第四讲网络信息资源检索及利用.pptVIP

第 四 讲 网络信息资源检索及利用学术论文写作 1、网络信息资源 定义 见p227 类型 文件、数据库、主题目录、超媒体 相关概念 网页、浏览器、协议 2、网络信息资源检索 网络资源获取途径之一：网络地址 一个城市如果没有街道、门牌号，要找到一个地方很难，网络也如此。 在国际互联网上有成千百万台主机，为了区分它们，给每台主机都分配了一个专门的“地址”作为标识，称为IP地址。每个IP地址的长度为32位（bit），每段数字范围为1～254Bit，段与段之间用小数点分隔。如 由于IP地址是数字型的，使用起来不方便，于是人们又发明了另一套字符型的地址方案，即域名地址。入网的每台主机都具有类似于下列结构的域名：如， 检索到某一信息资源，往往有许多相关链接、推荐连接、热点连接等，顺链而下，可以查找到许多相关有价值信息 网络资源获取途径之二：网络导航 网络导航就是通过一定的技术手段，为网站的访问者提供一定的途径，使其可以方便地访问到所需的内容。 相当于传统图书馆信息部门的目录索引。 网络导航有许多类，重点学科导航是其中一类。如各高校重点学科导航，北大、清华。 网络资源获取途径：　　　　　　——途径之三：搜索引擎 搜索引擎（Search Engine） 是一个对互联网上的信息资源进行搜集整理,然后供用户查询的系统。 搜索引擎的工作原理 工作原理： 抓取网页 每个独立的搜索引擎都有自己的网页抓取程序（spider）。Spider顺着网页中的超链接，连续地抓取网页。由于互联网中超链接的应用很普遍，理论上，从一定范围的网页出发，就能搜集到绝大多数的网页。 处理网页 搜索引擎抓到网页后，还要做大量的预处理工作，才能提供检索服务。其中，最重要的就是提取关键词，建立索引文件。其他还包括去除重复网页、分析超链接、计算网页的重要度。 提供检索服务 用户输入关键词进行检索，搜索引擎从索引数据库中找到匹配该关键词的网页；为了用户便于判断，除了网页标题和URL外，还会提供一段来自网页的摘要以及其他信息。 。 。 优点 ：信息量大；信息更新速度快；方便普通用户使用。 缺陷：信息噪音较大。 检索功能 1、词语检索 1)简单检索（Simple Search）：指输入一个单词（关键词） 2)词组检索（Phrase Search）：指输入两个单词以上的词组（短语）现有的搜索引擎一半都约定把词组或短语放在引号“”内表示 。 3)语句检索（Sentence Search）：指输入一个多词的任意语句。 2、目录检索 3、高级检索 搜索引擎的类型 按照工作方式的不同 主题引擎 适用于专指度较高，内容要求比较新的课题。 目录引擎 适用于学科调研的场合 多元引擎 。 主题引擎又称基于Robot的搜索引擎。这种引擎的信息主要为网页，通过程序自动地收集处理和提供信息是主题引擎的特点 。 百度、Google 目录引擎又称目录指南型搜索引擎。目录引擎的信息大多面向网站，是依靠专职编辑或志愿人员人工建立起来的。 Yahoo、搜狐 、新浪 多元引擎又称元搜索引擎 国外多元搜索引擎的代表 Dogpile () Search() 国内的代表是万纬搜索引擎() 搜索引擎使用技巧 搜索引擎的选择 使用搜索引擎的关键技术 细化检索、合适的检索词、提问具体化、 避免使用禁用词 注意阅读搜索引擎的帮助信息 检索策略的调整 搜索引擎选介 Google的检索文本框中可以任意输入中、英文检索词。检索对象类型选择设置在检索文本框的上方，分为所有网页、图片、视频和音乐等。系统默认为网页搜索。 逻辑与(AND)限制关系的，应直接使用空格。 逻辑或(OR)扩展关系的需使用大写英语字母“OR” 逻辑非(NOT)剔除关系的使用减号“-”。 Google不支持截词符，只能做精确查询。如果在检索词后紧跟有“*”或者“?”，系统会将其忽略掉。另外，Google不区分英文字符大小写。如果需要检索词组，需要对词组使用双引号。 查找非HTML文件：可以支持13种非HTML文件的搜索，如PDF, DOC, PPT, XLS, SWF。 例如 查找doc文本文件，只需搜索“关键词 filetype:doc”即可。 搜索的关键字包含在url链接中  inurl：语法表示返回的网页链接中包含第一个关键字，后面的关键字则出现在链接中或者网页文档中。 示例：查找midi曲“沧海一声笑”。  搜索：“inurl:midi “沧海一声笑” 搜索的关键字包含在网页标题中 示例：查找日本明星藤原纪香的照片集。 搜索：“intitle:藤原纪