新网络信息检索.ppt

搜索引擎与网站目录的比较 网站目录中的网页是由专家人工精选得来，故网页内容丰富，学术性强。 分类浏览方式直观易用，适合多数网络用户和新手。 当用户检索目的不明确，检索词不确定时，分类浏览方式更为有效。 有较高的查准率。 检索过程不同 检索过程不同 网站目录首先给出广泛的分类主题，然后用户去选择需要的主题，接着找到更具体的主题，最终发现需要的信息。而使用搜索引擎的用户，首先需要有明确的检索词；其次要具备一定的检索知识，了解逻辑组配语法；最后还要了解每个搜索引擎的语法规则和检索符号的不同，这对非信息专业的用户有一定难度，而网站目录的分类浏览方式更适合普通因特网用户。 第三节 关于因特网上学术资源的利用问题 关于百度的文档搜索、文库、百度翻译等。 关于谷歌的学术搜索、图书、文件、翻译等。 ?布尔逻辑检索（Boolean） AND，OR，NOT + （AND） ，- （NOT） “All the words”（AND）， “ And of the words”（OR） “精确匹配”（AND）、“模糊匹配” （OR） ?词组检索（phrase） 词组检索是将一个词组（通常用“”括起）当作一个独立运算单元，进行严格匹配，以提高检索的精度和准确度。实质接近“near”检索功能。几乎所有的搜索引擎都支持词组检索功能，并且都采用双引号来代表词组。如：“信息 教育”。有的如Ifoseek在词与词之间使用短横线“-”，如“digital-library-definition”，区别在于以“-”表示的词组不区分大小写。 ?截词检索（truncation） 截词法常有左截、右截、中间截断和中间屏蔽4种形式。而在搜索引擎中，目前多只提供右截法。而且搜索引擎中的截词符则通常采用星号＊。如：educat ＊相当于education或educational或educator ?限制检索（字段检索）（fields） 限制检索就是限制检索词在数据记录中出现的区域。字段检索就是限制检索中最常见的一种，因为限制检索往往是对字段的限制。在搜索引擎中有限制检索的字段有以下几种： ? 主题字段：Title，Subject，Keywords，Summary ? 非主题字段：Image，Text ? 网络特征字段：主机名（host）；域名（domain）；链接（link）；URL（site）；新闻组（newsgroup）；和E-mail等 ?位置检索（near） 在搜索引擎中，能提供位置检索的较少。如AltaVistta，目前只能提供临近位置计算（Near计算）。 例：“computer near 3 education”表示“computer”和“education”之间相隔两个词。 ?特殊检索功能 自然语言检索（natural laguage） 即直接采用自然语言中的字、词或句子作提问式进行检索。如可用“What is search engine？”； “ Who is Cliton？” 多种语言检索（mulitilanguage） 区分大小写的检索（case-sensitive） 主要搜索引擎介绍：概述 Internet搜索引擎就像信息海洋中的导航员,能帮助人们快速找到所需的信息。然而随着各种信息的巨量增长,人们使用搜索引擎也遇到了许多困难,相同的搜索词在不同的搜索引擎中得出不同的结果,在质量和数量上都有所不同。产生这种现象是因为不同的搜索引擎采集信息的方法、标引的内容以及检索功能是有所区别的。1994年4月，全世界第一个成功的搜索引擎WebCrawLer在美国的华盛顿大学诞生。 1996年开发出第一批中文搜索引擎，到目前已有中文搜索引擎282个,其中较完备的有131个。据Nature和Science的研究报告：2000年因特网有10亿个可搜索的网页，即使功能最完善的搜索引擎也只能找到Web页上1/3的网页；在8亿个网页中，Northern Light仅覆盖了16%，SNAP和AltaVista覆盖了15.5%，HotBot覆盖了11%，而当时世界上最大的搜索引擎FAST含3亿个网页。 主要搜索引擎介绍：简史 1. 萌芽: Archie、Gopher 2. 起步: Robot、Spider 3. 发展: Excite、Galaxy 4. 繁荣: Infoseek、Altavista、Goole和Baidu 关于Archie 时间、地点、人物：1990年，诞生于加拿大蒙特利尔（Mortreal）的麦吉尔大学，由Alan Emtage发明。 功能：自动索引互联网上匿名FTP文件。 应用：目前只有一个波兰的网站还在运