关于信息检索与利用的论文.doc

关于信息检索与利用的论文 一．Internet 查询 　　因特网是一个无边无际的信息海洋，每天都有新的网站出现，大量网页每时每刻都在更新，内容包罗万象。想要找到所需的资料，简直如同大海捞针。如何从浩如烟海的信息中迅速准确地获取自己需要的信息，需要借助于网页搜索工具。 一、搜索引擎 网页搜索工具即搜索引擎，按其工作方式主要分为全文搜索引擎和目录索引类搜索引擎。全文搜索引擎，如Baidu、Google，它们都是从因特网上提取的各个网站的信息而建立的索引数据库，当用户查询时，它在数据库中检索与用户查询条件相符的相关记录，然后将结果返回给用户。目录索引类搜索引擎，如新浪，搜狐，是将收取到的各个网站的信息按照目录，建立数据库供人们分类查找，因此这种搜索方式也被称作分类搜索。 1.全文搜索引擎的使用方式也称为“关键词查询”，比如我们要查找勾股定理的证明方法，则“勾股定理”、“证明”、“方法”，这几个词就是关键词。在搜索框内输入这几个词，然后点击“搜索”按钮（或直接按回车键），系统就会自动查找与勾股定理的证明方法相匹配的信息，并且在页面上将这些信息提供给你。 2.录索引类搜索引擎采用罗列目录的方式，引导搜索者依据分类目录查找需要的信息。以“搜狐”网站为例，网页上的专题目录都是“链接”点，从主目录到子目录，层层深入，直到找到更具体的信息。如果您想查找有关中国篮球方面的信息，就可以采用分类查找，也即目录查询方式。在搜索的目录提示中依次点击进入“体育＞篮球＞中国男篮”，这时页面上面列出的是所有与“中国男篮”相关的信息和网站。 　　全文搜索引擎和目录索引类搜索引擎各有优缺点。全文搜索引擎操作方便，但它所依赖的自动化的信息检索技术，经常不能提供恰好符合实际需求的信息；目录索引类搜索引擎相对要准确一些，但使用起来稍微麻烦一些。实际上，当前许多搜索网站都设置了两种搜索方式，供用户选择。 二、搜索小技巧 在搜索时，使用者经常会遇到以下两种情况：一是搜索返回的条目成千上万，二是搜索返回的条目太少或没有。 　　⑴当搜索返回条目太多时，一般可以采用缩小搜索范围的方法。常用的方法有： ①改变关键词。搜索引擎严谨认真，要求“一字不差”。因此，如果对搜索结果不满意，请检查关键词有无错误，并可换用不同的关键词。 ②细化搜索条件。搜索条件越具体，搜索引擎返回的结果就越精确，有时多输入一两个关键词效果就完全不同。 关键字、词——选择适当的关键字搜索技巧，最基本同时也是最有效的，就是选择合适的关键字。 选择关键字是一种经验积累，在一定程度上也有章可循： ａ. 表述准确 百度会严格按照您提交的关键字去搜索，因此，关键字表述准确是获得良好搜索结果的必要前提。 一类常见的表述不准确情况是，脑袋里想着一回事，搜索框里输入的是另一回事。 例如，要查找2004年国内十大新闻，关键字可以是“2004年国内十大新闻”；但如果把关键字换成“2004年国内十大事件”，搜索结果就没有能满足需求的了。另一类典型的表述不准确，是关键字中包含错别字。例如，要查找林心如的写真图片，用“林心如写真”，当然是没什么问题；但如果写错了字，变成“林心茹写真”，搜索结果质量就差得远了。不过好在，百度对于用户常见的错别字输入，有纠错提示。您若输入“林心茹写真”，在搜索结果上方，会提示“您要找的是不是: 林心如写真”。 举例：搜索mp3歌曲《国家》。要准确输入——国家mp3，即可。 ｂ. 关键字的主题关联与简练：目前的搜索引擎并不能很好的处理自然语言。因此，在提交搜索请求时，您最好把自己的想法，提炼成简单的，而且与希望找到的信息内容主题关联的关键字。 还是用实际例子说明。某三年级小学生，想查一些关于时间的名人名言，他的关键字是“小学三年级关于时间的名人名言”。 这个关键字很完整的体现了搜索者的搜索意图，但效果并不好。 绝大多数名人名言，并不规定是针对几年级的，因此，“小学三年级”事实上和主题无关，会使得搜索引擎丢掉大量不含“小学三年级”，但非常有价值的信息；“关于”也是一个与名人名言本身没有关系的词，多一个这样的词，又会减少很多有价值信息；“时间的名人名言”，其中的“的”也不是一个必要的词，会对搜索结果产生干扰；“名人名言”，名言通常就是名人留下来的，在名言前加上名人，是一种不必要的重复。 因此，最好的关键字，应该是“时间名言”。试着找出下述关键字的问题，并想出更好的能满足搜索需求的关键字：1.所得税会计处理问题（——所得税），2.探讨周星驰个人档案和所拍的电影（——周星驰档案电影）。 ｃ. 根据网页特征选择关键字：很多类型的网页都有某种相似的特征。例如，小说网页，通常都有一个目录页，小说名称一般出现在网页标题中，而页面上通常有“目录”两个字，点击页面上的链接，就进