(精选)网络信息检索：检索原理和搜索引擎课件.ppt

第二章 检索原理和 搜索引擎;本章内容;第一节 信息检索原理：关键词匹配原则;广义的信息检索：是指将信息按一定的方式组织和存储起来，并根据用户的需要找出相关信息的过程。 ;存 储;4、信息检索原理;What？ Where？ How？;6、信息检索类型;7、主要计算机检索系统类型;8、“关键词原则”是信息检索的根本原则;第二节 搜索引擎的原理和发展概况;1、网络信息资源种类;2、网络信息资源的特点;搜索引擎 Search Engine;4、搜索引擎的发展历史;搜索引擎发展历史;搜索引擎的起源——Archie; 由于Archie深受欢迎，受其启发，Nevada System Computing Services大学于1993年开发了一个Gopher（Gopher FAQ）搜索工具Veronica（Veronica FAQ）。Jughead是后来另一个Gopher搜索工具。 现在这个工具主要用在国外大型图书馆的信息检索上。; 1994年4月，斯坦福大学的两名博士生，美籍华人杨致远和David Filo共同创办了Yahoo）。随着访问量和收录链接数的增长，Yahoo目录开始支持简单的数据库搜索。因为Yahoo!的数据是手工输入的，所以不能真正被归为搜索引擎，事实上只是一个可搜索的目录。Yahoo!中收录的网站，因为都附有简介信息，所以搜索效率明显提高。Yahoo!---几乎成为20世纪90年代的因特网的代名词。; 1995年，一种新的搜索引擎形式出现了——元搜索引擎（Meta Search Engine）。用户只需提交一次搜索请求，由元搜索引擎负责转换处理后提交给多个预先选定的独立搜索引擎，并将从各独立搜索引擎返回的所有查询结果，集中起来处理后再返回给用户。 第一个元搜索引擎，是Washington大学硕士生 Eric Selberg 和 Oren Etzioni 的 Metacrawler。元搜索引擎概念上好听，但搜索效果始终不理想，所以没有哪个元搜索引擎有过强势地位。 ;第三代搜索：网页搜索;5、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。 搜索引擎至少由三部分组成： 爬行器（即机器人、蜘蛛等搜索程序） 索引生成器（即网页索引数据库） 查询检索器（即用户检索界面） 随着搜索引擎的发展，许多搜索引擎在此基础上增加特色功能。如百度增加了监控程序。;搜索引擎的工作原理就像超市; 利用能够从互联网上自动收集网页的Spider系统程序，自动访问互联网，并沿着任何网页中的所有URL爬到其它网页，重复这过程，并把爬过的所有网页收集回来。;第二步：建立索引数据库; 搜索引擎的Spider一般要定期重新访问所有网页（各搜索引擎的周期不同，可能是几天、几周或几月，也可能对不同重要性的网页有不同的更新频率），更新网页索引数据库，以反映出网页内容的更新情况，增加新的网页信息，去除死链接，并根据网页内容和链接关系的变化重新排序。这样，网页的具体内容和变化情况就会反映到用户查询的结果中。 ;第三步：检索界面的建立; 每个搜索引擎都必须向用户提供一个良好的信息查询界面，一般包括分类目录及关键词两种信息查询途径。;;;第三节 两类搜索引擎及网页搜索引擎;两类搜索引擎的代表;第一类搜索引擎：网页搜索引擎以谷歌和百度为代表;1、Google搜索引擎 ;Google 简介:;Google 简介:;注意用“ ”与*功能;;谷歌其他功能;2、百度(baidu);; 一、概况 百度（B，Inc）于1999年底 成立于美国硅谷，2000年，落户中国。 2001年8月，发布B搜索引擎Beta版，从后台服务转向独立提供搜索服务，并且在中国首创了竞价排名商业模式。 2001年10月22日正式发布Baidu搜索引擎。 2005年8月5日，百度在美国纳斯达克上市。; “百度”二字取自辛弃疾的《青玉案》 “众里寻她千百度” 。 现在百度已成为世界上最大的中文搜索引擎。用户能够访问超过6亿的中文网页，5000多万张图片、500多万首中文mp3及各种格式的音乐。 ;;? 北京正望咨询有限公司;百度 VS Google; 目标信息一定含有的关键字：用双引号连起来 目标信息不能含有的关键字：用“ - ”去掉 目标信息可能含有的关键字：用“OR”或空格连