第五章-網(wǎng)絡信息檢索概論課件

第五章網(wǎng)絡信息檢索概論

Internet

網(wǎng)絡信息資源網(wǎng)絡搜索引擎

網(wǎng)絡信息檢索

1感謝你的觀看2019年5月16第五章網(wǎng)絡信息檢索概論Internet1感謝你的觀第一節(jié)、Internet

Internet的進入方式

IP地址

信息高速公路2感謝你的觀看2019年5月16第一節(jié)、Internet

信息高速公路2感謝你的觀看2019（一）Internet的進入方式3感謝你的觀看2019年5月16（一）Internet的進入方式3感謝你的觀看2019年5月(二)IP地址識別主機的身份證，唯一性形式：四組小于256的十進制表示。如：8

字符型的IP地址，即域名（DN），格式如：

主機名機構(gòu)名網(wǎng)絡類型最高域名最高層域名有兩種類型：機構(gòu)名稱——最高層域名為3個以上字母。這些字母標明機構(gòu)的類型。地理名稱——高層域名為2個字母。這兩個字母的代碼確定了某個國家或地區(qū)。例如：cn-中國，ca-加拿大，DN與IP一般是一一對應，通過Internet上域名服務器可自動將DN轉(zhuǎn)換成IP。4感謝你的觀看2019年5月16(二)IP地址識別主機的身份證，唯一性4感謝你的觀看2019美國的頂層域按機構(gòu)性質(zhì)分為：5感謝你的觀看2019年5月16美國的頂層域按機構(gòu)性質(zhì)分為：5感謝你的觀看2019年5月16此外，有關(guān)組織于1997年建議增加7個頂級域名，對有關(guān)域名空間作了進一步細分，以消除com域中出現(xiàn)的擁擠現(xiàn)象。所建議的頂級域名是：info(提供信息服務的組織),web(與WWW特別相關(guān)的組織)，firm(商業(yè)公司)，arts(文化和娛樂組織)，nom(個體或個人),rec(強調(diào)消遣娛樂的組織)，store(商業(yè)銷售企業(yè))。6感謝你的觀看2019年5月16此外，有關(guān)組織于1997年建議增加7個頂級域名，對有關(guān)域名空第二節(jié)網(wǎng)絡信息資源網(wǎng)絡信息資源的含義網(wǎng)絡信息資源的類型7感謝你的觀看2019年5月16第二節(jié)網(wǎng)絡信息資源網(wǎng)絡信息資源的含義7感謝你的觀看201一、網(wǎng)絡信息資源的含義網(wǎng)絡信息資源是指信息資源以電子數(shù)據(jù)的形式存放在非印刷型的介質(zhì)中，并通過網(wǎng)絡通信手段，在計算機等終端上再現(xiàn)的信息的總和。有人認為是：通過計算機網(wǎng)絡可以利用的各種信息資源的總和。8感謝你的觀看2019年5月16一、網(wǎng)絡信息資源的含義網(wǎng)絡信息資源是指信息資源以電子數(shù)據(jù)的形二、網(wǎng)絡信息資源的類型

1、按所采用的傳輸協(xié)議分萬維網(wǎng)（worldwideweb,簡稱WWW或Web）信息資源：它使用http協(xié)議，使用簡單，功能強大，能方便迅速的瀏覽和傳遞分布于網(wǎng)絡各處的文字、圖象、聲音和多媒體超文本信息Telnet信息資源：telnet是遠程登陸協(xié)議。telnet信息資源包括硬件資源和軟件資源。許多機構(gòu)都提供遠程登陸的信息系統(tǒng)，如圖書館的公共目錄系統(tǒng)，信息服務機構(gòu)的綜合信息系統(tǒng)等。FTP信息資源：它使用ftp（filetransferprotocol）協(xié)議，該協(xié)議主要用語連網(wǎng)計算機之間傳輸文件。FTP相當于在網(wǎng)絡上兩個主機之間復制文件.用戶服務組信息資源:包括新聞組，電子郵件組等。Gopher信息資源：

9感謝你的觀看2019年5月16二、網(wǎng)絡信息資源的類型

1、按所采用的傳輸協(xié)議分萬維網(wǎng)（wo2、按文獻類型分電子報紙電子圖書電子期刊動態(tài)信息如政府機構(gòu)發(fā)布的消息、政策法規(guī)、會議消息、論文集、研究成果、項目進展報告、產(chǎn)品目錄、出版目錄、廣告等。書目數(shù)據(jù)庫，參考數(shù)據(jù)庫等等10感謝你的觀看2019年5月162、按文獻類型分電子報紙10感謝你的觀看2019年5月163、按媒體性質(zhì)分文本信息如數(shù)據(jù)、論文、書刊、目錄和數(shù)據(jù)庫、廣告。圖形圖像如圖表、圖形、影像、影視。聲音包括各種網(wǎng)上發(fā)表的演講、報告及音樂信息。軟件如免費軟件、贈送軟件、商品軟件及軟件升級版本。11感謝你的觀看2019年5月163、按媒體性質(zhì)分文本信息如數(shù)據(jù)、論文、書刊、目錄和數(shù)據(jù)庫4、按信息內(nèi)容的表現(xiàn)形式和內(nèi)容分

全文型信息：它指直接在網(wǎng)上發(fā)行的電子期刊，網(wǎng)上報紙，印刷型期刊的電子版，網(wǎng)絡學院的各類教材，政府出版物，標準全文等；事實型信息：天氣預報，節(jié)目預告，火車車次，飛機航班，城市或景點介紹，工程實況、IP地址等；數(shù)值型信息：主要是指各種統(tǒng)計數(shù)據(jù)、實驗數(shù)據(jù)；數(shù)據(jù)庫類信息：如DIALOG，萬方等，是傳統(tǒng)數(shù)據(jù)庫的網(wǎng)絡化；微內(nèi)容（web2.0特征）：如博客、播客，BBS，聊天，郵件討論組，網(wǎng)絡新聞組等。其它類型：投資行情和分析，圖形圖象，影視廣告等。12感謝你的觀看2019年5月164、按信息內(nèi)容的表現(xiàn)形式和內(nèi)容分全文型信息：它指直接在第三節(jié)網(wǎng)絡搜索引擎網(wǎng)絡搜索引擎的類型檢索結(jié)果的排序方法國內(nèi)外主要搜索引擎簡介搜索引擎的語法規(guī)則搜索引擎的檢索功能搜索引擎的檢索方法13感謝你的觀看2019年5月16第三節(jié)網(wǎng)絡搜索引擎網(wǎng)絡搜索引擎的類型13感謝你的觀看2全文索引，元搜索引擎，目錄索引，垂直搜索引擎，集合式搜索引擎，門戶搜索引擎與免費鏈接列表，等等。僅介紹前面兩種主要的搜索引擎。一、搜索引擎的主要類型14感謝你的觀看2019年5月16全文索引，一、搜索引擎的主要類型14感謝你的觀看2019年51、獨立(全文)搜索引擎：允許用戶遞交查詢，檢索出與查詢相關(guān)的網(wǎng)頁等結(jié)果列表，并且排序輸出。如百度，Google，

WEB信息資源用戶系統(tǒng)信息采集模塊信息檢索模塊索引數(shù)據(jù)庫信息標引模塊15感謝你的觀看2019年5月161、獨立(全文)搜索引擎：允許用戶遞交查詢，檢索出與查詢相關(guān)2、元搜索引擎16感謝你的觀看2019年5月162、元搜索引擎16感謝你的觀看2019年5月1617感謝你的觀看2019年5月1617感謝你的觀看2019年5月16二、檢索結(jié)果的排序方法（1）自然排名——就是按相關(guān)度排名原則，對應的排名結(jié)果稱“自然排名”。確定相關(guān)度的方法有：A、概率方法：根據(jù)關(guān)鍵詞在文中出現(xiàn)的頻率來判定文件的相關(guān)性（關(guān)鍵詞出現(xiàn)次數(shù)越多，相關(guān)度就越高）；Ｂ、位置方法：根據(jù)關(guān)鍵詞在文中出現(xiàn)的位置來判定（關(guān)鍵詞出現(xiàn)越靠前，文件的相關(guān)程度越高）；Ｃ、網(wǎng)頁被引用次數(shù)

google主要采取此方法，有兩種計算法：一是有多少網(wǎng)頁與該記錄鏈接，被鏈接越多，賦予的分值越高（即相關(guān)性越高）；二是網(wǎng)頁的訪問量，網(wǎng)頁在一段時間內(nèi)被點擊的頻率越高其相關(guān)性越高。Ｄ、被匹配提問詞的數(shù)量如果提問式中包含3個單詞，那么全部包含3個單詞的記錄要比只包含2個或1個單詞的記錄分值要高。Ｅ、詞的鄰近度如果兩個詞緊挨著出現(xiàn)要比分開出現(xiàn)的分值高。18感謝你的觀看2019年5月16二、檢索結(jié)果的排序方法（1）自然排名——就是按相關(guān)度排名原則（2）付費排名近年來搜索引擎公司推出了一種“付費搜索”業(yè)務，打破了自然排名原則，把搜索引擎檢索結(jié)果網(wǎng)頁（searchengineresultpage,SERP）排名位置拍賣給從事網(wǎng)絡推廣的廣告主。這些廣告可以按“每次瀏覽”或“每次點擊”等原則出價，出價越高則其結(jié)果在SERP中的排名越高，這一原則稱為“競價排名”原則，對應的排名結(jié)果叫“付費排名”，19感謝你的觀看2019年5月16（2）付費排名近年來搜索引擎公司推出了一種“付費搜索”業(yè)務，三、常用中外搜索引擎簡介常用中文獨立搜索引擎(P76-)常用外文獨立搜索引擎（P79-）常用中外元搜索引擎(P86-)20感謝你的觀看2019年5月16三、常用中外搜索引擎簡介常用中文獨立搜索引擎(P76-)20

四、搜索引擎的語法規(guī)則（P1）（1）使用邏輯算符：AND、OR、NOT：如“計算機營銷狀況，但對IBM的情況不關(guān)心”，檢索式為：“計算機營銷NOTIBM”

。（2）使用“+”、“-”或should,shouldnot、must等：用來強調(diào)某個詞匯必須(可能)出現(xiàn)或者不出現(xiàn)在搜索結(jié)果中，如查找“聯(lián)想公司的計算機產(chǎn)品，但不是天琴系列”，檢索式是：“計算機AND（+聯(lián)想-天琴）”21感謝你的觀看2019年5月16四、搜索引擎的語法規(guī)則（P1）（1）使用邏輯算符：A四、搜索引擎的語法規(guī)則（P2）（3）使用NEAR：其控制語句可以為NEAR/n（n＞1），用于查找在一定范圍n內(nèi)同時出現(xiàn)關(guān)鍵字的文獻，它既可以統(tǒng)計關(guān)鍵字出現(xiàn)的頻率，還可檢查關(guān)鍵字相隔距離，如：輸入GoodNEAR/10Better。（4）使用連字符：e-business（電子商務22感謝你的觀看2019年5月16四、搜索引擎的語法規(guī)則（P2）（3）使用NEAR：其控制語句四、搜索引擎的語法規(guī)則（P3）（5）使用逗號、括號、引號：一般情況下:逗號的作用和OR的作用一樣；括號的作用和數(shù)學中的作用一樣，如：計算機AND（雜志OR游戲），查出的是“計算機雜志”或“計算機游戲”；引號是告訴搜索引擎將幾個關(guān)鍵字作為一個完整的組合字符串進行搜索。如：查找電子雜志方面的文獻，可輸入“electronicmagazine”（帶引號），若不加引號，兩字間的空格一般均作為“OR”解釋。23感謝你的觀看2019年5月16四、搜索引擎的語法規(guī)則（P3）（5）使用逗號、括號、引號：一四、搜索引擎的語法規(guī)則（P4）（6）使用通配符“*”：通配符可以用來指代詞匯的某一部分。如com*，可以代表computer，communication，company等

24感謝你的觀看2019年5月16四、搜索引擎的語法規(guī)則（P4）（6）使用通配符“*”：通配五、搜索引擎的檢索功能(p1)1.布爾邏輯檢索

幾乎所有的搜索引擎都具有布爾邏輯功能。2.加權(quán)檢索“＋”號或選擇“mustcontain”，：表示某個關(guān)鍵詞“一定要出現(xiàn)”或“必須包含”在檢索結(jié)果中；“－”號或選擇“mustnotcontain”,“shouldnot”：表示某個關(guān)鍵詞“一定不能出現(xiàn)”或“可能不包含”在檢索結(jié)果中；不加符號或選擇“shouldcontain”，“should”，表示某個關(guān)鍵詞“可以出現(xiàn)”或“可以包含”在檢索結(jié)果中。

3.詞語檢索

在一串詞后加雙引號（“”）或用連字符（－）連接，限定檢索結(jié)果中的詞語必須精確匹配。4.截詞檢索

25感謝你的觀看2019年5月16五、搜索引擎的檢索功能(p1)1.布爾邏輯檢索幾乎所有的搜五、搜索引擎的檢索功能（P2）5.字段限定檢索

如“titil:”、“abstract:”、“keyword:“、“主機名限制（host：）、超鏈限制（anchor：）、域名限制（domain：）、URL限制（url：）、鏈接限制（link：）、網(wǎng)址限制（site：）、新聞組限制（newsgroups：）、E-mail限制（from：）等。

26感謝你的觀看2019年5月16五、搜索引擎的檢索功能（P2）5.字段限定檢索26感謝你五、搜索引擎的檢索功能（P3）6.位置檢索部分搜索引擎支持一定的位置檢索功能。如AltaVista:能提供位置檢索，但目前只有near一種.WebCrawler:如輸入Anear3/B，表示兩個詞之間最多可有３個其它詞。27感謝你的觀看2019年5月16五、搜索引擎的檢索功能（P3）6.位置檢索部分搜索引擎支五、搜索引擎的檢索功能（P4）7.字母大小寫檢索有些系統(tǒng)區(qū)分字母大小寫，如AltaVista,Infoseek；有些系統(tǒng)不區(qū)分大小寫，如Yahoo!、新浪等。有些系統(tǒng)對名詞檢索有特殊規(guī)定。如InfoSeek要求對人名或地名首字母大寫。8.指定語種檢索

等等28感謝你的觀看2019年5月16五、搜索引擎的檢索功能（P4）7.字母大小寫檢索有些系統(tǒng)六、搜索引擎的主要檢索方法

分類檢索基本檢索(簡單檢索)高級檢索地區(qū)檢索29感謝你的觀看2019年5月16六、搜索引擎的主要檢索方法分類檢索29感謝你的觀看20191、分類檢索每一個搜索引擎都收錄了大量的網(wǎng)址地址（中文搜索引擎以中文信息為主，外文搜索引擎以外文信息為主），大多數(shù)搜索引擎在其首頁都提供分類范疇表(或分類目錄),有的還分好幾級類目，只需用鼠標點擊選中的主題，即可進入下一級類目，或直接顯示相關(guān)的站點或文獻名稱。

30感謝你的觀看2019年5月161、分類檢索每一個搜索引擎都收錄了大量的網(wǎng)址地址（中文搜索引如：分類欄目31感謝你的觀看2019年5月16如：分類欄目31感謝你的觀看2019年5月162、基本檢索(簡單檢索)它是索引式搜索引擎，用戶在搜索框中輸入檢索詞，搜索引擎會返回一組指向相關(guān)站點的超級鏈接。它往往對檢索提問式的構(gòu)造要求較低，比較直觀，檢索過程相對簡單。32感謝你的觀看2019年5月162、基本檢索(簡單檢索)它是索引式搜索引擎，用戶在搜索框中輸檢索結(jié)果657000033感謝你的觀看2019年5月16檢索結(jié)果657000033感謝你的觀看2019年5月163、高級檢索高級檢索：往往需要用戶按照搜索引擎檢索的語法規(guī)則，自行構(gòu)造完整的檢索式（在基本檢索界面），或?qū)z索詞輸入到相應的檢索框中。

（在高級檢索界面）。高級檢索界面：34感謝你的觀看2019年5月163、高級檢索高級檢索：往往需要用戶按照搜索引擎檢索的語法規(guī)則如：“公務員考試模擬試題”

公務員考試模擬試題輸入檢索式輸入檢索詞35感謝你的觀看2019年5月16如：“公務員考試模擬試題”公務員考試模擬試題輸入檢索式輸入兩種輸入方式的檢索結(jié)果11000036感謝你的觀看2019年5月16兩種輸入方式的檢索結(jié)果11000036感謝你的觀看2019年又如：在標題中檢索“完整關(guān)鍵詞”104000Title:“公務員考試模擬試題”37感謝你的觀看2019年5月16又如：在標題中檢索“完整關(guān)鍵詞”104000Title:“又如：google38感謝你的觀看2019年5月16又如：google38感謝你的觀看2019年5月164、地區(qū)檢索A.通過“虛擬旅游者”檢索信息“虛擬旅游者”(TheVirtualTourist)是按地區(qū)訪問WWW的超文本頁面，不便提供文字說明，配備含鏈接的世界地圖。通過使用鼠標點擊世界地圖的不同部分，用戶可能非常直觀地進行按地區(qū)檢索信息。它的URL地址為：http://WWW./webmap/。39感謝你的觀看2019年5月164、地區(qū)檢索A.通過“虛擬旅游者”檢索信息“虛擬旅40感謝你的觀看2019年5月1640感謝你的觀看2019年5月16B.通過Gopher檢索信息許多Gopher服務器都提供按地區(qū)檢索信息的功能。可以通過URL地址的Gopher服務器按地區(qū)檢索信息：C.用搜索引擎提供的地區(qū)（圖）搜索檢索如google提供的“地圖”查詢，中搜的地圖搜索等等。。41感謝你的觀看2019年5月16B.通過Gopher檢索信息許多Gopher服務器都提供第四節(jié)網(wǎng)絡信息檢索

網(wǎng)絡信息檢索概念網(wǎng)絡信息檢索工具的類型網(wǎng)絡信息檢索技巧42感謝你的觀看2019年5月16第四節(jié)網(wǎng)絡信息檢索網(wǎng)絡信息檢索概念42感謝你的觀看2一、網(wǎng)絡信息檢索概念網(wǎng)絡信息檢索——指網(wǎng)絡信息按一定的方式存儲起來，用科學的方法，利用檢索工具，為用戶檢索、揭示、傳遞知識和信息的過程。廣義的網(wǎng)絡信息檢索包括網(wǎng)絡信息整序和搜尋，整序是對網(wǎng)上的知識和信息進行加工，按學科、主題或字順等方式排序，形成檢索工具或檢索系統(tǒng)；狹義的就是網(wǎng)絡信息搜尋，指利用相應的檢索工具或檢索系統(tǒng)，運用科學的方法，從有序的信息集合中查出所需信息的過程。43感謝你的觀看2019年5月16一、網(wǎng)絡信息檢索概念網(wǎng)絡信息檢索——指網(wǎng)絡信息按一定的方式存二、網(wǎng)絡信息檢索工具的類型按不同方式可分為不同類型:1、按檢索資源的類型分：(1)非Web資源檢索工具即以非Web資源(如：FTP，Gopher，Telnet，Usenet等)為檢索對象的檢索工具，如：Archie，Veronica，WAIS等。(2)Web資源檢索工具即以Web資源為主要檢索對象，又以Web形式提供的檢索工具。44感謝你的觀看2019年5月16二、網(wǎng)絡信息檢索工具的類型按不同方式可分為不同類型:44感謝2、按檢索時所包括的檢索工具數(shù)量分①獨立型（單一）搜索引擎：它擁有自己的索引數(shù)據(jù)庫，提供基于自身索引庫的查詢，如Yahoo!搜狐、google等②集合型搜索引擎（元搜索引擎）:它沒有自己的索引數(shù)據(jù)庫，只提供集成的查詢界面，典型的有：3721、Metasearch,MetaCrawler,Bytesearch等.45感謝你的觀看2019年5月162、按檢索時所包括的檢索工具數(shù)量分①獨立型（單一）搜索引擎3、按索引方式分目錄型搜索引擎：主要采用人工或機器搜索信息，由人工對信息進行分類加工整理，建立分類導航或分類編排網(wǎng)站目錄，提供分類檢索的引擎，如搜狐、全文型搜索引擎：又稱索引型搜索引擎，由索引軟件自動搜索信息，建立網(wǎng)頁信息索引庫提供全文檢索，如百度，google等46感謝你的觀看2019年5月163、按索引方式分目錄型搜索引擎：主要采用人工或機器搜索信息，三、網(wǎng)絡搜索引擎的檢索技巧限定在網(wǎng)頁標題中——intitle，title,或t:把查詢內(nèi)容中特別關(guān)鍵的部分，用“intitle:”領(lǐng)起來。

例如，找林青霞的寫真，可以寫成：寫真intitle:林青霞47感謝你的觀看2019年5月16三、網(wǎng)絡搜索引擎的檢索技巧限定在網(wǎng)頁標題中——intitle2、限定在特定站點中——site

格式是：“查詢詞site:站點域名”。如，查“sina中旅游方面的資料”，可以輸入：旅游site:注意，“site:”后面跟的站點域名，不要帶http://.3、限定在url鏈接中——inurl

格式是“inurl:關(guān)鍵詞”或:“url:關(guān)鍵詞”。如，找關(guān)于“photoshop的使用技巧”，可以用：photoshopinurl:jiqiao，查詢串中的“photoshop”，是可以出現(xiàn)在網(wǎng)頁的任何位置，而“jiqiao”則必須出現(xiàn)在網(wǎng)頁url中。注意:intitle:site:inurl:和后面所跟的關(guān)鍵詞(或站點)不要有空格。48感謝你的觀看2019年5月162、限定在特定站點中——site

格式是：“查詢詞site4.精確匹配——雙引號和書名號A、雙引號——可以達到讓搜索引擎不拆分查詢詞。

如，搜索“貴州大學農(nóng)學院”，B、書名號:一是書名號會出現(xiàn)在搜索結(jié)果中；二是被書名號擴起來的內(nèi)容，不會被拆分。通常用于查名字很通俗和常用的電影或者小說。如，查電影《手機》，49感謝你的觀看2019年5月164.精確匹配——雙引號和書名號49感謝你的觀看2019年5月50感謝你的觀看2019年5月1650感謝你的觀看2019年5月165.根據(jù)特征選擇查詢詞如（1）找論文查找“煙草栽培方面的期刊論文”1)輸入:主題詞+文檔格式（PDF，DOC等）,如filetype:pdftitle:("煙草栽培")2)由于一般的論文，都有一定的格式，除了標題、正文、附錄，還需有論文關(guān)鍵詞，摘要等。其中，“關(guān)鍵詞”和“摘要”是論文的特征詞匯。而論文主題，通常會出現(xiàn)在網(wǎng)頁標題中。因此,可以輸入:關(guān)鍵詞摘要title:煙草栽培3）直接用搜索引擎提供的“學術(shù)搜索”或“論文搜索”51感謝你的觀看2019年5月165.根據(jù)特征選擇查詢詞如（1）找論文51感謝你的觀看2019（2）找范文找市場調(diào)查報告范文：市場調(diào)查報告的特點。一是網(wǎng)頁標題中通常會有“xxxx調(diào)查報告”的字樣；二是在正文中，通常會有幾個特征詞，如“市場”、“需求”、“消費”等。于是，利用intitle即可以找到類似范文。例：市場消費需求intitle:調(diào)查報告找申請書范文：如入黨申請書。比如入黨申請書的最明顯的特征詞就是“我志愿加入中國共產(chǎn)黨”。例：我志愿加入中國共產(chǎn)黨title:入黨申請書找工作總結(jié)范文：工作總結(jié)，總會寫的象八股文一樣，“一、二、三”，“第一，第二，第三”，“首先