第07讲_收索引擎.pptVIP

第08讲 网络搜索引擎 一、搜索引擎的产生与发展 二、搜索引擎的概念 三、独立搜索引擎的原理与使用 四、搜索引擎的类型 一、搜索引擎的产生与发展 ◆手工查找阶段 1993年以前，用户查找信息采用的方法是从一个WWW服务器中的某一个URL开始，沿其中的超链（HyperLink）连接到另一个URL。手工查找既费时又慢，并且很难找到令人满意的内容。 ◆目录管理阶段 一些网络服务站点为了方使用户浏览阅读，组织一定的专家收集网上信息，并按一定的分类和主题进行组织，提供查询服务 ◆自动搜索阶段 从1994年开始出现网络自动搜索技术软件（robot、spider 、webcrawler、harvest、pursuit等），对Internet资源进行自动收集、组织并提供检索服务的一类信息服务系统。 ◆智能搜索阶段 提高查准率和查全率，并向专业化发展。 二、搜索引擎的概念 ◆ 广义的搜索引擎 泛指网络上提供网络信息检索服务的工具或系统。在网络环境下， 搜索引擎所扮演的角色与传统的手工检索工具在印刷版时代所扮演 的角色很近似，二者都是对信息资源进行搜集、整理，并提供多种 查询途径。因此，搜索引擎 又被称为网络检索工具。搜索引擎主要 面向网络信息资源，并通过Internet来提供服务。 ◆狭义的搜索引擎 主要指利用网络自动搜索技术软件（robot等），对Internet（主要 是Web）网络资源进行收集、组织并提供检索服务的一类信息服务系统。 三、独立搜索引擎工作原理 独立搜索引擎工作原理 主要由五部分构成： 数据采集（robot/spider）：负责按照一定的方式和要求对网络资源进行搜集，并将搜集到的网页信息经网络传输，存储到搜索引擎的临时数据库中； 数据分析与标引（indexer）：负责对收集到的网页信息进行分析，从中提取有检索或查询价值的内容——网页关键词、网页的分类类别等，并对关键词进行权值计算； 独立搜索引擎工作原理 数据组织：负责形成规范的索引数据库或便于浏览的层次型分类目录结构; 数据检索: 一定的方式检索索引数据库，获取符合用户需要WWW信息; 信息挖掘：负责提取用户相关信息，利用这些信息来提高检索服务的质量。根据用户以前检索行为的学习统计及其登记的信息，信息挖掘模块在个性化服务中起到关键作用 独立搜索引擎的使用 ◆ Yahoo! ◆ Google ◆baidu / ◆ NorthernLight ◆ Excite ◆ AltaVista Google搜索引擎简介 Google特点: 支持多语言速度快 搜索命中率高 “网页快照”功能 (能从GOOGLE服务器里直接取出缓存的网页) 集成化的工具条 单词英文解释和网页翻译 Google搜索引擎简介 基本搜索方法——逻辑“与”、“非”、“或”，即+,-,OR 1.与操作：搜索结果要求包括两个及两个以上关键字。 关键字之间用“+”或者空格表示。 2.非操作：搜索结果要求不包含某些特定信息。 关键字之间用“-”号表示。 ★“+”、“-”是字符(半角). 3.或操作：搜索结果至少包含多个关键字中的任意一个 关键字之间用“OR”表示，不能用“or”。 Google搜索引擎简介 Site——Site表示搜索结果局限于某个具体网站或者网站频道 Link——Link语法返回所有链接到某个URL地址的网页 Inurl——Inurl语法返回的网页链接中包含第一个关键字,后面的关键字则出现在链接中或者网页文档中。 Allinurl——Allinurl语法返回的网页的链接中包含所有查询关键字 Intitle——Intitle语法返回的网页标题中包含第一个关键词，后面的关键词则出现在链接中或者网页文档中。 Allintitle——Allintitle语法返回的网页的链接中包含所有查询关键字 filetype——某一类文件中查找信息。 Google搜索引擎简介 Site——Site表示搜索结果局限于某个具体网站或者网站频道 “site”表示搜索结果局限于某个具体网站或者网站频道 示例：搜索包含“鲁迅”的中文新浪网站页面 搜索：鲁迅 site: 注：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”以及“www”前缀；网站频道则只局限于“频道名.域名”方式。 Google搜索引擎简介 Link——Link语法返回所有链接到某个URL地址的网页示例：搜索所有含指向新浪