32-因特网上的信息检索.pptVIP

　　　你认为真正的网络高手是怎样的？ ３.２因特网上的信息检索 内容概要 文本搜索 使用单个关键词进行搜索 使用两个及两个以上关键词进行搜索 直接输入多个关键词，关键词之间用空格，这样就表示“AND”关系； 用减号“-”表示“非”，用于表示要求搜索结果不包含某些特定信息； 加上双引号。这在查找名言警句或专有名词时显得格外有用 搜索特殊格式的文件 目前可搜索的文件格式： DOC、PPT、XLS、TXT文件； 最精彩的，可搜索Flash文件： SWF文件 、gif动态图片文件 方法： 关键词 filetype: 关键字.文件格式 或 关键字.文件格式 搜索引擎的产生 随着网络中信息爆炸性地增长，信息分散储存、数量多，网络用户想找到所需的信息如同大海捞针。为了满足大众的信息检索需求，从事专业信息检索的公司和搜索网站应运而生。 搜索引擎是因特网上信息检索的软件系统。最早的搜索引擎出现于1994年4月。斯坦福大学的两名博士生，美籍华人杨致远和美国人David Filo共同创办了超级目录索引雅虎（Yahoo）,并成功地使搜索引擎的概念深入人心。从此搜索引擎 进入了高速发展时期。 搜索引擎的分类及原理 按照信息搜集方法和服务提供方式的不同，搜索引擎系统可以分为三大类： 目录式搜索引擎：以人工方式或半自动方式搜集信息，由编辑员查看信息之后，人工形成信息摘要，并将信息置于事先确定的分类框架中。信息大多面向网站，提供目录浏览服务和直接检索服务。该类搜索引擎因为加入了人的智能，所以信息准确、导航质量高，缺点是需要人工介入、维护量大、信息量少、信息更新不及时。这类搜索引擎的代表是：Yahoo、LookSmart、Open Directory、Go Guide等。　 全文搜索引擎（机器人搜索引擎）：由一个称为蜘蛛（Spider）的机器人程序以某种策略自动地在互联网中搜集和发现信息，由索引器为搜集到的信息建立索引，由检索器根据用户的查询输入检索索引库，并将查询结果返回给用户。服务方式是面向网页的全文检索服务。该类搜索引擎的优点是信息量大、更新及时、毋需人工干预，缺点是返回信息过多，有很多无关信息，用户必须从结果中进行筛选。这类搜索引擎的代表是：AltaVista、Northern Light、Excite、Infoseek、Inktomi、FAST、Lycos、Google；国内代表为：“天网”、悠游、OpenFind等。　　 元搜索引擎：这类搜索引擎没有自己的数据，而是将用户的查询请求同时向多个搜索引擎递交，将返回的结果进行重复排除、重新排序等处理后，作为自己的结果返回给用户。服务方式为面向网页的全文检索。这类搜索引擎的优点是返回结果的信息量更大、更全，缺点是不能够充分使用所使用搜索引擎的功能，用户需要做更多的筛选。这类搜索引擎的代表是WebCrawler、InfoMarket等。 搜索引擎技术的发展趋势 1.提高搜索引擎对用户检索提问的理解。 2.对检索结果进行进一步处理。 3.确定搜索引擎信息收集范围，提高搜索引擎的针对性。 3.2.3 搜索引擎的工作过程 搜索引擎的工作过程 目录索引类搜索引擎的工作原理 一般采用人工方式采集和存储网络信息，依靠手工为每个网站确定一个标题，并给出大概的描述，建立关键字索引，将其放入相应的类目体系中。 用户自己的错误 初学者搜索时容易犯的6个低级错误和解决方法 常见错误1：错别字 经常发生的一种错误是，你输入的关键词含有错别字，改正了就好。 常见错误2：关健词太常见 搜索引擎对常见词的搜索存在缺陷，因为这些词曝光率太高了，以至于出现在成百万网页中，使得它们事实上不能被用来帮你找到什么有用的内容。比如说搜索“电话”。 常见错误3：多义词 要小心使用多义词，比如搜索“java”，你要找的信息究竟是太平洋上的一个岛、一种著名的咖啡、还是一种计算机语言。 用户自己的错误 常见错误4：不会输关键词，想要什么输什么 搜索失败的另一个常见原因是类似这样的搜索：“现代爱情故事歌词” 常见错误5：在错误的地方搜索 有些信息不适合搜索，应该直接到网站浏览，如论坛的内容。 常见错误6：停用词 停用词主要见于英文搜索引擎中，指的是使用过于频繁的单词，如“is”、“i”、“what”、“it”等。一些搜索引擎在它的网页库里碰到这些词时不会搜 为什么搜索引擎搜不到？ 有些内容，网上明明存在，但是用搜索引擎搜不到。如果事先理解搜索引擎能做的和不能做的，就可以设计更佳的搜索策略。而搜索之前思考一下搜索策略，是搜索成功最关键的一步。 这样的内容，主要有3类： 　Ａ.网上有，但是搜索引擎库里没有 spider未能正确处理的网页性质及文件类型 （如某些动态网页及fr