现代信息检索简明教程 作者 7-302-13791-9 第六章.pptVIP

第六章 网络信息检索 本章的主要内容为：网络信息系统及网络信息资源的特征 、 网络信息检索的原理与方法 、常用的网络信息检索工具、网络信息检索技巧和专业性信息的网络检索 。 第一节 网络信息系统及网络信息资源的特征 一、Internet网络信息系统 TCP/IP协议 DN域名和IP地址 全球资源定位器URL 二、网络信息系统的组织方式 文件方式 数据库方式 主题树方式 超媒体方式 元数据方式 三、网络信息资源的特征 以网络为传播媒体 以多媒体为内容特征 传播方式具有多样性、交互性 数量巨大，增长迅速 信息共享程度高 使用成本低 动态性强，管理难度较大 第二节 网络信息检索的原理与方法 一、网络信息检索的特征 存取范围覆盖Internet上的几乎所有资源 传统检索方法与全新检索技术相结合 用户界面友好且操作方便 具备良好的导航和编辑功能 网络透明度高 二、网络信息检索的方法 网络信息检索一般有以下几种方法： 浏览 通过资源指南来查找相应的信息 利用网络信息检索工具 使用检索软件 充分利用E-mail获取信息资源 第三节 常用的网络信息检索工具 一、网络信息检索工具及其使用 为了准确、及时、方便地查找到存储于Internet的数据资料，网络工作者为各类网络信息资源研制了相应的检索工具。 网络信息检索工具主要是指在Internet上提供信息检索服务的计算机系统，其检索对象是存在于Internet信息空间中各种类型的网络信息资源。 WWW开发最晚，但发展最迅速 。 (一)搜索引擎 1. 搜索引擎的构成: 搜索器 索引器 检索器 用户接口 搜索引擎基本结构 2. 搜索引擎的工作原理 首先由搜索器，即网络机器人从Internet上收集各信息站点的摘要信息；再由搜索器对该网页上的某些字或全部字作上索引，建立本地数据库；然后用户在检索时，通过搜索引擎的用户接口访问摘要信息数据库；检索器根据用户的查询条件快速检出文档，并对将要输出的结果进行排序和相关性处理；最后再通过用户接口将检索结果反馈给用户。 (二)搜索引擎的功能和分类 1. 搜索引擎的功能 搜索引擎的第一个功能是收集信息建立索引数据库，并自动跟踪信息源的变动，不断更新索引记录，定期维护数据库。它的第二个功能是提供网络的信息导航与检索服务，这也是搜索引擎最主要的功能。 2. 搜索引擎的分类 根据信息覆盖范围及适用用户群，搜索引擎可以划分为综合性搜索引擎和专用性搜索引擎两种类型 。 根据信息检索方式的不同，搜索引擎可以划分为分类搜索引擎和关键词搜索引擎两种类型。 根据网络信息搜索范围的差异，搜索引擎可以划分为独立搜索引擎和集成搜索引擎两种类型。 (三)自动索引程序 自动索引程序robot广泛搜集网络信息资源数据，经过一系列判断、选择、标引、分类等处理后形成供检索用的数据库，并以Web页面的形式向用户提供有关的资源导航、目录索引以及检索界面。 二、搜索引擎的运作和检索 (一)搜索引擎技术的运作 发现并搜集网页信息 对信息进行提取并建立索引库 用户检索利用 搜索引擎在使用中也有一些明显的缺陷： 数据量方面 ：索引能力越来越落后于网络的快速增长速度，最好的搜索引擎也只能搜索到三分之一的网页信息。 内容相关性的评定方面：难以判断多义词的具体含义 ，网络信息太多，查准和排序难度较大。 实效性方面 :更新数据的周期要花费较长的时间。 个性化与智能化方面 ：智能技术很难得到应用。 (二)搜索引擎的检索方法 简单搜索(Simple Search) 词组搜索(Phrase Search) 高级搜索(Advanced Search) 三、万维网搜索引擎 万维网搜索引擎(Web Search Engines)的主体是全文搜索引擎(Full text Search Engine)，具有代表性的全文搜索引擎是Google、AlltheWeb、AltaVista、Inktomi、Teoma、WiseNut、百度、慧聪等。它们都是从互联网上提取各个网站的信息，建立索引数据库，并在用户检索时予以匹配响应，然后按一定的排列顺序将结果返回给用户。这里重点介绍四大Google、Yahoo!、 Ask和百度。 (一)Google() Google的核心技术称为PageRank(TM)，它是Larry Page和Sergey Brin在斯坦福大学开发的一套用于网页评级的系统。该系统以PageRank技术为基础，这项技术可以确保将搜索结果首先呈现给用户。Google使用一组独特的硬件和软件，制造