【广告策划-PPT】网络信息资源检索.pptVIP

第五讲 网络信息资源检索 主要内容 1.搜索引擎 2.FTP信息资源 3.BBS信息资源 4.USENET/Newsgroup信息资源 5.LISTSERV/Mailing list信息资源 6.其他网络资源 搜索引擎 搜索引擎发展 搜索引擎原理 搜索引擎主要技术 搜索引擎系统分类 搜索引擎的应用 搜索引擎发展 1990年以前，没有任何人能搜索互联网 所有搜索引擎的祖先:Archie 最早现代意义上的搜索引擎出现于1994年7月(Lycos Yahoo! ) 搜索引擎原理 搜索引擎的原理，可以看做三步：从互联网上抓取网页→建立索引数据库→在索引数据库中搜索排序 搜索引擎并不真正搜索互联网，它搜索的实际上是预先整理好的网页索引数据库 搜索引擎，也不能真正理解网页上的内容，它只能机械的匹配网页上的文字 搜索引擎只能搜到它网页索引数据库里储存的网页文字信息。 如果搜索引擎的网页索引数据库里应该有而你没有搜出来，那是你的能力问题，学习搜索技巧可以大幅度提高你的搜索能力 搜索引擎技术 ? algorithms? artificial intelligence ? compiler optimization? computer architecture ? computer graphics ? ? data compression ? data mining? file system design ? genetic algorithms ? information retrieval ? ? machine learning? natural language processing ? operating systems? profiling ? robotics ? ? text processing? user interface design ? web information retrieval ? and more! 搜索引擎系统分类 按照信息搜集方法和服务提供方式的不同，搜索引擎系统可以分为三大类： 1.全文搜索引擎 (Google,百度,中搜) 2.目录索引(Yahoo,DMOZ,LookSmart) 3.元搜索引擎 (META Search Engine) (Dogpile) / / 搜索引擎的应用 网页搜索 特色搜索 学术搜索 商业搜索 网页搜索(Google) Google检索网页数量达42.8亿，搜索引擎中排名第一；网页图片8.8亿张 . Google支持多达132种语言，包括简体中文和繁体中文； Google网站只提供搜索引擎功能，没有花里胡哨的累赘； Google速度极快，超过50 000台服务器； Google的专利网页级别技术PageRank能够提供准确率极高的搜索结果； Google智能化的“手气不错”功能，提供可能最符合要求的网站； Google的“网页快照”功能，能从Google服务器里直接取出缓存的网页。 Google具有独到的图片搜索功能； Google具有强大的新闻组搜索功能； Google具有二进制文件搜索功能（PDF，DOC，SWF等）； Google还有很多尚在开发阶段的令人吃惊的设想和功能。 初阶搜索 搜索引擎最基本的语法： Google分别用“ ”（空格）、“-”和“OR”表示“与”“非”和“或” 杂项语法 通配符问题 关键字的字母大小写 搜索整个短语或者句子 搜索引擎忽略的字符以及强制搜索 进阶搜索 面已经探讨了Google的一些最基础搜索语法。通常而言，这些简单的搜索语法已经能解决绝大部分问题了。不过，如果想更迅速更贴切找到需要的信息，你还需要了解更多的东西 对搜索的网站进行限制 site: 如九寨沟 site: 在某一类文件中查找信息 filetype: 目前已经可以支持13种文件类型，如doc, ppt, xls, swf，ps，jpg，gif, pdf 如 4G filetype:doc 搜索的关键字包含在URL链接中 inurl: 如 virus inurl:secutiry 搜索的关键字包含在网页标题中 intitle: 如intitle:交通规划 filetype:pdf inurl: 目录检索 如果不想搜索广泛的网页，而是想寻找某些专题网站，可以访问Google的分类目录“http://directory.G/”， 分类的网站目录一般由专人负责，分类明确，信息集中 目前Google使用的分类目录采用了ODP的内容 另外，Google根据其专业的“网页级别”（PageRank）技术对目录中登录的网站进行了排序，可以让一般的检索更具高效率 学术搜索 大学搜索 Google的其他杰出功能 网页快照 单