网上信息检索杉达图书馆资源利用.ppt

网上信息检索及杉达图书馆资源利用 上海杉达学院图书馆 第一章 网上信息检索 搜索引擎的工作原理 搜索信息的方法和技巧 著名的中文和英文搜索引擎 搜索引擎（Search Engine） 搜索引擎是一种基于Internet上的信息查询系统。是通过在建立引擎的WEB页上输入我们所查询信息的关键词，经过引擎的检索服务器在内部数据库找到相关资料并按一定的规则整理后再输送出来，通过网络传到本地主机的一种在线服务方式 搜索引擎的功能 搜索引擎有三个功能 信息采集功能：广泛收集因特网上的Web页面，构建一个信息空间的作用 信息组织和标记功能：通过某种形式来组织、标引所收集的Web页面 信息检索功能：通过建立数据库，接受用户查询，利用信息检索算法，尽可能将最相关的页面返还给用户，达到有效检索的目的 搜索引擎的工作原理 使用一种自动跟踪标引软件，也称为“机器人”程序，它能自动地浏览Web上的超文本结构。机器人找到一个文件后，对它进行分析标引，然后把它送到索引数据库中，索引数据库是搜索引擎搜索信息的信息源。用户查询时，搜索引擎根据用户输入的提问式，在索引数据库中找出与之相匹配的记录，并返回给用户。 搜索引擎的工作原理 搜索引擎自动获取信息的两种方法 定期搜索：每隔一段时间，搜索引擎派出机器人程序，对指定范围的IP地址的互联网站进行检索，发现新的网站，就自动提取网页信息和网址加入自己的数据库。 提交网址：网站拥有者主动向搜索引擎提交网址。在一定时间内向提交网站派出机器人程序，扫描该网站并将有关信息存入数据库 搜索引擎的类型和特点 分类目录搜索引擎 通过人工发现信息，并依靠标记人员区别和分类，用户在分类体系中直接进行浏览检索，如：Yahoo，Sohu等。信息质量高，检索准确率高。人力资源花费大，信息量大的情况下，更新慢。 独立搜索引擎（机器人搜索） 独立完成搜索任务。依据一定的网络协议自动地在Internet上发现、加工、整理信息，如：google，Alta Vista，Infoseek等。信息量大，人力耗费小，但检索准确率低。 搜索引擎的类型和特点 元搜索引擎 查询时向其他多个独立搜索引擎发出搜索请求，并对返回的查询结果进行处理。一般仅支持AND、OR、NOT等较简单的语法操作。 网络搜索软件 用户可下载网络搜索软件到本地计算机安装使用，是一种具有网络查询功能的离线浏览器。可以快速查询网络上的相关资源，灵活的控制输出结果 搜索引擎的语法规则 使用布尔逻辑操作符 And（）：AB 包含A,B两个关键词 Or（|）： A|B 包含A或B或A,B Not（-）：A -B 包含A，不含B 括号：(A or B) and C 包含AC 或 BC 使用逗号：与or相似，但有排列次序 使用空格：类似与 使用双引号：组合关键字作为一个字符串 搜索引擎的语法规则 使用通配符*,?：代替任意字母组合 使用+ - 号：+计算机，-计算机 使用near, in：限定范围 使用t , u： t+关键字—查询网站名称 u+关键字—查询网址 不同的搜索引擎提供的查询方法不完全相同，可以去相应的搜索引擎的“帮助”或者“搜索技巧”中查找。 选择搜索引擎的标准 速度：信息查询速度，信息更新速度 查全率（返回的信息量）：返回的有效信息量多，收录的信息范围广，数据容量大 查准率（信息相关度）：查询的信息准确，信息的关联度高 易用性：操作简单、易用 稳定性：服务器和数据库稳定，提供安全可靠的查询服务。 英文搜索引擎 YAHOO: Altavista: Excite: Infoseek: HotBot: Lycos: WebCrawler: 特种搜索引擎 搜索电话、人名、电子邮件、地址等 查询电话号码： 全球华人寻人： 查询地图信息 图行天下： 查询图像信息 Virage： 常用搜索引擎介绍 Google： 搜索图像、目录搜索 北大天网： 网页搜索、FTP搜索 百度搜索： 主题搜索、搜索论坛 3721: 实名搜索 Google搜索 特点: 关键词搜索较好，但不支持通配符 手气不错：搜索与关键字最匹配的网页 网页快照：直接取出缓存网页 支持高级搜索语法格式：filetype、link、Inurl、Intile等 Google搜索 Filetype语法规则： 含义：定制文件类型搜索 格式：关键词 filetype:文件类型 选择“所有网页”搜索模式,回车 搜索的文件格式： SWF格式（Flash文件） DOC、PPT、XLS、GIF、JPG PDF格式(一种电子