Internet技术与应用-搜索引擎.pptVIP

INTERNET技术与应用 课程简介 目的： 学会使用Internet进行信息交流和资料查询，为今后工作和学习打下基础。 了解Internet技术的基本原理 学分: 选修课、2学分 学时: 理论30学时，10次课， 上机20小时，分5次，每次4小时。 学习方法：听课?看书?上机上网实践?提问?再听课 主要内容 Internet的定义，历史、现状、功能 Internet技术基础 计算网络基础 TCP/IP协议的基本知识，常用术语 接入Internet的方式 常见的网络应用及其工具软件简介 网络浏览，EMAIL，FTP，P2P等等 搜索引擎的使用 网页的制作，网络服务器的搭建 典型Internet网络系统组建与维护 Internet网络安全基础 1.10 搜索引擎 搜索引擎的定义和分类 搜索引擎的原理 常用搜索引擎 GOOGLE使用指南 常见专业数据库简介 1.10 搜索引擎—网络信息检索工具 已经知道地址时直接访问。 不知道地址的时，需借助检索工具 搜索引擎 网络资源指南（门户） 专门数据库 1.10 搜索引擎 搜索引擎(Search Engine)的定义 是指通过网络搜索软件或网站登陆等方式，将互联网上大量网站的页面收集到本地，经过加工处理而建库，从而能够对用户提出的各种查询作出响应，提供用户所需的信息 1.10 搜索引擎—简介 分类目录型 是按目录分类的网站链接列表。如Yahoo雅虎、新浪等。 搜索（网页）型 利用关键字进行匹配方法进行网页定位。 1.10 搜索引擎—搜索引擎的原理 搜索引擎的原理 从互联网上抓取网页 建立索引数据库 在索引数据库中搜索排序 1.10 搜索引擎—搜索引擎系统流程 1.10搜索引擎—搜索引擎的原理 信息收集功能（搜索器） 定期搜索，派出spider程序对一定范围内的网站进行检索，发现新的或更新后的网站会自动提取网站信息加入数据库。 网站所有者主动向搜索引擎提交网址，然后搜索引擎在一定时间内派出spider程序搜集有关信息加入数据库。（天网） 1.10 搜索引擎—搜索引擎的原理 检索与排序技术（索引器和检索器） 超链分析技术 索引信息检索 全文检索 用户接口 1.10 搜索引擎—搜索引擎的原理 索引器： 是理解搜索器所搜索的信息，从中抽取出索引项，用于表示文档以及生成文档库的索引表。 索引项：分为客观索引项和内容索引项两种 客观项：与文档的语意内容无关，如作者名、URL、更新时间、编码、长度、链接流行度（Link Popularity）等等； 内容索引项是用来反映文档内容的。如关键词及其权重、短语、单字等等。内容索引项可以分为单索引项（单词）和多索引项（或称短语索引项）两种。 1.10 搜索引擎—搜索引擎的原理 检索器 检索器的功能是根据用户的查询在索引库中快速检出文档，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，并实现某种用户相关性反馈机制。 检索器常用的信息检索模型有集合理论模型、代数模型、概率模型和混合模型四种。 用户接口 用户接口的作用是输入用户查询、显示查询结果、提供用户相关性反馈机制。主要的目的是方便用户使用搜索引擎，高效率、多方式地从搜索引擎中得到有效、及时的信息。用户接口的设计和实现使用人机交互的理论和方法，以充分适应人类的思维习惯 1.10 搜索引擎—搜索引擎的原理 说 明 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。 搜索引擎也不能真正理解网页上的内容，它只能机械的匹配网页上的文字 1.10 搜索引擎—分类 按照原理 关键词搜索引擎 主题分类指南（directory search engine） 元搜索引擎（meta-search engine） 1.10 搜索引擎—分类 按类型分 WEB搜索引擎 FTP 搜索引擎 学术搜索引擎 blog搜索引擎 新闻搜索引擎 1.10 搜索引擎—元搜索引擎 一次搜索多个搜索引擎，并将结果返回给用户。有的直接按来源引擎排列搜索结果，有的则按自定的规则将结果重新排列组合。 优点：能同时搜索多个搜索引擎，能在一定程度上提高查询的广度。 缺点：有时候并不能对一个搜索引擎全部查完，有时候也会漏掉一些重要信息。 1.10 搜索引擎—搜索引擎发展史 产生：1990年－Archie－蒙特利尔大学的 Alan Emtage开发的ftp搜索系统。 1993年10月 ALIWEB系统:网站自己提交索引信息。（yahoo） 1993年底 基于spider的搜索引擎出现 1994年4月 yahoo：自附简介信息，效率高；WebCrawler：支持全文检索 1.10 搜索引擎—搜索引擎发展史 199