网络信息检索与搜引擎系统开发.docVIP

《网络信息检索与搜素引擎系统开发》考试参考资料 Brilliance 搜索引擎：从互联网等信息源中以一定的策略采集所需信息，经加工处理(如对网页进行去重处理、抽取信息、索引、生成主题词标引、生成自动文摘、信息分类、对相似网页进行聚类等)，将用户感兴趣的内容按照一定的规则排序后，以超链等形式提供给用户的系统。 搜索引擎主要包括信息采集、信息加工、信息检索与检索结果提供这几个部分 搜索引擎分类：目录索引式搜索引擎、自动式搜索引擎、元搜索引擎、分布式搜索引擎 自动搜索引擎： 利用Robot采集相关网页。在进信息加工后(如：分析页面内容;生成索引; 摘要;分类)，根据用户给出的查询项进行检索，并将检索结果按相关性排 序(可根据匹配程度、查询项出现的位置/频次、网页链接质量等)后返回 给用户。 ?优点：自动采集，信息量大，更新较及时。 ?缺点：检索时缺乏在语义层次上的深层分析。 ?查准率查准率(precision)用来评价检索结果中有多少文档是和用户需求相关的。 查准率=检索结果中和查询相关的文档数÷检索结果中的文档总数×100% ?查全率查全率：文档库中所有相关文档中到底有多少被系统检索出来 查全率=检索结果中和查询相关的文档数÷文档库中所有和查询相关的文档数×100% 网络信息检索的未来： 1.以智能化为核心的智能检索 2.多媒体信息检索 3