专题网络检索工具.pptVIP

2005-09-10 复旦大学文献检索教研室 网络检索工具 网络检索工具 因特网基础知识 网络检索工具基础 通用搜索引擎实例：Google 医学搜索引擎 1. 因特网基础知识 CNNIC最新统计：(2006/6/30) 5450万台上网计算机 12,300万网民（每周平均上网1小时的网民） 1.2 因特网的互联原理 TCP/IP协议——通信的保证机制 IP地址——地址的标识技术 客户机/服务器系统——运作的基本模式 TCP/IP协议 是通信的保证机制 全称：Transmission Control Protocol /Internet Protocol 传输控制/交互网络协议 由“因特网之父”文顿·瑟夫确立 因特网的基础和核心，是基本协议。 保证各种不同类型的计算机网络实现相互通信一套规则或协议。 TCP：传输控制协议。规定传输信息怎样分层、分组和在线路上传输。 IP：Internet协议。定义Internet上计算机之间的路由选择，把不同网络的物理地址转换为Internet地址。 地址的标识技术——IP地址 识别主机的身份证，唯一性 形式：四组小于256的十进制表示。 如：7 北京邮电大学图书馆技术部一台主机。 字符型的IP地址，即域名（DN）域名的地址格式为：lib. shmu. edu. cn主机名 机构名 网络类型 最高域名 [注] 需申请注册 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…… 客户机/服务器系统 客户机/服务器系统 （Client/Server System） ——因特网运作的基本模式 服务器：提供资源和服务的计算机 客户机：使用资源和服务的计算机 1.3 因特网提供的主要服务 环球网(WWW/Web) 电子邮件(E-Mail) 远程登录(Telnet) 文件传输(FTP)等 网格 环球网（World Wide Web） 1990年诞生于瑞士全欧原子物理研究室。 是通过超文本（Hypertext)方式来进行互联网上信息查询的网络工具。 超级链接：通过网页上的关键字、图片等元素在网页、多媒体信息间建立起网状链接 超文本：一种文件格式，将分散于各机器上的文本、图像、声音等文件通过超级链接链接起来。 基于超文本传输协议：http（Hypertext Transfer Protocol） 环球网（World Wide Web） 统一资源定位器（URL，网址） 是信息在网上的地址，用来定位和检索WWW上的文档。 由三部分组成web服务器域名、文件路径、文件名 例如：/library/ content.htm 环球网（World Wide Web） HTML——超文本标记语言 用于编辑Web网页文件，需用Web浏览器显示，可用记事本等编辑。 Web 2.0 让互联网找回Internet的真正含义：平等、交互、去中心化。 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 个人媒体崛起：Blog（网志、博客）走进大众传媒，是以时间为顺序更新的个人主页。 Web 2.0 Blog与BBS的区别 Blog集原创文章、评价、链接、网友跟进于一体 BBS没有上下文概念，反复围绕一个问题，但人们经常忘了以前说过什么。 网志－你的网络日记 网格：Gird 是把整个互联网整合成一台巨大的超级计算机，实现计算资源、存储资源、数据资源、信息资源、知识资源、专家资源的全面共享。 地区性的网格：如中关村科技园区网格、企事业内部网格、局域网网格、甚至家庭网格和个人网格。网格的根本特征并不一定是它的规模，而是资源共享，消除了资源孤岛 2. 网络检索工具基础 且慢，让我先Google一下? 网络检索工具的原理 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； 网络检索工具的原理 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：负责帮助用户用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 按工作原理划分 独立检索