文献信息检索与利用-东华大学.ppt

文献信息检索与利用 第二章 网络信息检索 第一节 概述 一、产生 网络检索是基于Internet的信息检索方式。 网络检索是在计算机检索的基础上发展起来的：单机或局域网络检索——分布式的信息检索——网络检索 网络信息检索：利用Telnet、FTP、E-mail、 Gopher、WWW等信息传输协议和检索工具，在Internet等网络上进行信息存取的行为。 二、网络检索的特点 1、交互式作业方式； 2、用户透明度； 3、信息检索空间的拓宽； 4、友好的用户界面。 第二节 网络信息资源 Network Information Resources：以数字形式记录，以多媒体方式表达，存储在网络计算机磁介质、光介质及通信介质上的信息集合。 从目的上看是“为了提高信息系统效率，实现资源共享而采用计算机网络整理、传递、获取的各种信息”， 一、网络信息的种类 1、按照网络信息的内容划分 1）网络数据库 2）联机馆藏目录库 3）电子出版物 4）政府机构信息 2、按照所采用网络信息协议不同划分 1）基于超文本传播协议（HTTP）的信息资源 万维网（World Wide Web简称WWW或Web）信息资源是一种典型的基于HTTP的网络信息资源。Web建立在超文本、超媒体基础上，集文本、图形、图像、声音为一体，并以直观的图形用户界面展现和提供信息的网络信息资源形式。 URL（Universal Resource Locator）：“统一资源定位器”，即我们通常所说的网址，包括协议、主机、目录、文件部分。 /inqs/upfile/1/2007yishu.htm 2）基于文件传输协议（FTP）的信息资源 主要功能是完成从一个系统到另一个系统完整的文件复制，即在网络的联网计算机之间传输文件。任何计算机方式存储的信息均可通过FTP协议获取。 3）基于远程登录（Telnet）的信息资源 通过Telnet协议所访问到的网络信息资源。实现方法为在远程计算机登录，使自己的计算机暂时成为远程计算机的终端，进而实时访问、使用远程计算机中对外开发的资源。 二、网络资源的特点 1、从内容上看 1）数量海量化 2）种类繁多 3）分布开放，但内容之间关联程度强 4）信息庞杂，不易控制 2、从形式上看 1）非线型 2）交互性 3）动态性 3、从效用上看 1）共享性 2）时效性 第三节 网络检索工具 一、搜索引擎的定义 是指对英特网各种信息资源进行标引和检索的工具。搜索引擎使用自动搜索软件来采集、发现、收集并标引网页、建立数据库，以WWW形式提供给用户一个检索界面，用户通过关键词、词组或短语等检索项来进行检索。 获取更多定义：define:搜索引擎 二、工作原理 1、信息的采集与存储：人工采集和自动采集（自动索引软件Spider、Robot、Worm） 2、建立索引数据库 3、检索界面的建立 三、搜索引擎的基本检索功能 1、布尔逻辑检索 （1）逻辑与关系，用关系词AND表示 （2）逻辑或关系，用关系词OR表示 （3）逻辑非关系，用关系词NOT表示 2、词组检索：一般用“”括起 3、截词检索：用截词符*来代替相关字符，常用右截断。如输入comput* 4、字段检索：网络检索特征的字段，如主机名、域名、统一资源定位地址（URL） 5、自然语言检索 6、多语种检索 7、区分大小写检索 四、搜索引擎的类型 1、全文检索型搜索引擎： 处理的对象是互联网上所有网站上的每个网页，采用自动搜索软件，是真正的搜索引擎。用户获得的检索结果，不是最终结果，而是检索线索。检索面广，信息量大，信息更新速度快，适用于主题词检索。缺点是检索准确性低，效率不高。 2、分类目录型搜索引擎 先由人工搜集网络资源并编制目录。首先把网站类别进行类别划分，并只收录摘要信息。 优点是可以保证信息质量，提高检索的准确性，不足之处是人工量大，信息量少。 3、多元搜索引擎 又称集合式搜索引擎，是将多个搜索引擎集成在一起，向用户提供一个检索界面。 有点是省时、全面性好。 （比比猫）：网页数据库来源于五大搜索引擎Google、雅虎、百度、iAsk以及搜狗。 第四节常用中文搜索引擎 一、Google搜索引擎 1、基本情况 由斯坦福博士生佩奇和布林于1998年9月创办。最优秀的支持多种语言的搜索引擎，功能强大，特点突出，服务优良。 采用自动搜索软件网络蜘蛛（Spider），并采用先进的网页级别（PageRank）技术。 2、 Goo