3.通用搜索引擎实例.ppt

2005-09-10 复旦大学文献检索教研室 第五章 互联网信息综合查询第一节 互联网基础知识 一、互联网技术举要 二、互联网信息的特点 三、互联网信息的的评价与鉴别 （一）IP地址及域名 （二）万维网 (World Wide Web, WWW, Web) （三）Web 2.0 （四）局域网代理服务器设置 （一）IP地址及域名 IP地址 互联网标识上网主机地址的编号 IPv4协议规定的IP地址长度为32位，由四组小于256的十进制构成 例： 7 该IP是北京邮电大学图书馆技术部的一台主机 （一）IP地址及域名 域名（Domain） 为了便于记忆而产生的与数字IP地址对应的字符型IP地址。（需申请注册） 典型的域名由4个部分组成 例： 从左至右四段依次为：主机名、三级域名、二级域名和顶级域名，其顶级域名为国别顶级域名。 有的域名只有3个部分 例： 此类域名的顶级域名是网络类别代码。 常用网络类型代码 com 商业机构 org 非营利组织 edu 教育机构 gov 政府部门 net 网管组织 int 国际组织 mil 军事部门 info 信息机构 其他：.museum .coop .aero .pro…… （二）万维网（World Wide Web, WWW, Web） 万维网：基于超文本传输协议（http协议），通过含有超级链接的超文本（Hypertext)方式来进行网上信息浏览的工具。 统一资源定位器（URL）：即网址 网站与网页 网页：万维网的上网主机中提供访问的一个网页文件 网站：是网页的集成，一般来说，网站是机构或个人用于介绍自己或提供服务的站点，即一个网站一般代表一个机构（或个人） （三）Web 2.0 以Blog、TAG、SNS、RSS、Wiki百科等应用为核心，依据六度分隔、xml、ajax等新理论和技术实现的互联网新一代模式 可以读写的互联网， Web1.0我们网上冲浪，Web2.0我们是波浪制造者。 让互联网找回Internet的真正含义：平等、交互、去中心化。 （四）局域网代理服务器设置 IE浏览器的“工具”下拉菜单→选择“Internet 选项”→点击“连接”选项卡→单击对话框右下方的“局域网（LAN）设置”按钮。 二、互联网信息的特点 无序性：信息杂乱无序，网页的变化、更迭、新生、消亡等随时发生 多样性：文件格式多样，内容包罗万象 新颖性：网上实时播报、网络新媒体中信息在第一时间被披露 对话性：更多直接交流的机会，零次信息多 开放性：大量灰色文献、边缘文献反映了原始数据和第一手资料 三、互联网信息的评价与鉴别 范围：网页性质、主题领域、目标用户层次、信息深度、时间范围、类型等 准确性：有明确的来源出处、标注网页责任者、信息客观性等 权威性：主办者资质、核实信息的方式、版权保护 新颖性：信息是否动态更新 三、互联网信息的评价与鉴别 独特性：信息提供的优势、特别的服务功能等 稳定性：网站连接及检索的速度、链接清楚且维护良好 费用：上网连通费用、全文等信息及服务是否要付费 第二节 搜索引擎 一、搜索引擎概述 二、通用搜索引擎 三、学术资源搜索引擎 四、其他搜索引擎 一、搜索引擎概述 （一）搜索引擎的概念 检索因特网信息最常用的检索工具，它是提供万维网上信息资源检索和导航服务的专门站点或服务器。 （二）搜索引擎的种类 独立搜索引擎 元搜索引擎 独立搜索引擎 通过搜集万维网的网页信息，建立自己独立的网络信息数据库供用户检索。 如： Google、Yahoo！、AltaVista、搜狐等 元搜索引擎 又称集成搜索引擎，自身不采集信息，没有自建的数据库。它将用户搜索请求预处理后，提交给多个选定的独立搜索引擎同时检索，并对返回结果进行整合，以统一的格式输出。 如：Clusty、Ixquick、Mama、MetaCrawler等 二、通用搜索引擎 Google（） Yahoo！ Search（） 目录查询与网页检索途径比较 （一）Google（） Google的检索规则 Google简单检索规则： 默认检索：必须检索，两词间空格默认and匹配 或者检索：OR必须大写 排除检索：-表示，减号之前须空格，其后不空格（不能用NOT） 短语检索：双引号扩起词组或短语 对大小写不敏感 截词符：* 自动拼写检查 Google的检索规则 Google简单检索规则： 检索词出现位置限定： 标题：allintitle 网址：allinurl 内文：allintext 链接：allinanchor 例：allinurl:acm搜索网址内含单词acm的网页 文件类型限定：filetype:文件名