，因此搜索的結(jié)果可能帶有某種偶然性和片面性。嚴(yán)格地說(shuō)，網(wǎng)絡(luò)瀏覽并不是一種真正的網(wǎng)絡(luò)信息檢索方法。當(dāng)我們?cè)诰W(wǎng)絡(luò)瀏覽中發(fā)現(xiàn)有價(jià)值的信息后，應(yīng)及時(shí)收藏這些信息頁(yè)面，為今后的使用提供方便。7.2Internet網(wǎng)絡(luò)信息檢索目前十二頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.1Internet網(wǎng)絡(luò)信息檢索方法1.網(wǎng)絡(luò)瀏覽網(wǎng)絡(luò)瀏覽是Internet上發(fā)現(xiàn)和檢索信息的最原始方法。在日常的網(wǎng)絡(luò)閱讀中，人們都有過(guò)意外發(fā)現(xiàn)有用信息的體驗(yàn)，尤其是網(wǎng)頁(yè)中提供的超鏈接，使用戶可以在Internet中“順鏈而行”，從一個(gè)網(wǎng)頁(yè)轉(zhuǎn)到另一個(gè)網(wǎng)頁(yè)。追蹤某個(gè)網(wǎng)頁(yè)的相關(guān)鏈接有些類似于傳統(tǒng)文獻(xiàn)檢索中的“追溯檢索”，即根據(jù)文獻(xiàn)后所附的參考文獻(xiàn)追溯相關(guān)文獻(xiàn)，一輪一輪地不斷擴(kuò)大范圍。這種方式可以在很短時(shí)間內(nèi)獲得大量相關(guān)信息，但也可能會(huì)偏離檢索目標(biāo)，因此搜索的結(jié)果可能帶有某種偶然性和片面性。嚴(yán)格地說(shuō)，網(wǎng)絡(luò)瀏覽并不是一種真正的網(wǎng)絡(luò)信息檢索方法。當(dāng)我們?cè)诰W(wǎng)絡(luò)瀏覽中發(fā)現(xiàn)有價(jià)值的信息后，應(yīng)及時(shí)收藏這些信息頁(yè)面，為今后的使用提供方便。7.2Internet網(wǎng)絡(luò)信息檢索目前十三頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.1Internet網(wǎng)絡(luò)信息檢索方法2.使用搜索引擎檢索信息搜索引擎作為主要的Internet網(wǎng)絡(luò)信息檢索工具，能夠向用戶提供關(guān)鍵詞、詞組或自然語(yǔ)言檢索，在網(wǎng)絡(luò)信息檢索中具有重要的地位。在進(jìn)行信息檢索時(shí)，由戶提出檢索要求，搜索引擎代替用戶在數(shù)據(jù)庫(kù)中進(jìn)行查找，并將檢索結(jié)果反饋給用戶。一般情況下，搜索引擎具有布爾檢索、詞組檢索、截詞檢索、字段檢索等多種功能。利用搜索引擎實(shí)施檢索省時(shí)省力、簡(jiǎn)單方便、檢索速度快、能及時(shí)獲取新增網(wǎng)絡(luò)信息。但由于搜索引擎使用計(jì)算機(jī)程序自動(dòng)進(jìn)行信息的加工、處理，檢索軟件的智能性不是很高，會(huì)造成檢索的準(zhǔn)確性不是很理想，與人們的檢索需求及對(duì)檢索效率的期望存在一定的差距。7.2Internet網(wǎng)絡(luò)信息檢索目前十四頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.1Internet網(wǎng)絡(luò)信息檢索方法3.使用網(wǎng)絡(luò)資源指南檢索信息開(kāi)發(fā)網(wǎng)絡(luò)資源指南的目的是可實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)信息資源的智能性查找。為了對(duì)Internet上的信息資源加以組織和管理，使大量有價(jià)值的信息納入一個(gè)有序的組織體系，便于用戶全面掌握網(wǎng)絡(luò)資源的分布，專業(yè)人員基于對(duì)網(wǎng)絡(luò)信息資源的產(chǎn)生、傳遞與利用機(jī)制的廣泛了解，以及對(duì)網(wǎng)絡(luò)信息資源分布狀況的熟悉，使用采集、組織、評(píng)價(jià)、過(guò)濾、控制、檢索等各種手段，開(kāi)發(fā)出用于快速檢索信息的網(wǎng)絡(luò)資源指南。網(wǎng)絡(luò)資源指南會(huì)根據(jù)網(wǎng)絡(luò)信息的主題內(nèi)容進(jìn)行分類，并以等級(jí)目錄的形式進(jìn)行組織。在Internet上，綜合性的網(wǎng)絡(luò)資源指南廣受歡迎，最著名的就是Yahoo目錄；而專業(yè)性的網(wǎng)絡(luò)資源指南也很普遍，幾乎每一個(gè)學(xué)科專業(yè)、重要課題、研究領(lǐng)域的網(wǎng)絡(luò)資源指南都可以在Internet上找到，例如中國(guó)高等教育文獻(xiàn)保障系統(tǒng)CALIS（）就是一個(gè)含有多學(xué)科的網(wǎng)絡(luò)資源指南。但使用網(wǎng)絡(luò)資源指南也存在著很大的局限性，由于對(duì)網(wǎng)絡(luò)資源指南的管理和維護(hù)跟不上網(wǎng)絡(luò)信息的增長(zhǎng)速度，因此其中收錄信息的范圍不夠全面，新穎性、及時(shí)性不夠強(qiáng)，同時(shí)用戶還要受開(kāi)發(fā)人員分類思想的限制。7.2Internet網(wǎng)絡(luò)信息檢索目前十五頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.1Internet網(wǎng)絡(luò)信息檢索方法4.使用在線數(shù)據(jù)庫(kù)檢索信息使用Internet上的在線數(shù)據(jù)庫(kù)進(jìn)行查詢，是用戶獲取學(xué)術(shù)性信息的最有效方法。目前，Internet上在線數(shù)據(jù)庫(kù)有很多，比較著名的有維普數(shù)據(jù)庫(kù)、CNKI中國(guó)期刊網(wǎng)、萬(wàn)方數(shù)據(jù)庫(kù)資源系統(tǒng)、超星數(shù)字圖書(shū)館等。5.使用其他類型的網(wǎng)絡(luò)信息檢索工具在Internet發(fā)展的初期，相繼開(kāi)發(fā)了一系列的網(wǎng)絡(luò)信息查詢工具。例如，使用Telnet遠(yuǎn)程登錄到各類圖書(shū)館的公共目錄系統(tǒng)、信息服務(wù)機(jī)構(gòu)的綜合信息系統(tǒng)等進(jìn)行查詢；使用分布式數(shù)據(jù)庫(kù)檢索系統(tǒng)Archie在FTP文件服務(wù)器中查詢信息；使用USENET新聞組在Internet上讀取新聞組消息并開(kāi)展討論；使用基于菜單驅(qū)動(dòng)的Internet信息查詢工具檢索文本信息；使用廣域信息查詢工具WAIS在Internet上檢索信息資源。需要注意的是，由于WWW系統(tǒng)的快速發(fā)展，成為Internet網(wǎng)絡(luò)信息發(fā)布的主流，隨著時(shí)間的不斷推移，在上述網(wǎng)絡(luò)信息查詢工具中，有些還在繼續(xù)使用，有些已無(wú)人問(wèn)津。7.2Internet網(wǎng)絡(luò)信息檢索目前十六頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.2Internet搜索引擎1.搜索引擎的工作原理搜索引擎通常由搜索器、索引器、檢索器、數(shù)據(jù)庫(kù)和用戶接口五個(gè)部分組成。搜索器是一個(gè)自動(dòng)運(yùn)行的程序，人們通常也將其稱為蜘蛛（Spider）、機(jī)器人（Robot）、網(wǎng)頁(yè)爬行者（WebCrawler）等，搜索器的功能是在Internet中自動(dòng)漫游，發(fā)現(xiàn)信息并生成信息摘要。它日夜不停地運(yùn)行，盡可能多、盡可能快地搜集各種類型的新信息，同時(shí)還要定期更新已經(jīng)搜集過(guò)的舊信息，避免無(wú)效鏈接的出現(xiàn)。索引器也稱標(biāo)引器，它的主要功能是對(duì)搜索器捕獲的信息進(jìn)行分析，從中抽取出索引項(xiàng)，建立文檔的索引表。索引器的標(biāo)引方法因系統(tǒng)的不同而異，大多數(shù)都采取自動(dòng)標(biāo)引技術(shù)，可以建立對(duì)WWW網(wǎng)頁(yè)內(nèi)容的全文索引，也可以按某些分類或特征從網(wǎng)頁(yè)中抽取信息。數(shù)據(jù)庫(kù)是搜索引擎所包含信息資源的集合，它不僅存放搜索器從網(wǎng)絡(luò)中收集的信息摘要，同時(shí)還存放了索引器對(duì)這些信息摘要建立的索引項(xiàng)，以備將來(lái)用戶查詢時(shí)使用。檢索器是根據(jù)用戶的查詢要求在信息數(shù)據(jù)庫(kù)中快速匹配文檔，對(duì)將要輸出的結(jié)果進(jìn)行排序，并實(shí)現(xiàn)某種用戶相關(guān)性的反饋機(jī)制。用戶接口供用戶輸入查詢，顯示匹配結(jié)果。主要目的是方便用戶使用搜索引擎，高效率、多方式地從搜索引擎中得到有效及時(shí)的信息。7.2Internet網(wǎng)絡(luò)信息檢索目前十七頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.2Internet搜索引擎1.搜索引擎的工作原理在搜索引擎中，首先利用搜索器從Internet上收集各網(wǎng)絡(luò)站點(diǎn)的摘要信息，再使用索引器對(duì)網(wǎng)頁(yè)上的某些關(guān)鍵詞建立索引，并存放到本地?cái)?shù)據(jù)庫(kù)中。當(dāng)用戶在檢索時(shí)，通過(guò)搜索引擎的用戶接口訪問(wèn)摘要信息數(shù)據(jù)庫(kù)，檢索器根據(jù)用戶的查詢條件快速檢索出文檔，并對(duì)將要輸出的結(jié)果進(jìn)行排序和相關(guān)性處理，最后再通過(guò)用戶接口將檢索結(jié)果反饋給用戶。7.2Internet網(wǎng)絡(luò)信息檢索目前十八頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.2Internet搜索引擎2.搜索引擎的基本檢索功能搜索引擎使用輸入的檢索關(guān)鍵詞進(jìn)行檢索。一般地，可以將搜索引擎的檢索功能分為基本檢索功能和高級(jí)檢索功能兩類。搜索引擎支持的基本檢索功能主要有字符串檢索、布爾邏輯檢索、截詞檢索、字段限制檢索等。（1）布爾邏輯檢索搜索引擎大都支持布爾邏輯檢索，即用布爾算符AND、OR、NOT連接檢索關(guān)鍵詞進(jìn)行邏輯運(yùn)算。例如檢索關(guān)鍵詞“計(jì)算機(jī)AND數(shù)碼相機(jī)”表示查詢既含有計(jì)算機(jī)又含有數(shù)碼相機(jī)的信息內(nèi)容，而檢索關(guān)鍵詞“計(jì)算機(jī)OR數(shù)碼相機(jī)”則表示查詢含有計(jì)算機(jī)或含有數(shù)碼相機(jī)的信息內(nèi)容。需要注意的是，不同的搜索引擎對(duì)邏輯檢索支持的程度不同，邏輯運(yùn)算符的表示也不相同，使用時(shí)應(yīng)參考具體的搜索引擎。（2）字符串檢索字符串檢索是一種精確的查找方式，它將一個(gè)字符串當(dāng)成一個(gè)獨(dú)立的運(yùn)算單元進(jìn)行嚴(yán)格地匹配。字符串檢索不僅規(guī)定了檢索關(guān)鍵詞中各個(gè)具體的檢索詞及其相互的邏輯關(guān)系，而且規(guī)定了檢索詞之間的位置關(guān)系。幾乎所有的搜索引擎都支持字符串檢索，而且都采用雙引號(hào)“”來(lái)代表字符串。例如在搜索引擎中使用字符串“計(jì)算機(jī)軟件”作為檢索關(guān)鍵詞，就等于告訴搜索引擎只檢索網(wǎng)頁(yè)中含有“計(jì)算機(jī)軟件”的信息內(nèi)容，而忽略哪些包含有“計(jì)算機(jī)軟件行情”的信息內(nèi)容。7.2Internet網(wǎng)絡(luò)信息檢索目前十九頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.2Internet搜索引擎（3）截詞檢索截詞檢索是能夠有效防止漏檢的檢索技術(shù)，尤其在西文檢索中應(yīng)用更加廣泛。截?cái)嗉夹g(shù)可以擴(kuò)大檢索范圍，具有方便用戶、增強(qiáng)檢索效果的特點(diǎn)，但一定要合理使用，否則會(huì)造成誤檢。大多數(shù)搜索引擎都支持截詞功能，一般提供右截?cái)啵行┧阉饕娌捎米詣?dòng)截詞，有的搜索引擎則是在一定條件下才能截詞。常用的截詞符有“?”、“*”和“$”，例如在搜索引擎中可以輸入檢索關(guān)鍵詞“comput?”，則搜索引擎可以檢索出包含computer、computers、computing等的信息內(nèi)容。（4）字段限制檢索在搜索引擎中，字段檢索一律表現(xiàn)為前綴符限制的形式，如屬于主題字段限制的有Title、Keywords、Subject、Summary等；屬于非主題字段限制的有Image、Text、Applet等。此外搜索引擎還提供了帶有典型的網(wǎng)絡(luò)檢索特征的字段限制類型，如主機(jī)名限制Host、網(wǎng)站地址限制Site、域名限制Domain、新聞組限制Newsgroups、URL限制URL等。例如希望限制在新浪網(wǎng)中檢索信息，可在檢索關(guān)鍵詞后添加字符串“Site:”。7.2Internet網(wǎng)絡(luò)信息檢索目前二十頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.2Internet搜索引擎3.搜索引擎的高級(jí)檢索功能搜索引擎的高級(jí)檢索功能包括自然語(yǔ)言檢索、模糊檢索、概念檢索、區(qū)分大小寫(xiě)的檢索、管道檢索、相關(guān)信息反饋檢索等。（1）自然語(yǔ)言檢索自然語(yǔ)言檢索即直接采用自然語(yǔ)言中的字、詞、句作為檢索關(guān)鍵詞進(jìn)行檢索，例如可以使用“什么是信息檢索？”或“當(dāng)前計(jì)算機(jī)的發(fā)展趨勢(shì)如何?”這樣的語(yǔ)句充當(dāng)檢索關(guān)鍵詞。自然語(yǔ)言檢索使網(wǎng)絡(luò)檢索變得簡(jiǎn)單、直接，目前大多數(shù)的搜索引擎都支持自然語(yǔ)言檢索，因而備受廣大用戶的歡迎。（2）模糊檢索模糊檢索是一種常用的檢索技術(shù)，當(dāng)輸入一個(gè)檢索關(guān)鍵詞時(shí)，搜索引擎就把與關(guān)鍵詞相關(guān)的詞條同時(shí)檢索出來(lái)供用戶加以選擇。例如使用關(guān)鍵詞“搜索引擎”進(jìn)行檢索時(shí)，模糊檢索就會(huì)同時(shí)檢索出包含搜索引擎、搜尋引擎、引擎等相關(guān)詞條的信息內(nèi)容。（3）概念檢索概念檢索主要是同義詞和近義詞檢索，即使用某檢索關(guān)鍵詞時(shí)，概念檢索技術(shù)會(huì)同時(shí)對(duì)與該詞概念類似的同義詞和近義詞進(jìn)行檢索，以達(dá)到擴(kuò)大檢索、避免漏檢的目的。例如用戶使用“計(jì)算機(jī)”作為檢索關(guān)鍵詞時(shí)，模糊檢索就會(huì)檢索出包含有“計(jì)算機(jī)”、“電腦”、“PC機(jī)”等相關(guān)詞條的信息內(nèi)容。7.2Internet網(wǎng)絡(luò)信息檢索目前二十一頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.2Internet搜索引擎（4）區(qū)分大小寫(xiě)的檢索區(qū)分大小寫(xiě)的檢索有助于提高查準(zhǔn)率，為此許多搜索引擎都可以讓用戶選擇是否要求區(qū)分英文字母的大小寫(xiě)，在檢索含有的人名、地名等專有名詞的關(guān)鍵詞中經(jīng)常使用。（5）管道檢索管道檢索即用管道檢索符號(hào)“|”連接兩個(gè)或更多檢索關(guān)鍵詞，先使用前一個(gè)關(guān)鍵詞進(jìn)行檢索，再在查詢結(jié)果的基礎(chǔ)上對(duì)后一個(gè)關(guān)鍵詞進(jìn)行檢索，以此類推，以達(dá)到逐步縮小檢索結(jié)果、提高查準(zhǔn)率的目的。（6）相關(guān)信息反饋檢索搜索引擎往往能進(jìn)一步提供與檢索結(jié)果類似的結(jié)果，這稱為相關(guān)信息反饋檢索。7.2Internet網(wǎng)絡(luò)信息檢索目前二十二頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.2.3常用搜索引擎介紹目前，在Internet上用戶常用的搜索引擎有百度、谷歌、雅虎、必應(yīng)、愛(ài)問(wèn)和搜搜等，下面列出了它們的其網(wǎng)絡(luò)地址。百度（）谷歌（）雅虎（）必應(yīng)（）愛(ài)問(wèn)（）搜搜（）7.2Internet網(wǎng)絡(luò)信息檢索目前二十三頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.3.1CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)中國(guó)知識(shí)基礎(chǔ)設(shè)施（ChinaNationalKnowledgeInfrastructure，CNKI）是以建設(shè)社會(huì)化的知識(shí)基礎(chǔ)設(shè)施為目標(biāo)的國(guó)家級(jí)大規(guī)模信息化工程，該項(xiàng)目由清華大學(xué)發(fā)起，1999年6月開(kāi)始實(shí)施，目前已建成世界上全文信息量最大的CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)，涵蓋了期刊、報(bào)紙、專利文獻(xiàn)、學(xué)位論文、會(huì)議論文等各類文獻(xiàn)，使我國(guó)教育、科研、政府、企業(yè)、醫(yī)療衛(wèi)生等各行業(yè)獲取與交流信息的能力達(dá)到了國(guó)際先進(jìn)水平。CNKI以網(wǎng)絡(luò)形式發(fā)布信息，因而又稱為中國(guó)知網(wǎng)（），其主頁(yè)如圖7.8所示。7.3網(wǎng)絡(luò)文獻(xiàn)檢索系統(tǒng)目前二十四頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.3.1CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)7.3網(wǎng)絡(luò)文獻(xiàn)檢索系統(tǒng)目前二十五頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.3.1CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)CNKI目前已建成并投入使用的數(shù)據(jù)庫(kù)主要包括：中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù)中國(guó)優(yōu)秀碩士學(xué)位論文全文數(shù)據(jù)庫(kù)中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù)中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù)中國(guó)專利全文數(shù)據(jù)庫(kù)高等教育文獻(xiàn)總庫(kù)中國(guó)基礎(chǔ)教育知識(shí)倉(cāng)庫(kù)醫(yī)院知識(shí)倉(cāng)庫(kù)中國(guó)城市規(guī)劃知識(shí)倉(cāng)庫(kù)7.3網(wǎng)絡(luò)文獻(xiàn)檢索系統(tǒng)目前二十六頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.3.1CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)1.中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)簡(jiǎn)介中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)是在《中國(guó)學(xué)術(shù)期刊（光盤(pán)版）》的基礎(chǔ)上開(kāi)發(fā)的基于Internet的一種大規(guī)模集成化、多功能、動(dòng)態(tài)學(xué)術(shù)期刊全文檢索系統(tǒng)，全文收錄國(guó)內(nèi)7400多種重要的學(xué)術(shù)類期刊，內(nèi)容覆蓋自然科學(xué)、工程技術(shù)、農(nóng)業(yè)、哲學(xué)、醫(yī)學(xué)、人文社會(huì)科學(xué)等各個(gè)領(lǐng)域，累積的學(xué)術(shù)期刊文獻(xiàn)總量超過(guò)2400萬(wàn)篇。中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)收錄的內(nèi)容共分為10個(gè)專輯，分別是基礎(chǔ)科學(xué)、工程科技I輯、工程科技II輯、農(nóng)業(yè)科技、醫(yī)藥衛(wèi)生科技、信息科技、人文與社會(huì)科學(xué)文獻(xiàn)、社會(huì)科學(xué)I輯、社會(huì)科學(xué)II輯、經(jīng)濟(jì)管理科學(xué)，共168個(gè)專題文獻(xiàn)數(shù)據(jù)庫(kù)，7.3網(wǎng)絡(luò)文獻(xiàn)檢索系統(tǒng)目前二十七頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.3.1CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)(/)2.登錄CNKI由于CNKI的全文數(shù)據(jù)庫(kù)均為收費(fèi)檢索數(shù)據(jù)庫(kù)，因此使用CNKI的用戶必須是注冊(cè)用戶或是CNKI中心網(wǎng)站、CNKI開(kāi)放式鏡像站點(diǎn)的包庫(kù)用戶。在如圖7.8所示的CNKI主頁(yè)中，輸入注冊(cè)賬號(hào)和密碼后即可登錄CNKI。一般情況下，校園網(wǎng)用戶可首先登錄到學(xué)校圖書(shū)館網(wǎng)站，再通過(guò)超鏈接進(jìn)入CNKI主頁(yè)，輸入學(xué)校圖書(shū)館提供的賬號(hào)和密碼，登錄CNKI。登錄后，可通過(guò)CNKI主頁(yè)面中的超鏈接進(jìn)入文獻(xiàn)檢索頁(yè)面。7.3網(wǎng)絡(luò)文獻(xiàn)檢索系統(tǒng)目前二十八頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.3.1CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)3.CNKI的檢索方式在如圖7.8所示的頁(yè)面中，右邊列出了學(xué)科領(lǐng)域分類細(xì)目，用戶可根據(jù)需要逐級(jí)選擇使用；下方列出了各類數(shù)據(jù)庫(kù)，用戶可以選擇中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)、中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù)及其他用于檢索的數(shù)據(jù)庫(kù)。CNKI提供了包括簡(jiǎn)單檢索、標(biāo)準(zhǔn)檢索、高級(jí)檢索、專業(yè)檢索、引文檢索、學(xué)者檢索、科研基金檢索、句子檢索等在內(nèi)的多種檢索方式。（1）簡(jiǎn)單檢索簡(jiǎn)單檢索界面如圖7.10所示，提供了類似搜索引擎的檢索方式，用戶只需要輸入所要找的檢索關(guān)鍵詞，單擊“簡(jiǎn)單檢索”按鈕就能查到相關(guān)的文獻(xiàn)。7.3網(wǎng)絡(luò)文獻(xiàn)檢索系統(tǒng)目前二十九頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.3.1CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)（2）標(biāo)準(zhǔn)檢索標(biāo)準(zhǔn)檢索是CNKI檢索系統(tǒng)默認(rèn)的檢索方式，標(biāo)準(zhǔn)檢索界面如圖7.11所示。7.3網(wǎng)絡(luò)文獻(xiàn)檢索系統(tǒng)目前三十頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.3.1CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)（3）高級(jí)檢索高級(jí)檢索界面如圖7.12所示，用戶應(yīng)首先輸入范圍控制條件，再輸入文獻(xiàn)內(nèi)容特征信息，最后對(duì)檢索得到的結(jié)果分組排序。7.3網(wǎng)絡(luò)文獻(xiàn)檢索系統(tǒng)目前三十一頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.3.1CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)4）專業(yè)檢索專業(yè)檢索面向從事圖書(shū)情報(bào)檢索工作的專業(yè)用戶，用戶需要使用邏輯運(yùn)算符和關(guān)鍵詞構(gòu)造檢索式進(jìn)行檢索，其檢索界面如圖7.13所示。在專業(yè)檢索中，可使用主題、題名（篇名）、關(guān)鍵詞、摘要、全文、作者、第一責(zé)任人(第一作者)、機(jī)構(gòu)(單位)、中文刊名或英文刊名、引文（參考文獻(xiàn)）、發(fā)表時(shí)間、年、基金、中圖分類號(hào)、ISSN、統(tǒng)一刊號(hào)、ISBN、被引頻次等檢索字段構(gòu)造檢索表達(dá)式，多個(gè)檢索項(xiàng)的檢索表達(dá)式之間用AND、OR、NOT邏輯運(yùn)算符進(jìn)行組合。7.3網(wǎng)絡(luò)文獻(xiàn)檢索系統(tǒng)目前三十二頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.3.1CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)（5）引文檢索引文檢索以被引文獻(xiàn)的特征信息和文獻(xiàn)的引用關(guān)系為出發(fā)點(diǎn)進(jìn)行文件檢索，其檢索界面如圖7.14所示。引文檢索的檢索過(guò)程與標(biāo)準(zhǔn)檢索一致，這里就不在贅述。7.3網(wǎng)絡(luò)文獻(xiàn)檢索系統(tǒng)目前三十三頁(yè)\總數(shù)四十頁(yè)\編于十九點(diǎn)青島大學(xué)公共計(jì)算機(jī)基礎(chǔ)教學(xué)中心第7章信息檢索7.3.1CNKI知識(shí)網(wǎng)絡(luò)服務(wù)平臺(tái)（6）學(xué)者檢索學(xué)者檢索對(duì)學(xué)者信息及發(fā)表文獻(xiàn)的