第三章搜索引擎及其使用.pptVIP

第三章 搜索引擎及其使用 第一节 搜索引擎概述 　　　 1. 概念 2. 工作原理与关键技术 3. 主要类型 4. 检索功能 1.搜索引擎的概念 　 搜索引擎是网络信息检索的重要工具。搜索引擎（Search Engine）是以一定的策略在Internet上搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务，从而达到信息导航的目的。搜索引擎也可以说是因特网上专门提供检索服务的一类网站，即因特网上具有检索功能的网页。 一个搜索引擎由搜索器、索引器、检索器和用户接口等4部分组成。 2.搜索引擎的工作原理 搜索引擎的关键技术 搜索引擎的关键技术：信息搜集技术、索引技术、检索器与结果处理技术。 信息搜集技术 目录导航式搜索引擎的信息搜集技术 网络机器人技术 索引技术 索引类型: 目录索引、文本索引（关键词索引）、链索引、站点索引 检索器与结果处理技术 检索器提供的查询接口形式（目录导航式、关键词检索） 按频次排定次序、按页面被访问度排序、二次检索等 3.搜索引擎的主要类型 搜索引擎可以从不同角度划分为不同类型： (1) 按搜索机制划分关键词型、目录型和混合型。 (2) 按包含搜索工具的数量划分为独立型和多元型。 (3) 按搜索内容可将搜索引擎划分为综合型、专业型和 特殊型。 　 返回 　 混合型搜索引擎兼有关键词型和分类目录2种检索方式。现有大多数搜索引擎都同时具有关键词检索和分类目录，如Yahoo、Sohu、Sina 等。 返回 多元型搜索引擎是指一个搜索引擎包含多个独立搜索引擎。这类检索工具通常自身不进行WWW的遍历和索引，也没有自己的索引数据库，有提供一个统一的界面，将用户提交的查询转送给其他多个搜索引擎去检索，然后把检索结果集中整理后反馈给用户。这类检索工具检索覆盖面大，但不能充分使用所使用的搜索引擎的功能，用户需要做更多的筛选。代表有：WebCrawler、 Metasearch、 Profusion、Mamma等。 返回 　　 　　　　　　　　　　　 如果您要查找某一类型（特定主题）的网站信息，例如有关中国高等学校情况，建议您通过分类目录中的“高等院校”，这个类目下收录了中国所有大专院校的网站信息；如果您查找的是某一个指定信息，例如查找清华大学情况（查找目标明确），建议你通过关键词“清华大学”来搜索，会得到所有与清华大学有关的网站信息。 有的用户用门户网站的搜索引擎来查找一些比较专业的信息，结果往往不太令人满意。如果你想查找一些专业资料，最好用专业性的搜索引擎。比如想查找一些互联网方面的信息，赛迪网的“IT罗盘”就是一个比较好的网站，想查找华工产品的价格，可以到比如中化网等的行业网站上面去找。 4.网络搜索引擎的检索功能 字段限定检索：在搜索引擎中，字段检索大多表现为前缀限制形式，如属于主题字段限制的有：Title、 Subject、 Keywords、 Summary等；属于非主题字段限制的有：Image 、Text等。此外，搜索引擎还提供了新的、带有典型网络检索特征的字段限制类型，如主机名（host）、域名（domain）链接（link）、URL限制（url）、新闻组（Newsgroup）和E-mail限制等。 截词检索：截词检索能提高检索的查全率，尽管这一点对网络检索不是很重要，绝大多数的搜索引擎都支持截词检索功能，有的是自动截词，如Lycos，有的是在一定条件下的截词，如AltaVsita。在允许截词检索的搜索引擎中，一般提供右截词，截词符一般采用*号，如Educat*相当于Education+ Educational +Educator 自然语言检索：即直接采用自然语言中的字、词、句作为提问式进行检索，如可采用“what is search engine”或“who is Clinton”检索。自然语言检索使得检索式的组成不依赖于专门的检索语言，检索变得简单、直接，特别适合一般用户使用。现在几乎所有的搜索引擎都支持自然语言检索。 　? 模糊检索：当我们输入一个关键词时，搜索引擎就把与关键词相关的词一起反馈，列出供用户选择，例如，在Yahoo中查找“搜索引擎”一词时，模糊检