信息检索与We搜索.docxVIP

信息检索与Web搜索 第1讲 概述 授课人：高曙明 *改编自“现代信息检索”网上公开课件（/~wangbin） 信息检索概念 从大规模的具有非结构化特性(通常是文本)的资料集合(通常保存在计算机上)中找出满足用户信息需求的资料(通常是文档)的一门学科 2 大规模 文档集合 信息需求 查询 相关文档列表 信息检索系统 查找 信息检索概念 文档（Document）: 指以文本内容为主的信息源，如纯文本、网页、邮件、论文、专利、图书等 非结构化文档：指没有清晰和明显结构的文档，主要是纯文本 半结构化文档：指带有简单结构表示的文档，如网页 title李甲主页/title body…/body … 3 4 信息检索概念 一般涉及信息的获取、分析、组织、存储、比对和展示 信息检索 vs.关系数据库 IR系统主要用于查询文档 RDB系统主要用于查询结构化数据，即记录集合，这些记录中包含预先定义的语义属性及属性值，如一本书的作者、标题、出版年份等 5 信息检索 vs.相关学科 6 信息检索技术的重要性 用户需要信息检索技术：信息时代的信息量爆炸式增长、噪音太多，寻找所需要的信息非常不容易 使用搜索引擎寻找所需要的信息已经成为很多人的日常行为；使用专业信息检索系统，如专利、法律条文、科技论文等检索系统，则是专业人员的经常行为 但目前的搜