第五講-網(wǎng)絡(luò)信息資源檢索

第五講網(wǎng)絡(luò)信息資源檢索主要內(nèi)容1.搜索引擎2.FTP信息資源3.BBS信息資源4.USENET/Newsgroup信息資源5.LISTSERV/Mailinglist信息資源6.其他網(wǎng)絡(luò)資源搜索引擎搜索引擎發(fā)展搜索引擎原理搜索引擎主要技術(shù)搜索引擎系統(tǒng)分類搜索引擎的應(yīng)用搜索引擎發(fā)展1990年以前，沒(méi)有任何人能搜索互聯(lián)網(wǎng)所有搜索引擎的祖先:Archie最早現(xiàn)代意義上的搜索引擎出現(xiàn)于1994年7月(Lycos

Yahoo!)搜索引擎原理搜索引擎的原理，可以看做三步：從互聯(lián)網(wǎng)上抓取網(wǎng)頁(yè)→建立索引數(shù)據(jù)庫(kù)→在索引數(shù)據(jù)庫(kù)中搜索排序搜索引擎并不真正搜索互聯(lián)網(wǎng)，它搜索的實(shí)際上是預(yù)先整理好的網(wǎng)頁(yè)索引數(shù)據(jù)庫(kù)搜索引擎，也不能真正理解網(wǎng)頁(yè)上的內(nèi)容，它只能機(jī)械的匹配網(wǎng)頁(yè)上的文字搜索引擎只能搜到它網(wǎng)頁(yè)索引數(shù)據(jù)庫(kù)里儲(chǔ)存的網(wǎng)頁(yè)文字信息。如果搜索引擎的網(wǎng)頁(yè)索引數(shù)據(jù)庫(kù)里應(yīng)該有而你沒(méi)有搜出來(lái)，那是你的能力問(wèn)題，學(xué)習(xí)搜索技巧可以大幅度提高你的搜索能力搜索引擎技術(shù)?algorithms

?artificialintelligence

?compileroptimization

?computerarchitecture

?computergraphics

?datacompression

?datamining

?filesystemdesign

?geneticalgorithms

?informationretrieval

?machinelearning

?naturallanguageprocessing

?operatingsystems

?profiling

?robotics

?textprocessing

?userinterfacedesign

?webinformationretrieval

?andmore!搜索引擎系統(tǒng)分類按照信息搜集方法和服務(wù)提供方式的不同，搜索引擎系統(tǒng)可以分為三大類：1.全文搜索引擎(Google,百度,中搜)2.目錄索引(Yahoo,DMOZ,LookSmart)3.元搜索引擎(METASearchEngine)(Dogpile)http:///http:///搜索引擎的應(yīng)用網(wǎng)頁(yè)搜索特色搜索學(xué)術(shù)搜索商業(yè)搜索網(wǎng)頁(yè)搜索(Google)Google檢索網(wǎng)頁(yè)數(shù)量達(dá)42.8億，搜索引擎中排名第一；網(wǎng)頁(yè)圖片8.8億張

.Google支持多達(dá)132種語(yǔ)言，包括簡(jiǎn)體中文和繁體中文；Google網(wǎng)站只提供搜索引擎功能，沒(méi)有花里胡哨的累贅；Google速度極快，超過(guò)50000臺(tái)服務(wù)器；Google的專利網(wǎng)頁(yè)級(jí)別技術(shù)PageRank能夠提供準(zhǔn)確率極高的搜索結(jié)果；Google智能化的“手氣不錯(cuò)”功能，提供可能最符合要求的網(wǎng)站；Google的“網(wǎng)頁(yè)快照”功能，能從Google服務(wù)器里直接取出緩存的網(wǎng)頁(yè)。Google具有獨(dú)到的圖片搜索功能；Google具有強(qiáng)大的新聞組搜索功能；Google具有二進(jìn)制文件搜索功能（PDF，DOC，SWF等）；Google還有很多尚在開(kāi)發(fā)階段的令人吃驚的設(shè)想和功能。初階搜索搜索引擎最基本的語(yǔ)法：Google分別用“”（空格）、“-”和“OR”表示“與”“非”和“或”雜項(xiàng)語(yǔ)法通配符問(wèn)題關(guān)鍵字的字母大小寫(xiě)搜索整個(gè)短語(yǔ)或者句子搜索引擎忽略的字符以及強(qiáng)制搜索進(jìn)階搜索

面已經(jīng)探討了Google的一些最基礎(chǔ)搜索語(yǔ)法。通常而言，這些簡(jiǎn)單的搜索語(yǔ)法已經(jīng)能解決絕大部分問(wèn)題了。不過(guò)，如果想更迅速更貼切找到需要的信息，你還需要了解更多的東西對(duì)搜索的網(wǎng)站進(jìn)行限制site:如九寨溝site:在某一類文件中查找信息filetype:目前已經(jīng)可以支持13種文件類型，如doc,ppt,xls,swf，ps，jpg，gif,pdf如4Gfiletype:doc搜索的關(guān)鍵字包含在URL鏈接中inurl:如virusinurl:secutiry搜索的關(guān)鍵字包含在網(wǎng)頁(yè)標(biāo)題中intitle:如intitle:交通規(guī)劃filetype:pdfinurl:示例：查找新浪網(wǎng)上九寨溝的圖片

搜索：“九寨溝site:”示例：關(guān)于4G的word文檔搜索：4Gfiletype:doc示例：網(wǎng)址中含security的關(guān)于virus的網(wǎng)頁(yè)搜索：virusinurl:secutiry示例：教育網(wǎng)中標(biāo)題含有“交通規(guī)劃”的格式為pdf的文章搜索：intitle:交通規(guī)劃filetype:pdfinurl:目錄檢索

如果不想搜索廣泛的網(wǎng)頁(yè)，而是想尋找某些專題網(wǎng)站，可以訪問(wèn)Google的分類目錄“http://directory.G/”，分類的網(wǎng)站目錄一般由專人負(fù)責(zé)，分類明確，信息集中目前Google使用的分類目錄采用了ODP的內(nèi)容另外，Google根據(jù)其專業(yè)的“網(wǎng)頁(yè)級(jí)別”（PageRank）技術(shù)對(duì)目錄中登錄的網(wǎng)站進(jìn)行了排序，可以讓一般的檢索更具高效率學(xué)術(shù)搜索大學(xué)搜索Google的其他杰出功能

網(wǎng)頁(yè)快照

單詞英文解釋

網(wǎng)頁(yè)翻譯

單詞糾錯(cuò)

繁簡(jiǎn)轉(zhuǎn)換

搜索結(jié)果過(guò)濾

百度學(xué)術(shù)搜索引擎學(xué)術(shù)搜索引擎Scirus是迄今為止因特網(wǎng)上最全面的科技專用搜索引擎，曾被著名的《搜索引擎觀察》（SearchEngineWatch）評(píng)為“最佳專業(yè)搜索引擎”。

Scirus覆蓋了167million個(gè)以上與科技相關(guān)的網(wǎng)頁(yè)

BasicSearch基本語(yǔ)法+-“”ANDORANDNOTau:ti:jo:ke:url:af:dom:JournalSources:ScienceDirect

BioMedCentral

PubmedWebSources

特色搜索FTP搜索引擎NewsGroup搜索引擎圖象搜索引擎新聞搜索引擎其他特色搜索引擎FTP搜索引擎FTP搜索引擎的功能是搜集匿名FTP服務(wù)器提供的目錄列表以及向用戶提供文件信息的查詢服務(wù)。由于FTP搜索引擎專門(mén)針對(duì)各種文件，因而相對(duì)WWW搜索引擎，尋找軟件、圖像、電影和音樂(lè)等文件時(shí)，使用FTP搜索引擎更加便捷北大天網(wǎng)中英文FTP搜索引擎

http:///http:///

號(hào)稱全球最大的FTP搜索引擎NewsGroup搜索引擎新聞?wù)搲阉饕媸菍ｉT(mén)搜索Newsgroups等信息的引擎，可能用此工具查詢自己感興趣的新聞?wù)搲陀懻摻M

Google搜索引擎http://盛名的新聞組搜索引擎

http://

CyberFiberNewsgroups

-DirectoryofnewsgroupsontheInternet.圖象搜索引擎基于網(wǎng)頁(yè)的圖像搜索

圖像元搜索引擎

基于圖片庫(kù)的圖像搜索

優(yōu)秀的圖像搜索引擎

GoogleYahoo畫(huà)廊

Yahoo圖像搜索引擎http:///新聞搜索引擎http:///其他特色搜索引擎尋人多媒體查詢個(gè)人信息查詢地圖及相關(guān)信息尋人搜索引擎多媒體搜索引擎查詢地圖信息

其他信息查詢2.FTP信息資源FTP(FileTransferProtocol)是TCP/IP協(xié)議的一種,它是在Internet網(wǎng)上使用最廣泛的一種服務(wù),

可被用來(lái)在兩臺(tái)位于Internet網(wǎng)上的計(jì)算機(jī)之間傳輸（上傳或下載）文件。登錄成功后，可以進(jìn)行文件搜索和文件傳送的操作。使用FTP幾乎可以傳送任何類型的文件。獲取FTP信息資源的主要方法使用FTP搜索引擎搜索FTP站點(diǎn)利用專用FTP軟件中“站點(diǎn)管理器”FTP搜索引擎FTP搜索引擎的功能是搜集匿名FTP服務(wù)器提供的目錄列表以及向用戶提供文件信息的查詢服務(wù)。由于FTP搜索引擎專門(mén)針對(duì)各種文件，因而相對(duì)WWW搜索引擎，尋找軟件、圖像、電影和音樂(lè)等文件時(shí)，使用FTP搜索引擎更加便捷。國(guó)內(nèi)著名FTP搜索引擎

（1）北大天網(wǎng)FTP搜索

http:///（2）清華星空搜索

http:///（3）復(fù)旦大學(xué)歪酷強(qiáng)力FTP搜索引擎

/（4）西交大思源搜索

http:///（5）南航歪歪搜索

http:///（6）中科大天狼搜索

http:///國(guó)外著名的FTP搜索引擎（1）http://

號(hào)稱全球最大的FTP搜索引擎（2）http:///（3）http://

（4）訪問(wèn)FTP信息資源的主要方法（1）FTP內(nèi)部命令

（2）利用Web瀏覽器訪問(wèn)FTP（3）利用專用FTP軟件（Cute-Ftp，Bp-Ftp，WS-Ftp）,不用記復(fù)雜的命令。使用ftp命令使用web瀏覽器方式使用客戶端軟件（以Cuteftp為例）3、電子公告牌BBSBulletinBroardSystems，一種電子信息服務(wù)系統(tǒng)。早期BBS由教育機(jī)構(gòu)或研究機(jī)構(gòu)管理，現(xiàn)在多數(shù)網(wǎng)站都建立了自己的BBS系統(tǒng)。服務(wù)方式：一是需注冊(cè)（免費(fèi)或收費(fèi)）；二是公開(kāi)，允許免費(fèi)連接。獲取BBS網(wǎng)址的途徑通過(guò)WWW檢索工具（比如：Yahoo、Google、AllinOne、Hotbot、Webcrawler、Infoseek、Lycos、Altavista等）來(lái)獲取BBS登陸軟件中的“地址簿”訪問(wèn)BBS的方法Telnet方式，即計(jì)算機(jī)遠(yuǎn)程登錄用BBS登錄軟件，如Sterm，Cterm通過(guò)WWW瀏覽器（如：IE等）瀏覽telnet方式客戶端軟件方式（以Cterm為例）web瀏覽器方式4.USENET/NewsgroupUsenet一詞來(lái)自于UserNetwork，Usenet里的新聞組信息以中央存儲(chǔ)的形式存放于某個(gè)位置（通常是一些分類目錄），通過(guò)軟件的管理允許用戶選擇定閱他們感興趣的主題閱讀、索引、刪除過(guò)期消息等。Usenet的最初構(gòu)想是借助網(wǎng)絡(luò)進(jìn)行技術(shù)信息交換，但是后來(lái)也用于非技術(shù)領(lǐng)域，例如社會(huì)新聞、業(yè)余愛(ài)好、個(gè)人興趣等主題。Usenet的最主要的特色是統(tǒng)一分組、全球轉(zhuǎn)信。當(dāng)前，USERNET上討論題大致歸納出幾個(gè)大的類別。每個(gè)新聞組都有一個(gè)名稱，根據(jù)新聞組的名稱，大概就可以知道其討論的主題了。

biz.*商業(yè)類Comp.*電腦類

Sci.*自然科學(xué)類Soc.*社會(huì)類

Talk.*閑談?lì)怰ec.*娛樂(lè)類

Misc.*雜項(xiàng)Alt.*雜亂無(wú)規(guī)定主題類News.*與Netnews本身相關(guān)的信息國(guó)內(nèi)著名新聞組

1．新凡

http:///

2．濟(jì)南萬(wàn)千

news:///

3．寧波:

4.希網(wǎng)新聞組

國(guó)外著名新聞組：

1.Google新聞組

2.微軟新聞組:

3.Newsone新聞組

4.Realplayer新聞組

獲得新聞組資源的方法通過(guò)Web直接瀏覽使用新聞組閱讀軟件

OutlookExpressAgent

Newspro等通過(guò)web方式使用OutlookExpress預(yù)訂、

閱讀和發(fā)送新聞組5.Mailinglist/LISTSERV郵件列表（Mailinglist）是指一組成員的E-Mail地址列表。郵件列表的主要功能是為有共同興趣的一組用戶建立一種關(guān)聯(lián)，使用戶彼此擁有一個(gè)網(wǎng)上交流的空間。加入郵件列表的用戶可以收到發(fā)給郵件列表的所有郵件，同時(shí)，也可通過(guò)郵件列表向所有其他組員發(fā)送信息。每個(gè)郵件列表都有管理員，負(fù)責(zé)維護(hù)郵件列表，進(jìn)行日常管理。管理員分為兩種：一種是人，一種是稱為L(zhǎng)istserv的計(jì)算機(jī)程序。這種用Listserv程序進(jìn)行自動(dòng)管理的郵件組，有時(shí)也稱為L(zhǎng)istserv列表。Listserv是目前功能最強(qiáng)的郵件列表管理軟件。用戶用電子郵件向系統(tǒng)發(fā)送命令，系統(tǒng)用電子郵件回送執(zhí)行結(jié)果的信息。郵件列表的使用范圍1．新產(chǎn)品發(fā)布、與客戶保持聯(lián)系、產(chǎn)品的技術(shù)支持、信息反饋；2．組織俱樂(lè)部，吸引新用戶的加入，提供成員之間的交流工具；3．與同學(xué)和親友保持快速、方便的聯(lián)系；4．您可以主辦自己的電子雜志，通過(guò)郵件列表的方式，向數(shù)十萬(wàn)用戶同時(shí)發(fā)送；5．當(dāng)然，您還可以訂閱其他人建立的郵件列表，取得你感興趣的信息，同時(shí)可以參與討論。

郵件列表類型公開(kāi)任何人可以在列表里發(fā)表信件封閉只有郵件列表里的成員才能發(fā)表信件，如同學(xué)通訊、技術(shù)討論等管制只有郵件列表管理者批準(zhǔn)的信件才能發(fā)表，如產(chǎn)品信息發(fā)布、電子雜志等國(guó)內(nèi)Mailinglist郵件列表檢索工具

（1）希網(wǎng)網(wǎng)絡(luò)

/（2）通易

http:///（3）網(wǎng)路

http:///maillist.asp

國(guó)外Mailinglist郵件列表檢索工具（1）CataList

http://www.L/lists/listref.html

（2）PubliclyAccessibleMailingLists

http:///internet/paml/（3）Lisztthemailinglistdirectory

http://

在收信人地址欄填寫(xiě)服務(wù)器地址在郵件正文填寫(xiě)命令行1.萬(wàn)維網(wǎng)（WWW）信息資源（1）WebDirectory（網(wǎng)絡(luò)目錄）（2）VirtualLibrary（虛擬圖書(shū)館）（3）搜索引擎（4）看不見(jiàn)的網(wǎng)站（5）網(wǎng)絡(luò)百科全書(shū)（6）Blog信息資源（7）電子預(yù)印本（1）webDirectory（網(wǎng)絡(luò)目錄）網(wǎng)絡(luò)目錄（WebDirectory）——因特網(wǎng)上的目錄型檢索工具，又稱分類站點(diǎn)目錄、專題目錄或主題指南、站點(diǎn)導(dǎo)航系統(tǒng)等。網(wǎng)絡(luò)目錄一般采用人工方式采集和存儲(chǔ)網(wǎng)絡(luò)信息。但是，部分網(wǎng)絡(luò)目錄并不全是人工方式采集和組織信息，而是利用自動(dòng)功能或者由用戶遞交的方式來(lái)豐富和補(bǔ)充資源。以某種分類法進(jìn)行組織整理，并和檢索法集成。網(wǎng)絡(luò)目錄一般是通過(guò)引導(dǎo)網(wǎng)絡(luò)用戶的查詢概念（而不是確切的詞條）來(lái)幫助用戶找到所需的網(wǎng)絡(luò)信息。最著名的網(wǎng)絡(luò)目錄

Yahoo！

/

新浪

http:///

搜狗

http:///Googlehttp:///dirhpYahoo！目錄（最高層目錄）http:///二級(jí)目錄三級(jí)類目四級(jí)類目SiteListing（2）VirtualLibrary（虛擬圖書(shū)館）國(guó)內(nèi)，許多人稱其為“學(xué)科導(dǎo)航”。針對(duì)某一學(xué)科或領(lǐng)域研究的需要，將Internet上有關(guān)的各種資源線索，包括與該學(xué)科領(lǐng)域有關(guān)的研究機(jī)構(gòu)、實(shí)驗(yàn)室、電子書(shū)籍、學(xué)術(shù)期刊、會(huì)議論壇、專家學(xué)者等的URLs系統(tǒng)地組織起來(lái)，存放于某一網(wǎng)頁(yè)，供用戶瀏覽或檢索。提供導(dǎo)航服務(wù)的一種工具。可獲得大部分學(xué)科的網(wǎng)絡(luò)資源導(dǎo)航鏈接，被認(rèn)為是世界上質(zhì)量最高的虛擬圖書(shū)館，由各個(gè)領(lǐng)域志愿者提供資源并完成組織

http:///語(yǔ)言類虛擬圖書(shū)館/“知識(shí)管理”虛擬圖書(shū)館http:///km清華大學(xué)虛擬圖書(shū)館http:///chinese/virtual/index.html（3）搜索引擎（SearchEngine）搜索引擎的原理可以看做三步：從互聯(lián)網(wǎng)上抓取網(wǎng)頁(yè)→建立索引數(shù)據(jù)庫(kù)→在索引數(shù)據(jù)庫(kù)中搜索排序。使用技巧：

(1)不同目的的查詢應(yīng)當(dāng)選用不同的搜索引擎。

(2)適當(dāng)?shù)剡\(yùn)用語(yǔ)法規(guī)則進(jìn)行組合搜索。

(3)靈活運(yùn)用短語(yǔ)。GoogleScholar用于搜索學(xué)術(shù)文獻(xiàn)，包括同行評(píng)議的論文、學(xué)位論文、圖書(shū)、預(yù)印本、技術(shù)報(bào)告等，涉及各學(xué)科領(lǐng)域。

http:///Scirus是目前網(wǎng)上最全面、綜合性最強(qiáng)的科技文獻(xiàn)搜索引擎之一。

http:///http:///http:///（4）看不見(jiàn)的網(wǎng)站(InvisibleWebsite)看不見(jiàn)的網(wǎng)站是指在萬(wàn)維網(wǎng)上可獲得的資源，但由于技術(shù)限制，或是由于特定選擇而不能或未被納入通用搜索引擎網(wǎng)頁(yè)索引中的文本網(wǎng)頁(yè)、文件或其他高質(zhì)量的權(quán)威性信息資源。我們有時(shí)也叫它“深度網(wǎng)站”或“黑洞”。（InvisibleWeb、DeepWeb、HiddenWeb、DarkMatter）看不見(jiàn)的網(wǎng)站的類型可檢索性數(shù)據(jù)庫(kù)拒絕收錄的網(wǎng)頁(yè)如何利用看不見(jiàn)的網(wǎng)站資源Directsearch

http:///gary/direct.htmInternet圖書(shū)館員索引（LII）

http://CompletePlanethttp