网络信息资源组织研究进展_计算机网络论文.docVIP

网络信息资源组织研究进展_计算机网络论文 网络信息资源组织研究进展_计算机网络论文 【内容提要】主要从用于组织网络信息资源的搜索引擎、虚拟图书馆、文献分类法、主题法、窗口方式等方面全面总结与回顾20世纪90年代以来网络信息资源组织的理论与实践。 【摘要题】信息资源建设 【关键词】网络信息资源组织/网络信息资源整序/研究进展 　　　笔者通过普查大量国内外期刊论文及有关出版物、分析相关网站，进而总结与回顾20世纪90年代以来网络信息资源组织的理论与实践，以期有助于优化其网络信息资源组织与揭示方法，促进该领域研究的蓬勃开展。本文着重总结网络信息资源组织的研究进展，有关其揭示方法将在另文总结。 　　　　　　1　用于组织网络信息的搜索引擎方式 　　　　（1）关于搜索引擎组织方式。 　　对于搜索引擎而言，网络信息组织采用主题树和数据库两种方式，也有称使用语词组织知识和使用分类法组织知识。所谓主题树组织方式，就是将信息资源按照某种事先确定的概念体系，分门别类地逐层加以组织，用户通过浏览的方式层层遍历，直到找到所需的信息线索，再通过信息线索联接到相应的网络信息资源。现有的提供目录分类式（或称主题指南、列表浏览）查询功能的搜索引擎就采用这种方法组织信息。而数据库组织方式，就是将所有已获得的网络信息资源以固定的记录格式存储，用户通过关键词及其组配查询，就可找到所需要的信息线索（即相关站点链接），并通过信息线索直接连接到相应的网络信息资源。 　　　　（2）关于搜索引擎的比较研究。 　　①搜索引擎的性能比较研究。早期研究大量集中在概要性介绍方面。殷雪松、徐斌分别介绍了12个大陆地区的中文搜索引擎网易、天网、华好网景、搜狐、四通方利、常青藤、北极星、悠游、搜索客、司南、我是野虎、若比邻等，港台地区茉莉之窗、哇塞、蕃薯藤等和5个国外的中文搜索引擎Yahoo雅虎中文、AltaVista（中文版）、Globepage（中文版）、华页指南、中文查寻。 　　王忠、周士波分别介绍了独立搜索引擎Altavista、Hotbot、Infoseek、Excite、Webcrawler、元搜索引擎Cyber411、Dogpile、Highway61、InferenceFind、Mamma、Profusion、Savvysearch、All4one和网络英文搜索引擎Webcompass、Copernic98，并对6种主要搜索引擎的基本查寻、高级查寻、限定查寻、结果排序、结果输出等检索性能进行比较分析。 　　随着研究的不断深入，研究重点转入到了搜索引擎性能的比较上。孙丽等选取了北极星、常青藤、搜狐、中经网信息导航、网现引擎5个中文搜索引擎，从数据库类型、规模、库更新频率、抓取方式、日抓取页面数、抓取深度、＜Meta＞tag、显示方式、信息排序依据、信息描述质量、界面友好程度、用户欢迎程度等分析它们的优劣。徐建华等从数据库规模、信息采集方式、标引内容、检索功能、结果显示格式、结果排序规则、数据库更新频率等7个方面对Altavista、Excite、Go、Hotbot、Lycos、Yahoo这6个搜索引擎逐一进行分析。 　　张燕，惠佳颖就10个检索提问，从检索功能（布尔检索、邻近检索、截词检索等）、查准率、用户负担、输出方式对搜索引擎Google和AskJeeves进行详细比较，测试结果显示Google在查准率以及输出方式上明显优于AskJeeves，在检索功能及用户负担上两者各有特色。 　　②关于搜索引擎的质量评价指标。搜索引擎评价指标多种多样。1973年Lancaster和Fayen提出了6条关于信息检索系统效果评价指标：即覆盖范围、查全率、查准率、响应时间、用户负担及检索结果输出格式。这一评价指标影响甚广，许多学者在其基础上进行细化与扩充，提出搜索引擎质量评价标准。 　　储荷婷提出5条标准：A.索引构成（取决于标引数量、标引范围、索引词抽取法和索引更新频率）；B.检索功能；C.检索效果（由查全率、查准率和检索时间衡量）；D.检索结果显示（显示内容、显示数量以及是否按相关性排序）；E.用户所需努力（从用户界面和帮助介绍材料）。 　　孙丽等提出的评价体系：A.数据库指标（数据库大小、类型、更新频率和信息抓取方式等）；B.检索结果输出格式；C.检索性能完善程度（类目检索、关键词检索、短语检索、截词检索、布尔检索、概念检索、自然语言检索、指定字段检索、包含或排除检索等）；D.响应时间；E.查全率；F.查准率；G.用户负担。 　　曾民族提出评价指标：A.数据库规模和内容（覆盖范围、索引组成、更新周期）；B.索引方法（自动索引、人工索引、用户登录）；C.检索功能（布尔查找、复杂布尔操作、相邻或相邻查询、截词查找、字段查找、概念检索、词语加权、词语限定、中断退出、上下文关键词等）；D.检