信息检索--百度.docVIP

上机 1?1） 信管081刘玉菡 1.1?上机目的 （1）掌握百度搜索引擎的基本检索技术；（2）了解百度搜索引擎的高级检索技术； 1.2?上机内容 按照上机实施步骤进行搜索引擎使用练习。 1.3?上机组织运行要求 以学生自主训练为主的开放模式组织教学。 1.4?上机条件及要求 （1）操作系统：MS Windows 2000、Windows XP SP3、Windows 7或者其他版本操作系统； （2）网络环境：能够访问互联网； 1.5?上机实施步骤 1.5.1?百度公司概述 百度公司（B，Inc）于1999年底成立于美国硅谷，它的创建者是资深信息检索技术专家、超链分析专利的唯一持有人――百度总裁李彦宏，及其好友百度执行副总裁徐勇博士。百度是目前全球最优秀的中文信息检索与传递技术供应商。中国所有提供搜索引擎的门户网站中，超过80%以上都由百度提供搜索引擎技术支持。 百度搜索引擎由四部分组成：蜘蛛程序、监控程序、索引数据库、检索程序。百度搜索引擎使用了高性能的“网络蜘蛛”程序自动的在互联网中搜索信息，可定制、高扩展性的调度算法使得搜索器能在极短的时间内收集到最大数量的互联网信息。百度在中国各地和美国均设有服务器，搜索范围涵盖了中国大陆、香港、台湾、澳门、新加坡等华语地区以及北美、欧洲的部分站点。百度搜索引擎拥有目前世界上最大的中文信息库，总量达到1亿2千万页以上，并且还在以每天几十万页的速度快速增长。 1.5.2?基本检索技术 ?“与”运算 与运算可以增加搜索范围。运算符为“空格”或“+”。 图 11 “与”运算示意1 图 12 “与”运算示意2 ?“非”运算 “非”运算可以减除无关资料。运算符为“-()”。减号前必须留一空格、减号后即括号前面不要有空格，语法是“A –B”。有时候，排除含有某些词语的资料有利于缩小查询范围。例如，要搜寻关于“河北科技大学”，但不含“就业”的资料，可使用如下查询： 图 13 “非”运算示意 ?“或”运算 “或”运算为并行搜索。运算符为“|”。使用A | B来搜索或者包含关键词A，或者包含关键词B，或者包含A、B的网页。例如：您要查询“孙俪”或“邓超”相关资料，无须分两次查询，只要输入“孙俪|邓超”搜索即可。百度会提供跟“|”前后任何关键词相关的网站和资料。  图 14 “或”运算示意 ?使用双引号或书名号进行精确搜索 引号必须是半角符号（即英文符号）。这尤其适合输入关键字中包含空格的情况，如“茅盾”，由于网站收录其作品时会在其名字中加上一个汉字的空格，百度就会认为这是两个关键字。为了避免这种结果，不妨用英文双引号将其括起来，即茅盾，告诉搜索引擎这是一个词而不是两个关键字，则结果会更加准确。  图 15 双引号运算示意1 用双引号可以进行整句话的精确搜索。如，我们想在网上查一下什么是搜索引擎，如果把关键字确定为“搜索引擎”，那么得到的结果可能会让我们哭笑不得，因为基本上是一些搜索引擎注册、哪个网站是搜索引擎之类的，但换关键字呢？输入什么是微信。 图 16 双引号运算示意2 书名号是百度独有的一个特殊查询语法。在其他搜索引擎中，书名号会被忽略，而在百度，中文书名号是可被查询的。加上书名号的查询词，有两层特殊功能，一是书名号会出现在搜索结果中；二是被书名号扩起来的内容，不会被拆分。 书名号在某些情况下特别有效果，例如，查名字很通俗和常用的那些电影或者小说。比如，查电影“斗牛”，如果不加书名号，很多情况下出来的是游戏，而加上书名号后，《斗牛》结果就都是关于电影方面的了。 图 17 书名号运算示意 ?百度快照 大家在上网的时候肯定都遇到过“该页无法显示”（找不到网页的错误信息）。至于网页连接速度缓慢，要十几秒甚至几十秒才能打开更是家常便饭。出现这种情况的原因很多，比如，网站服务器暂时中断或堵塞、网站已经更改链接等等。无法登录网站的确是一个令人十分头痛的问题。 百度快照能为您很好的解决这个问题。百度搜索引擎已先预览各网站，拍下网页的快照，为用户贮存大量应急网页。百度快照功能在百度的服务器上保存了几乎所有网站的大部分页面，使我们在不能链接所需网站时，暂存的网页也可救急。而且通过百度快照寻找资料要比常规链接的速度快得多。因为：百度快照的服务稳定，下载速度极快，不受死链接或网络堵塞的影响；在快照中，关键词均已用不同颜色在网页中标明，一目了然；点击快照中的关键词，还可以直接跳到它在文中首次出现的位置，使浏览网页更方便。 下面的示例是搜索河北科技大学的相关信息的搜索结果，如果河北科技大学的网站宕机不能访问，我们可以通过点击图中红色方框标记的“百度快照”访问存在百度服务器上的页面快照。 图 18 百度快照示意 ?相关检索 如果无法确定输入什么关键词才能找到满意的资料，或者选择的查询词不是很妥当。我们可