因特网上信息检索.pptVIP

阅读教材回答如下问题： 网络信息检索的方法 搜索引擎的分类及特点 搜索引擎的工作过程 因特网信息检索方法 在因特网中信息检索的方法有三种： 1、基于超文本/超媒体的信息浏览 从一个超文本/超媒体文档入手，沿着嵌入其中的、用户感兴趣的超链接区搜索信息 2、基于目录服务的信息查询 根据信息的主题降网络上的信息资源进行分类，并以目录的形式组织和表现 3、基于搜索引擎的信息检索 搜索引擎是一种信息检索工具，它从因特网上接受用户的查询请求，在数据库中进行检索，然后返回查询结果 基于超文本/超媒体的信息浏览 基于目录服务的信息查询 基于搜索引擎的信息检索 搜索引擎的产生 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。 1994年起搜索引擎发展举例 产生时间 搜索工具 开发组或公司 网站特点 1994.4 Yahoo 斯坦福大学 早期Yahoo数据是手工输入 1995.12 Altavista DEC公司 第一个支持自然语言关键词和高级检索的引擎 1997.10 北大天网 北大计算机研究室 收录网页约6000万,有强大的FTP搜索功能 1998.9 Google 斯坦福大学 提供网页评级动态摘要、网页快照，每天更新、多文档格式支持 2001.8 Baidu 百度公司 快照、预览、相关词搜索、mp3、 flash搜索功能 搜索引擎的分类 按照信息收集方法和服务提供方式，搜索引擎可分为: 目录式搜索引擎 全文搜索引擎 元搜索引擎 搜索引擎的分类 类型 定义 举例 目录搜索 网络信息资源，通过人工整理分类，按照主题分类,并以层次树状形式进行组织的一类搜索引擎. 代表：雅虎 新浪 搜狐 优点: 实实在在找到用户所关心内容分类,网站导航质量高 缺点: 分类不够细,需要人工介入,目录的维护量大, 更新可 能不够及时. 搜索引擎的分类 类型 定义 举例 全文搜索 使用关键词到预先建好的或租用其它索引数据库查询信息的一类搜索引擎. 代表：百度 谷歌 优点: 信息量大、更新较及时、不需人工干预。 缺点: 返回信息过多，有很多无关信息，广告也特别多。 全文搜索引擎 输入关键字 查询信息排序 索引 数据库 用户查询 查询结果 检索 搜索 搜索引擎的分类 类型 定义 举例 元搜索引擎 元搜索引擎就是通过一个统一的用户界面向多个搜索引擎同时递交用户查询,返回结果去重合并,综合结果返回给用户.（没有自己的数据库） 优点: 结果精确、全面，汇聚各大搜索引擎的结果。 缺点: 检索速度较慢、牺牲个别搜索引擎性能，并非1+1=2 元搜索引擎示意图 搜索引擎的工作原理 目录式搜索引擎是以人工或半自动方式收集信息，有编辑人员查看信息后，人工形成信息摘要，并将信息至于事先确定的分类框架中。用户通过浏览分类目录来查看自己所需要的信息，在链接信息资源所在的位置。 搜索引擎的工作原理 1、目录式搜索引擎是以人工或者半自动方式收集信息，由编辑人员查看信息后，人工形式信息摘要，并将信息置于事先确定的分类框架中 搜索引擎的工作原理 2、全文搜索引擎并不能真正理解用户的查询内容，只能把匹配查询关键词与索引数据库中的内容进行匹配。 全文搜索引擎的工作过程是： 从网上抓取网页?建立索引数据库?在索引数据库中搜索排序?响应用户查询 1、如何从互联网抓取网页 使用蜘蛛（Spider）系统程序，自动访问因特网，并沿着网页中所有的URL爬到其他网页，重复这一过程，把爬过的网页收集回来 搜索引擎的蜘蛛（Spider）系统程序会定期重新访问所有网页，以实现该网站信息的更新 蜘蛛模拟器 2、建立索引数据库 由分析索引系统程序对蜘蛛收集到的网页进行分析，提取相关网页信息（包括网页的URL、编码类型、页面内容所包含的关键词、关键词位置、生成时间、大小等），进行大量复杂的计算（算出网页中每一个关键词的相关度，即出现的次数），然后放到响应的索引数据库中 3、在索引数据库中搜索排序 当用户输入关键词搜索后，由搜索程序从网页索引数据库中找到符合该关键词的所有网页，按照该关键词在各网页中的相关度即次数，进行排序，并返回给用户，相关度越高，排名越靠前 4、查询和响应 选择最好的搜索工具 每一个搜索都是不同的，如果你为每一个搜索都选择最好的搜索工具，那么每次你都会得到最好