[教育]第3章网络信息资源检索.ppt

第三章 网络信息资源检索 3.1 网络信息资源 3.1.1 网络信息资源的定义和特点 1. 定义： 网络信息资源是指所有以电子数据的形式把文字、图像、声音、动画等多种形式的信息存贮在光、磁等非纸质介质的载体中，并通过网络通信、计算机或终端等方式再现出来的资源。 2.网络信息资源的特点： （1）数量庞大,增长迅速； （2）信息类型多，范围广； （3）信息变化频繁，质量参差不齐； （4）信息分散、无序； （5）分布式、跨平台； （6）共享程度高，使用成本低。 3.1.2 网络信息资源的类型 1.按人类信息交流的方式分类： 3.1.2 网络信息资源的类型 2.按信息来源分类： 3.按信息存取方式分类： （1）电子邮件型资源。 （2）图书馆目录资源。 （3）书目与索引资源。 （4）全文资料及电子出版物资源。 （5）数据库信息资源。 4.按网络传输协议分类： （1）WWW信息资源。 （2）Telnet信息资源。 （3）FTP信息资源。 （4）用户服务组信息资源。 （5）Gopher信息资源。 （6）WAIS信息资源。 3.1.3 网络信息资源的检索方法 调查显示 2010年上半年，搜索引擎在网民中的使用率增长了3个百分点，达76.3%；搜索引擎用户规模已达3.2亿人，半年内增长3912万人。 ——中国互联网络信息中心（CNNIC）发布《第26次中国互联网络发展状况统计报告》中第五章“用户行为”。 3.2 网络检索工具——搜索引擎 3.2.1 搜索引擎概念 3.2.2 搜索引擎基本工作原理 3.2.3 搜索引擎类型 3.2.4 搜索引擎的检索功能 3.2.5 搜索引擎的发展趋势 3.2.1 搜索引擎概念 搜索引擎有广义和狭义之分。广义的搜索引擎泛指网络上提供信息检索服务的工具或系统。狭义的搜索引擎主要指利用网络自动搜索软件对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。 3.2.2 搜索引擎的工作原理 搜索引擎并不真正搜索互联网，它搜索的实际上是预先整理好的网页索引数据库。真正意义上的搜索引擎，通常指的是收集了因特网上几千万到几十亿个网页并对网页中的每一个词（即关键词）进行索引，建立索引数据库的全文搜索引擎。 搜索引擎其实是一个网站，只不过该网站专门为我们提供信息“检索”服务，是对互联网上的信息资源进行搜集整理，并提供查询的系统。它包括信息搜集模块、建立索引模块、检索模块和用户交互模块四个部分。 3.2.2 搜索引擎的构成及工作原理 搜索引擎：搜索器、索引器、检索器、用户接口 3.2.3 搜索引擎的类型 1．全文搜索引擎 全文搜索引擎是通过从互联网上提取的各个网站的信息（以网页文字为主）而建立的数据库中，检索与用户查询条件匹配的相关记录，然后按一定的排列顺序将结果返回给用户，因此是真正的搜索引擎。 国内著名的有百度（Baidu）。 国外具代表性的有Google、Fast/AllTheWeb、AltaVista、Inktomi、Teoma、WiseNut等， 2．目录索引类搜索引擎 目录索引虽然有搜索功能，但在严格意义上算不上是真正的搜索引擎，仅仅是按目录分类的网站链接列表而已。用户完全可以不用进行关键词（Keywords）查询，仅靠分类目录也可找到需要的信息。 目录索引中最具代表性的莫过于大名鼎鼎的Yahoo雅虎。其他著名的还有Open Directory Project、LookSmart、About等。 分类目录（网址导航） 　 搜网网址大全?/ 方便网友们快速找到自已需要的网站，而不用去记太多复杂的网址；同时也提供了搜索引擎入口，可搜索各种资料及网站。　 Hao123网址之家 / 　 百度网址大全/ 3．元搜索引擎 元搜索引擎是一种调用其他独立搜索引擎的引擎,也称“搜索引擎之母”。元搜索引擎是对多个独立搜索引擎的整合、调用、控制和优化利用。这类搜索引擎没有自己的数据库，它将用户的查询请求同时向多个搜索引擎递交，将返回的结果进行去重、重新排序等处理后，作为自己的结果返回给用户。 中文元搜索引擎中具代表性的有搜乐搜索引擎（）。 著名的元搜索引擎有InfoSpace、Dogpile、Vivisimo等（元搜索引擎列表）， 即使最大的搜索引擎搜到的信息也不足互联网上普通网页总量的30％，而不同搜索引擎之间数据的重叠率在70％以下。互联网上更大量的信息是搜索引擎无法搜索到的。 3.2.4 搜索引擎的检索功能 1．单词检索 2．大小写敏感检索 3．概念检索 4．词组／短语检索 5．布尔逻辑检