inter互联网检索课件.pptVIP

INTERNE检索 Internet起源于美国,1969年开始实现的Arpanet (Advanced Research Project Agency Network)计划，其目的是测试建立基于分组交换协议的网络的可行性，检验该网络在其一部分遭到打击并受到破坏的情况下，保持信息通畅的能力。 Internet在中国 Internet在中国 WWW浏览 World Wide Web简称WWW或Web，也称万维网。它不是普通意义上的物理网络，而是一种信息服务器的集合标准。 搜索引擎 Search Engine 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 检索技巧 分析检索的主题 选择合适的搜索引擎 抽取适当的关键词 正确构造检索式 及时调整检索策略 了解查询目的和要求 信息类型（全文、文本、图像、声音等） 查询方式（浏览、分类检索、关键词检索等） 查询范围（全文、网页、标题、FTP、软件、外文等） 查询时间 选择合适的搜索引擎 GOOGLE 可搜索所有网站，用户界面相当好。并且具有一定的大写、名词识别能力的快速搜索引擎，它的数据库是最大的，能找到别的搜索引擎所不能找到的东西。 百度 拥有目前世界上最大的中文搜索引擎，具有高准确性、高查全率、更新快以及服务稳定的特点，在中文的某些信息搜索方面，百度甚至比GOOGLE更胜一筹。 抽取适当的关键词 如何抽取关键词: 使用名词或物体做关键词 检索式中使用2-3个关键词 要注意同义词、近义词、相关词或同一术语的不同表达方式。如，internet、 web 、www 正确构造检索式 及时调整检索策略 对固定短语，用“”括起来进行检索，以提高检索的精确度。如，“worle wide web” 高级搜索语法 检索词出现位置限定： 标题：intitle 网站：site 文件类型限定：filetype:文件名后缀 支持13种非HTML文件的搜索：pdf, doc, rtf, ppt, xls, swf, ps等 Intitle (在GOOGLE：allintitle) 格式： 百度: 关键词B intitle：关键词A GOOGLE:关键词B allintitle：关键词A 含义: 所有搜索结果的网页的标题中都要包含“关键词A”。 SITE 格式： 百度 ： 关键词A site: 含义： site是限定在某个网站内搜索关键词A FILETYPE 格式：关键词A filetype:文件格式后缀名 含义：只收集相同文件格式的信息 电子邮件 本文观看结束！！！ 辛弃疾：《青玉案》 “众里寻她千百度” 。 Sergey Brin Larry Page “Google”来自于数学名词“Googol”， Googol表示一个 1 后面跟着 100 个零。 * TCP/IP—Transfer Control Protocol/Internet Protocol即传输控制协议/网际协议 中国国家公用经济信息通信网(ChinaGBNET) 地址是IP协议提供的一种地址格式， 它为Internet上的每一台主机分配一个网络地址，是运行TCP/IP协议的唯一标识。 XXX.XXX.XXX.XXX 0~255 （天津理工大学） IP DNS(domain name system)域名控制系统 主机名.机构名.顶层域名 从左到右，域的范围变大。具有实际含义，比IP地址好记。 天津理工大学 Internet上几乎在每一子域都设有域名服务器，服务器中包含有该子域的全体域名和地址信息。Internet每台主机上都有地址转换请求程序，负责域名与IP地址转换。 com 商业机构 org 非营利组织 edu 教育机构 gov 政府部门 net 网管组织 int 国际组织 mil 军事部门 info 信息机构 Alan Emtage发明Archie 自动搜索各个FTP主机中的文件， Life on the Internet. 从互联网抓取网页 建立索引数据库 检索排序 搜索引擎的原理： 一个完整的搜索引擎包括四个部分： ★信息收集系统(机器人或蜘蛛) ★存贮和管理系统(数据库) ★检索系统( 包括对检索结果的评价系统) ★用户界面 扩大检索范围，提高查全率的方法： 1、考虑同义词或近义词（使用布尔逻辑符or连接） 2、选择较大检索范围的字段如摘要 3、使用截词符 4、使用上位词（如飞行器?航天飞机?载人航天飞机）