3-1利用因特网猎取信息.ppt

搜索引擎工作原理 统主要由人工完成，标引专家依靠手工来搜寻不断出现的新网站，给每个网站一个标题和大概的描述，将其放入相应的类目体系中。这些类目在页面上表现为每个类目路径下排列着相关的网站，也称目录导航。 目录搜索引擎提供两种查询方式： 一种是在网页上按分层目录逐级查找，直到找到所需信息为止； 另一种就是选择关键词搜索。 搜索引擎工作原理 元搜索引擎 它一般没有自己的数据库和“蜘蛛”程序，而是一个代理的角色，接受用户的查询请求。 只是提供了一个统一的界面，把多个具有独立功能的搜索引擎组合起来。 使用元搜索引擎，用户只需提交一次查询请求，就可以查询多个搜索引擎，大大提高了检索效率。 检索工具的使用技巧 1、正确选择因特网信息检索工具 2、选择合适的关键词 （1）正确使用布尔运算符 与（+、AND）或（OR）非（NOT、-） （2）用双引号进行精确检索 （3）避免输入错别字及使用太常见的关键词 （4）尝试使用近义词 3、合理利用”网页快照“、”网页预览“和”相关搜索“ 4、研究检索工具提供的说明，提高查询效率 检索工具的发展趋势 1、出现搜索引擎技术和搜索数据库服务提供者 2、网络搜索软件与搜索引擎的智能化 3、搜索引擎的本地化和多语种检索 第一节 利用网络获取信息 达县第四中学 徐兵 网络信息检索工具 全文搜索引擎 目录搜索引擎 元搜索引擎 如何才能从网络获取我们需要的信息呢？ 使用信息检索工具。 在因特网发展初期，由于网站较少，网上信息资源也非常有限，通过网络查找信息比较容易，所以不需要专门的信息检索工具。 进入20世纪90年代，面对因特网上无穷无尽的数字化、多媒体、跨时空、跨语种的信息资源，网络用户必须借助信息检索工具才能找到需要的信息。 目前，所有因特网信息检索工具中，数量最多、应用最广的是搜索引擎。 搜索引擎按其检索机制主要可以分为全文搜索引擎、目录搜索引擎和元搜索引擎。 搜索引擎 搜索引擎 全文搜索引擎 是通过用户输入关键词来查找所需的信息资源。 国外代表性的全文搜索引擎有：Google、AltaVista。国内代表性的全文搜索引擎有：百度。 优点：全文检索；检索功能强；信息更新速度快。 不足：提供的信息虽然多而全，信息太多反而降低相应的命中率，查询结果链接较多，层次结构不清晰，给人杂乱的感觉。 搜索引擎 全文搜索引擎分为两种：一种拥有自己的检索程序，自建网页数据库，搜索结果直接从自身的数据库中调用；另一种则租用其他引擎的数据库，按自定的格式排列搜索结果。 目录搜索引擎 是指把搜集到的信息资源按照一定的主题进行分类，建立层次目录。用户查找信息时，只要逐层浏览打开目录，逐步细化，就可以查到要找的信息。 目录搜索引擎代表有：Yahoo、搜狐、新浪、网易等。 搜索引擎 优点：层次结构清晰，易于查找；多级类目，便于找到具体明确的主题；分类目录下有简明扼要的内容，一目了然。 缺点：搜索范围较小；更新速度慢；查找交叉类目时容易遗漏。 元搜索引擎 也称为集成型搜索引擎，它将用户的检索请求同时送到多个引擎上进行搜索，并将结果返回用户。 元搜索引擎有：MetaCrawler、Ask、Dogpile等。 搜索引擎的工作过程和原理 搜索引擎包含技术有：网络技术、数据库技术、自动标引技术、检索技术、自动分类技术等。 基本上都是由：信息搜索系统、索引数据库和查询接口三部分组成。 工作流程 1、由信息搜索系统在因特网中发现、搜索网页信息； 2、对信息进行提取和组织，建立索引数据库； 3、根据用户输入的条件查询，在索引数据库中快速检出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并将查询结果返回给用户。 搜索引擎工作原理 全文搜索引擎 信息搜索功能分为两种：一种是定期搜索；另一种是提交网站搜索。 定期搜索利用搜索引擎派出的”蜘蛛“或”机器人“程序对主页中的超文本链接遍历万维网，从一个HTML文档”爬行“到另一个HTML文档。不需任何人工处理，全部由程序自动完成。 全文搜索引擎主要采用关键词索引技术，索引程序生成从关键词到超文本链接的索引表。 搜索引擎工作原理 当用户以关键词查找信息时，搜索引擎会在数据库中进行搜寻，如果找到与用户要求内容相符的网站，便采用特殊的算法——通常根据网页中关键词的匹配程度，出现的位置/频次，链接质量等——计算出各网页的相关度及排名等级，然后根据关联度高低，按顺序将这些网页链接返回给用户。 目录搜索引擎 目录搜索引擎不同于全文搜索引擎，其信息收集系