Internet 信息资源检索.pptVIP

Internet 信息资源检索 搜索引擎知识讲座 1993年互连网上出现了第一个Web浏览器叫Mosaic 1994年Netscape公司推出了Navigator 浏览器的发展促使Web得到迅速推广 1994年7月，第一个真正意义上的现代搜索引擎诞生，它的名字叫Yahoo，创始人是美籍华人杨致远 搜索引擎的分类 按检索机制分 全文搜索引擎 目录搜索引擎 元搜索引擎 按搜索的内容分 综合性搜索引擎 专门搜索引擎 全文搜索引擎 基于机器人（robot）程序也叫蜘蛛程序（spider）提取站点上的网页 索引器为搜集到的信息建立索引 检索器按输入检索词检索索引库并返回结果 优点： 信息量大、更新及时、毋需人工干预 缺点： 返回信息过多，有很多无关信息，需要用户进行筛选。 典型全文搜索引擎 国外 Google 02 Alltheweb Excite、Inktomi、Lycos 国内 百度 雅虎中国 典型全文搜索引擎 1）国外： （1）Google Google是由两位斯坦福大学的博士生 Larry Page 和 Sergey Brin 在 1998 年创立的。可以说是目前世界上最大最全的搜索引擎，在搜索引擎市场上居龙头宝座地位。 目前已经收集了超过30亿的网页，而且检索速度快，功能强大。现在，Google 每天需要提供 1.5 亿次查询服务，而且每条搜索所用时间通常不到半秒。 网易使用的是Google的网页搜索服务。 大多数的搜索引擎依靠少量大型服务器，这样，在访问高峰期速度就会减慢，而 Google 却利用相互链接的 PC 来快速查找每个搜索的答案。 这一创新技术成功地缩短了响应时间，提高了可扩展性，并降低了成本。这也是其他公司一直在效仿的技术。 网站排名 Google检索到的网站排名是按照网站的被链接数量由高到低排列，不存在人为的干预因素。因此最先出现的往往都是质量较高的网站。 PageRank 技术：通过对由超过 50,000 万个变量和 20 亿个词汇组成的方程进行计算，PageRank 能够对网页的重要性做出客观的评价。PageRank 并不计算直接链接的数量，而是将从网页 A 指向网页 B 的链接解释为由网页 A 对网页 B 所投的一票。这样，PageRank 会根据网页 B 所收到的投票数量来评估该页的重要性。此外，PageRank 还会评估每个投票网页的重要性，因为某些网页的投票被认为具有较高的价值，这样，它所链接的网页就能获得较高的价值。重要网页获得的 PageRank（网页排名）较高，从而显示在搜索结果的顶部。Google 技术使用网上反馈的综合信息来确定某个网页的重要性。搜索结果没有人工干预或操纵，这也是为什么 Google 会成为一个广受用户信赖、不受付费排名影响且公正客观的信息来源。 主要功能 手气不错 按下“手气不错”按钮将自动进入 Google 查询到的第一个网页。您将完全看不到其它的搜索结果。如：输入中央电视台，会直接转到中央电视台的网站。 网页快照 Google 在访问网站时，会将看过的网页复制一份网页快照，以备在找不到原来的网页时使用。单击“网页快照”时，您将看到 Google 将该网页编入索引时的页面。Google 依据这些快照来分析网页是否符合您的需求。 在显示网页快照时，其顶部有一个标题，用来提醒您这不是实际的网页。符合搜索条件的词语在网页快照上突出显示，便于您快速查找所需的相关资料。 尚未编入索引的网站没有“网页快照”，另外，如果网站的所有者要求 Google 删除其快照，这些网站也没有“网页快照”。 自动使用“and”进行查询 Google 只会返回那些符合您的全部查询条件的网页。不需要在关键词之间加上“and”或“+”。如果您想缩小搜索范围，只需输入更多的关键词，只要在关键词中间留空格就行了。 主要功能 逻辑或用OR（大写的） 分别输入“鲁迅 or 周树人”和“鲁迅 OR 周树人”，所得到结果数量完全不同，因为前者要求网页中必须同时有“搜索引擎”和“历史”两个关键字，而后者则只要求其中之一就满足条件了，当然出现的结果数量差异就比较突出 类似网页 如果您对某一网站的内容很感兴趣，但又嫌资料不够，Google 会帮您找到其他与此网页网址相关的类似资料的网站。 按链接搜索 有一些词后面加上冒号对 Google 具有特殊的含义。其中的一个词是“link:”。例如，“link:”将找出所有指向大连理工大学图书馆主页的网页。不能将 link: 搜索与普通关键词搜索结合使用。 指定网域 要在某个特定的域或站点中进行搜索，可以在 Google 搜索框中输入“site:”。 例如，要在大连理工大学 站点上查找“