信息检索与利用---互联网搜索引擎.ppt

各种格式的全文 其他搜索引擎:Yahoo!（1994.4创办，1999.9开通中国雅虎） 其他搜索引擎:必应（微软公司2009.6推出） 其他搜索引擎:搜狗（搜狐公司2004.8推出） 其他搜索引擎:搜搜（腾讯2006.3运营） 其他搜索引擎:有道（网易200612推出） 其他搜索引擎:ASK.com（Askjeeves公司） 本讲小结 搜索引擎概述：概念、原理等 搜索引擎的类型 搜索引擎的检索方法与策略 典型搜索引擎实例：Google、百度、 Scirus 面对Internet，各搜索引擎的能力和偏好不同，所以抓取的网页各不相同，排序算法也各不相同。 大型搜索引擎的数据库储存了互联网上几亿至几十亿的网页索引，但也只能占到互联网上普通网页的不到30%，不同搜索引擎之间的网页数据重叠率一般在70%以下。 我们使用不同搜索引擎的重要原因，就是因为它们能分别搜索到不同的内容。而互联网上有更大量的内容，是搜索引擎无法抓取索引的，也是我们无法用搜索引擎搜索到的。 你心里应该有这个概念：搜索引擎只能搜到它网页索引数据库里储存的内容。 搜索引擎返回无用的信息多 隐形资源，深层资源（invisible web, deep web)综合利用，不要忽略其他资源 网络资源不能代替图书馆的订购资源 电子资源不能代替图书馆印刷资源 作业 1、查询：湖南卫视的节目预告 2、查询：在天空网下载网际快车 网际快车 site: 3、查询：下载卡通小猪的图片 Pig filetype:gif * * 显示结果的分组筛选功能。 * * * * * * * * * 搜索范围限定“intitle:” 网页标题通常是对网页内容提纲挈领式的归纳。把查询内容范围限定在网页标题中，有时能获得良好的效果。使用的方式，是把查询内容中，特别关键的部分，用“intitle:”领起来。 例如，找林青霞的写真，就可以这样查询：写真 intitle:林青霞 注意，intitle:和后面的关键词之间，不要有空格。 高级检索语法 限定在特定站点“site:站点域名” 有时候，您如果知道某个站点中有自己需要找的东西，就可以把搜索范围限定在这个站点中，提高查询效率。使用的方式，是在查询内容的后面，加上“site:站点域名”。 例如，在新浪里找中国好声音 ，就可以这样查询：中国好声音 site: 注意，“site:”后面跟的站点域名，不要带“http://”；另外，site:和站点名之间，不要带空格。 高级检索语法 限定在url链接中 网页url中的某些信息，常常有某种有价值的含义。于是，您如果对搜索结果的url做某种限定，就可以获得良好的效果。实现的方式，是用“inurl:”，后跟需要在url中出现的关键词。 例如，找关于photoshop的使用技巧，可以这样查询：photoshop inurl:jiqiao 上面这个查询串中的“photoshop”，是可以出现在网页的任何位置，而“jiqiao”则必须出现在网页url中。 注意，inurl:语法和后面所跟的关键词，不要有空格。 高级检索语法 精确匹配 如果输入的查询词很长，百度在经过分析后，给出的搜索结果中的查询词，可能是拆分的。如果您对这种情况不满意，可以尝试让百度不拆分查询词。给查询词加上双引号，就可以达到这种效果。 例如，搜索 上海科技大学 ，如果不加双引号，搜索结果被拆分，效果不是很好，但加上双引号后，“上海科技大学”，获得的结果就全是符合要求的了。 高级检索语法 书名号是百度独有的一个特殊查询语法。在其他搜索引擎中，书名号会被忽略，而在百度，中文书名号是可被查询的。加上书名号的查询词，有两层特殊功能，一是书名号会出现在搜索结果中；二是被书名号扩起来的内容，不会被拆分。 书名号在某些情况下特别有效果，例如，查名字很通俗和常用的那些电影或者小说。比如，查电影“手机”，如果不加书名号，很多情况下出来的是通讯工具——手机，而加上书名号后，《手机》结果就都是关于电影方面的了。 语法字符 含 义 及 用 法 intitle: 限定在网页标题中搜索 site: 限定在特定站点搜索 inurl: 限定在URL链接中搜索 filetype: 文档类型(如：doc、jpg、mpeg、…)限定 例：“信息检索 filetype:all”表示结果中含有“信息检索”的所有文档类型的文件 双引号(“”)或书名号(《》) 检索结果的精确匹配 总结 高级检索语法 相关搜索 在搜索结果页面下方提示若干与输入的关键词很相似的查询词，供用户从中选择 结果中找 相当于“二次检索”，