互联网信息的搜集与分析.pdfVIP

互联网信息的搜集与分析 上海邮电设计咨询研究院有限公司上海邮电设计咨询研究院有限公司 网络规划咨询研究院网络规划咨询研究院 朱岗旗 zhugqi@ 99 目录 I.I. 搜索引擎数据搜集和分析搜索引擎数据搜集和分析 II. 其他其他相关数据关数据源和处理方方法 III.Q&A 搜索引擎的语言‐1 搜索引擎语言的应用搜索引擎语言的应用‐‐‐目的目的：：聚焦聚焦搜索范围搜索范围，， 最常用：filetype intitle inurl allintitle site ‐ – 搜索特定时间范围 – 搜索标题和链接路径 intitle: 关键词 inurl:关键词 注意：“inurl:”后面不能有空格，Google也不对URL符号如“/”进行搜索。例如，Google会把 “cgicgi‐bin/bin/phfphf” 中的中的 “//” 当成空格处理当成空格处理。 – 搜索搜索特定类型文档特定类型文档资料资料 filetype:ppt/filetype:PDF ……   关键词 复杂应用复杂应用 “关键词关键词 filetypype:doc OR filetypype:xls OR filetypype:ppppt ” 搜索引擎的语言‐2 搜索引擎语言的应用搜索引擎语言的应用‐‐‐目的目的：：聚焦聚焦搜索范围搜索范围，， 最常用：filetype intitle inurl allintitle site – – 搜索搜索特定特定厂商网站厂商网站资料资料 注意：site后的冒号为英文字符，而且，冒号后不能有空格，否则，“site:”将被作为一个搜索 的关键字。此外，网站域名不能有“http://”前缀，也不能有任何“/” 的目录后缀；网站频道则 只局限于“频道名.域名”方式，而不能是“域名/频道名”方式。 – 搜索特定的数据或搜索特定的数据或数字数字 – 相关链接网址搜索 “link:  ”所有链接到“中国运维网”的网站信息 练习： 搜寻Gartner 网站上的所有PPT资料 filetype:ppt site: 缩小缩小IPTV研究研究相关的相关的PDF资料资料范围范围 intitle:IPTV filetype:pdf inurl:research 分别搜索获得全球各国和我国宽带用户发展情况 搜索引擎生成数据的应用 • Google Trends  /trends • Baidu index / • 不同关键词间的流量比较 • 同一关键词时间上的流量分析 • 不同地域数据的比较 • 媒体关注度和用户关注度的比较 练习练习： “秒杀”关注度 ““我型我秀我型我秀””与与 ““电信天翼电信天翼””关注度比较关注度比较 “上网本”和“3G终端”“智能手机”对比搜索，物联网与RFID对比 ““飞信飞信””与与 ““天翼天翼LIVELIVE””，或者或者 ““华为华为”“”“中兴中兴””对比对比 验证以下结论 • 天翼LIVE在网民中和“我型我秀”关注度接近 • NBA实实质上已经成为篮球的代名词 思考下面2个问题： • 搜索结果获得信息过多，但大多数与期望无关，如何处理？ • 搜索结果获得信息过少，无法满足需求，如何处理？ 目录 I.I. 搜索引擎数据搜集和分析搜索引擎数据搜集和分析 II. 其他其他相关数据关数据源和处理方方法 III.Q&A 其他信源处理方式： • 基于信源一致性关联检索： 作者 喻国明—新闻出版，灯少—IPTV,    牛刀、曹建海—房地产…… 会议名称 会议演讲文件类到相关会议 如：“国家现代服务业服务交互支撑平台高峰论坛”“移动商务应用实验室” 出版机构出版机构 …… 关键词的选择与转换 （电信圈外）推荐信息源