第五讲网络信息检索.ppt

《第五讲网络信息检索.ppt》由会员分享，可在线阅读，更多相关《第五讲网络信息检索.ppt（66页珍藏版）》请在三一文库上搜索。

1、第四讲 网络信息检索,导言：网络社会,在现在的网络信息环境下，网络信息资源是我们学习、工作、生活中利用率最高的信息资源之一。对网络信息资源和网络的利用是终身学习的需要，也是个人信息素质中的重要内容。相对与图书馆纸本文献信息资源和数字资源的检索利用，其对人的影响更为深远。 今后的社会，网络是一个基本要素，它将对社会经济、科技教育、国防乃至政治产生决定性的影响。,目录,网络信息资源概述,1,2,4,3,网络信息检索工具,搜索引擎检索技术,网络信息检索技巧,网络信息资源概念 信息资源以电子数据的形式存放在非印刷型的介质中，并通过网络通信手段，在计算机等终端上再现的信息的总和。,1.网络信息资源概述,

2、网络信息资源类型 按信息内容的表现形式和内容划分可分为： 全文型信息：直接在网上发行的电子期刊，网上报纸，印刷型期刊的电子版，网络学院的各类教材，政府出版物，标准全文等； 事实型信息 天气预报，节目预告，火车车次，飞机航班，城市或景点介绍，工程实况、IP地址等； 数值型信息：主要是指各种统计数据； 数据库类信息：如CNKI，万方等，是传统数据库的网络化； 微信息（web2.0特征）：如博客、播客，BBS，聊天，邮件讨论组，网络新闻组等； 其它类型：投资行情和分析，图形图象，影视广告等。,1.网络信息资源概述,1.网络信息资源概述,按所采用的网络传输协议可分为： WWW网络资源: 因特网信息资源

3、的主流，它使用http协议，使用简单， 功能强大，能方便迅速的浏览和传递分布于网络各处的文字、图象、声 音和多媒体超文本信息。 FTP信息资源:它使用ftp协议，该协议主要用语连网计算机之间传输文件 。FTP相当于在网络上两个主机之间复制文件。目前仍是发布、传递软件 和长文件的主要方法。 TELNET信息资源:telnet是远程登陆协议。telnet信息资源包括硬件资源和 软件资源。许多机构都提供远程登陆的信息系统，如图书馆的公共目录 系统，信息服务机构的综合信息系统等。 用户服务组资源:包括新闻组，电子邮件组等。,1.网络信息资源概述,网络信息资源特点 信息资源丰富、种类繁多 超文本、超媒体

4、、集成式提供信息，图表、图形、图像、声音、动画等 信息来源分散、无序，没有统一的管理机构，没有统一的发布标准 价廉，但质量良莠不齐 正式出版物和非正式信息交流交织在一起 共享程度高 是信息资源的宝库,1.网络信息资源概述,网络信息资源的评价与选择 网络信息资源的评价与选择主要是针对信息源 内容因素：内容是评价与选择的核心和重点，从中可以反映网络信息资源的本质。评价网络信息资源的内容因素主要有：权威性、完备性、可靠性、原创性、新颖性、稳定性等。 形式因素：形式指标反映了外部特征以及操作使用等方面，是为提示内容服务的，主要包括：美观性、条理性、查检性、帮助性、快捷性、低耗性等。 定量的评价：Goo

5、gle的pagerank；星数评价等级。,1.网络信息资源概述,网络检索的类型 按搜索的目标分类，可分为 站点搜索 普通搜索引擎、新浪、搜狐、Yahoo等 图书资料 网上图书馆、电子图书、网上商店 专业文献 专业数据库（中外文期刊、专利、图书）,1.网络信息资源概述,寻找因特网上的任何一个网页,其中的环节不会超过十九个页面,六度空间理论？,搜索的六度空间理论？,寻找世界上任何一个人其中的环节不会超过六个人,1.网络信息资源概述,附：人肉搜索 请通过百度百科中的“人肉搜索引擎”词条了解人肉搜索http:/ 人肉搜索，其实是情报学中的信息分析和情报调研过程，是信息检索技能、信息分析方法和情报调研过

6、程的集中应用。其最大的特点是应用web2.0的思路，网聚人力，虚拟与现实结合。,2. 网络信息检索工具,当已经知道地址时，直接通过地址访问。 当不知道地址时，需要借助检索工具。 搜索引擎 网络资源目录 信息门户 搜索软件,2. 网络信息检索工具,当别人问你一个问题，而你10秒内无法想出答案时，你是否会回答去网上搜索一下？ 当你需要编写一个格式报告（如毕业论文、年终总结）时，你是否会先搜索一些范例并参照编写？ 如果你马上要和别人就一个你不熟悉的领域进行讨论时，你是否会赶紧先搜索一把，储备足够的背景知识，然后出动？ 你是否经常有这样的感觉，凡是我想到的，别人都想到了；凡是我想知道的，一定有人知道答

7、案？ 当你即将前往一个陌生的地方，你是否会先打开搜索引擎页面，查阅当地的地理人文、风俗习惯，然后再启程？,2. 网络信息检索工具,搜索引擎,除此之外，还有哪些？,2. 网络信息检索工具,中文常用搜索引擎 国内搜索引擎 百度（Baidu） 国内唯一商业化的全文搜索引擎，提供搜狐、新浪、263、Tom等站点的网页搜索服务。 国内目录索引 搜狐（Sohu） 国内三大门户之一，最早在国内推出搜索引擎收费登录服务 新浪（Sina） 最大的中文门户网站，同样也推出了搜索引擎收费索引项目 网易（Netease）网易旗下搜索引擎，主要提供网页、图片、热闻、视频、音乐、博客等传统搜索服务，同时推出海量词典、阅读

8、、购物搜索等创新型产品。,2. 网络信息检索工具,英文常用搜索引擎 Google 以搜索精度高、速度快成为最受欢迎的搜索引擎，搜索界的领军人物。 Yahoo 最著名的目录索引，搜索引擎开山鼻祖之一.,2. 网络信息检索工具,搜索引擎只是一个索引数据库，一般没有自己的信息资源，信息的可获得性与搜索引擎无关。不过搜索引擎有时也会在数据库中存储某些信息的内容。,baidu,google,2. 网络信息检索工具,水平搜索引擎（综合搜索引擎） 水平搜索引擎索引几乎所有可能内容， 包括多种类型、大量领域。在 内容类型和领域方面表现出综合性。 水平搜索引擎强调信息的宽广、面对的是广泛用户的信息需求。 典型的

9、水平搜索引擎有： 百度中文搜索引擎：http:/ Google中文搜索引擎：http:/.hk/,2. 网络信息检索工具,垂直搜索引擎 垂直搜索引擎 即专业或专用搜索引擎，它专门用来检索某一主题范围或某一类型信息，追求专业性与服务深度是它的特点。 垂直搜索引擎不但可保证此领域信息的收录齐全与更新及时，而且检索深度和分类细化远远优于综合搜索引擎。 垂直搜索引擎的检出结果虽可能较综合搜索引擎少，但检出结果重复率低、相关性强 、查准率高，适合于满足较具体的 、针对性强的检索要求 。 目前已经涉及到购物，旅游，汽车，工作，房产，交友等行业。,2. 网络信息检索工具,找工作的搜索引擎：http:/ ht

10、tp:/ google学术搜索：http:/ google图书搜索：http:/ 比价购物搜索引擎：http:/ 论坛搜索引擎：http:/ 旅行TripAdvisor http:/ 图像搜索引擎：http:/ 网络信息检索工具,综合搜索引擎的专门化趋势 搜狗(Sogou) 人物、音乐、购物、图片、地图 http:/ GOOGLE 学术搜索： http:/ GOOGLE 图书搜索 http:/ http:/ AllTheWeb 能专门对图像、多媒体信息。 http:/,2. 网络信息检索工具,元搜索引擎 元搜索引擎（matesearch）又称集合型搜索引擎，将多个单一搜索引擎集成在一起，提供统

11、一的检索界面，将用户的检索提问一次搜索多个搜索引擎，并将结果返回给用户。 优点：能同时搜索多个搜索引擎，能在一定程度上提高查询的广度。 缺点：因为有时后并不能对一个搜索引擎全部查完，有时后也会漏掉一些重要信息。 例如：搜魅网（someta）、马虎聚搜,2. 网络信息检索工具,网络资源目录 由人工采集网上信息，然后按照一定分类标准，比如学科类型、主题等，建立网站分类目录，并将筛选后的信息分门别类放入各类目中供用户进行浏览。,2. 网络信息检索工具,搜索引擎目录目录索引：新浪目录http:/ 开放目录ODP http:/dmoz.org/ 、http:/ 中国艺术开放目录 http:/ http:

12、/ 专题网址 如搜索引擎的专题网址：http:/ 网络信息检索工具,信息门户 学科信息门户 http:/ 政府信息门户 http:/ 商业信息门户 公司信息门户 导航库,一些疑问？,搜索引擎到底有什么搜索技术？ 搜索引擎技术都有哪些应用？ 是不是也有应用实例演示？ 我们将进入本次课程下一个部分的学习,3.搜索引擎检索技术,一、Google 二、Baidu 三、其他,3.搜索引擎检索技术,3.搜索引擎检索技术,3.搜索引擎检索技术,谷歌 网址：http:/.hk 谷歌宣传动画：http:/ “ Google ”取自数学术语googol ，意思是一个1后面有100个0。意在表现该引擎“搜集和驾御浩

13、瀚无穷的网络信息”的宏图。,3.搜索引擎检索技术,谷歌一般搜索技术 默认模糊搜索、默认拆分语句和过长的短语 如何精确搜索（短语搜索） 通配符*用法 点号匹配任意字符：. 布尔逻辑 与：空格、AND 或：OR、| 非：-（减号） 约束条件：+ 同义词： 数字范围： 括号：(),3.搜索引擎检索技术,默认模糊搜索、默认拆分语句和过长的短语,3.搜索引擎检索技术,如何精确搜索（短语搜索）,3.搜索引擎检索技术,通配符*用法 如：检索【”市场*研究报告”】,3.搜索引擎检索技术,点号匹配任意字符（也可不用引号） 与通配符星号“*”不一样的是，点号“.”匹配的是字符，不是字、短语等内容。保留的字符有、(

14、、-等 。如：【“大全.中国”】,3.搜索引擎检索技术,布尔逻辑 布尔逻辑是许多检索系统的基本检索技术，在搜索引擎中也一样适用，在谷歌网页搜索中需要注意的是：谷歌和许多搜索引擎一样，多个词间的逻辑关系默认的是逻辑“与”（空格）。当用逻辑算符的时候，词与逻辑算符之间需要用空格分隔，包括后面讲的各种语法，均要有空格。 “或”OR必须大写，“非”是特例，即减号必须与对应的词连在一起。 对于复杂的逻辑关系，可用括号分组。 如：逻辑与：【电子行业 AND 研究报告】，用空格和AND 以及小写搜索结果差别不大。此例是搜索电子行业的研究报告。 逻辑或：【电子行业 AND 研究报告 AND (人才 | 风险)

15、】此例是搜索电子行业的人才或风险方面的研究报告。 逻辑非：【电子行业 AND 研究报告 AND (人才 | 风险) -2007】此例是搜索电子行业的人才或风险方面的研究报告，但不要2007年的。,3.搜索引擎检索技术,约束条件 加号“+”用于强制搜索，即必须包含加号后的内容。一般与精确搜索符一起应用，如：【研究报告 +“学术信息资源开放目录“】,3.搜索引擎检索技术,同义词 仅限于英文搜索。一般来说，加符号会比不加搜索出来的多一些。总体来说效果不是很明显。如：搜索【PC】能搜索出Computer、windows等内容。,3.搜索引擎检索技术,数字范围 用两个点号“”表示一个数字范围。一般应用于

16、日期、货币、尺寸、重量、高度等范围的搜索。用作范围时最好给一定的含义。 如：【格力空调 20002800 元】搜索价格区间。本例仅仅搜索格力空调 的价格在2000元到2800元之间的信息。 【格力空调 2800 元】2800元以下的。 【格力空调 2800 元】2800元以上的。,3.搜索引擎检索技术,括号分组 逻辑组配时分组，避免逻辑混乱。括号“()”是分组符号。 如：【（格力空调 | 海尔空调 ）元 2800】2800元以上的格力空调或者海尔空调。,3.搜索引擎检索技术,谷歌高级搜索语法 intitle、allintitle:搜索范围限制在网页的标题 例：intitle:以德服人 inte

17、xt，allintext：搜索范围限制在网页中的正文中搜索 inurl、allinurl：搜索范围限制在URL 可以查找某些特定内容，比如音乐或视频。例：最炫民族风 inurl:mp3 filetype：根据文件后缀搜索特定文件类型 define ：谷歌网页搜索中搜索定义的语法 site：搜索范围限制在某网站或顶级域名中。 例：台湾 site: 凤凰网关于台湾的网页,3.搜索引擎检索技术,intitle:搜索范围限制在网页的标题,3.搜索引擎检索技术,intext：搜索范围限制在网页中的正文,3.搜索引擎检索技术,inurl ：限定搜索网址的语法。是In-系指令中最强大的一个，换句话说，这个高

18、级指令能够直接从网站的URL入手挖掘信息，只要略微了解普通网站的URL格式，就可以极具针对性地找到你所需要的资源甚至隐藏内容。 搜索图片【inurl:photo】，搜索所有网络地址中包含“photo”的关键词的 页面结果。指令中的photo也可以替代为picture、image等 搜索音乐【inurl:mp3 毕业生】，在所有网络地址中包含“mp3”的页面中 搜索“毕业生”。这个时候返回的“毕业生”肯定是音乐，而不是关于“毕业生”的其它话题。Google中搜索音乐的另一有效方式是MP3可以替换为wma/rm等。 搜索软件【inurl:download qq】，直接查找QQ软件的下载页面。 搜索

19、电子论文【inurl:eprint “Information Retrieval”】 搜索有关Information Retrieval的电子论文（通常这类搜索结果能直接下载全文）。 搜索特定网站中的内容【inurl: 讲座】搜索http:/ 网 站中有“讲座”的内容,3.搜索引擎检索技术,filetype：根据文件后缀搜索特定文件类型 这个语法非常有用，我们在网上常常要找一些范文或参考资料的时候常用这个语法。filetype是根据文件后缀搜索特定文件类型，比如支持的文档有：pdf、ppt、doc、xls等；网页文件：htm、asp、php等。 如：【市场研究报告 filetype:doc】，

20、 搜索有关市场研究报告的WORD文 档。,3.搜索引擎检索技术,define ：谷歌网页搜索中搜索定义的语法 用于搜索定义或解释。在阅读、学习、研究或撰写论文中，遇到陌生的词或缩写，可以用该语法得到确切的定义或解释。而且可以了解多种语言的定义情况。 【define:文献】得到关于文献的多个定义来源。,3.搜索引擎检索技术,site：搜索范围限制在某网站或顶级域名中。 如：【医药 site:】搜索我国教育科研网中关于“医药”的信息，医药院校或专业的信息等。这样能排除很多医药领域的公司信息。,3.搜索引擎检索技术,混合使用搜索技术 混合搜索实例：查找产业报告类的全文资料。 当然，可以直接用【产业报

21、告】搜索，如果你掌握了一定的搜索语法知识，你可以这样搜索：【产业报告 filetype:doc】，能搜索到word格式的许多行业的产业报告文档。 而且，你还可以近一步进行限定，搜索仅2005年以来的相关内容：【产业报告 filetype:doc 2005】。这样搜索到的信息资源并不逊色于专门的数据库。,3.搜索引擎检索技术,有趣的谷歌应用 谷歌每逢节假日、纪念日或重大事件，会更改首页图标以示纪念。谷歌假日图标从1999至今的链接：http:/ 网址：http:/ 2000年1月由李彦宏、徐勇两人创立于北京中关村，致力于向人们提供“简单，可依赖”的信息获取方式 “百度”二字源于中国宋朝词人辛弃疾

22、的青玉案诗句：“众里寻他千百度” 中国领先的搜索技术提供商 2011年中国搜索引擎市场份额占有率中，百度占有率为：77.7%，谷歌中国占有率18.3%。,3.搜索引擎检索技术,一搜就体验，精彩无极限 (视频) http:/ 搜索一下，想知道就知道(视频) http:/ 轻松一点，网络音乐随我听（视频） http:/ 上网查一查，出行问题全解决（视频） http:/ ”、“ - ”, 可指定查询串中各关键词间“与”、“或”、“非”的关系。百度不支持AND”、“ + ”等符号的使用。,3.搜索引擎检索技术,其它搜索工具： 在线翻译工具： CNKI翻译助手：http:/ 金山词霸：在线和下载版 爱词

23、霸 ： 海词：http:/ 中文搜索引擎指南 http:/ 搜索研究院 http:/ 恰当选用数据资源 恰当选用数据资源（检索工具） 对于信息检索而言，重要的是在检索前正确的选择数据资源。只有如此，才能保证最终检索结果在一定程度上的查全率、查准率。 正确地了解、认识、熟悉各类检索系统，是恰当选用数据库的前提。,4.网络信息检索技巧,网络信息检索的基本技巧之二： 利用系统检索提示 大多数计算机检索系统、网站都提供一些介绍文件，如about us（关于我们）、Help（帮助）和 FAQ（经常提问的问题）、 Search Tip（检索提示）等，仔细阅读这些文件，对于了解系统的设计、数据库覆盖的范围、

24、检索的具体要求都非常重要。 不要因为追求检索的速度而忽视了这一环节。,4.网络信息检索技巧,网络信息检索的基本技巧之三： 充分利用检索条件 在使用大型期刊文献数据库时，由于有完善的检索功能，应充分应用布尔逻辑检索方法，选择利用各种检索入口，设计合理完善的检索式。 有些信息检索系统，常常提供检索的表达条件或检索限制，使用时只需从给定的条件中选择需要的项目即可，如查找的年代、资料的类型、是否需要全文等。 正确选择各项内容，让计算机较好地理解用户的检索意图是十分必要的。通过这些选项，计算机会更加精确地把检索结果呈现出来。,4.网络信息检索技巧,网络信息检索的基本技巧之四： 选择恰当的检索词 选择查询

25、词是一种经验积累，在一定程度上也有章可循： 表述准确：网站或数据库会严格按照您提交的查询词去搜索，因此，查询词表述准确是获得良好搜索结果的必要前提。一类常见的表述不准确情况是，脑袋里想着一回事，搜索框里输入的是另一回事。另一类典型的表述不准确，是查询词中包含错别字。 查询词的主题关联与简练。 目前的搜索引擎并不能很好的处理自然语言。因此，在提交搜索请求时，您最好把自己的想法，提炼成简单的，而且与希望找到的信息内容主题关联的查询词。 如某三年级小学生，想查一些关于时间的名人名言 他的查询词是“小学三年级关于时间的名人名言”。 这个查询词很完整的体现了搜索者的搜索意图，但效果并不好。可改为：“时间

26、 名人名言”或“时间名言”。,4.网络信息检索技巧,网络信息检索的基本技巧之五： 恰当选用搜索引擎 了解和掌握主题式、目录式搜索引擎，独立、多元搜索引擎的不同检索功能，而后根据自己的检索需求，选择恰当的搜索引擎，以期得到满意的检索结果。,4.网络信息检索技巧,网络信息检索的基本技巧之六： 掌握扩检和缩检方法 信息检索过程是不断调整检索策略的过程，也是进行扩检或缩检的过程。当检索结果中相关信息或所需要的信息太少或没有时，需要进行扩检，反之就需要进行缩检。,4.网络信息检索技巧,扩检主要方法(一） 多搜索引擎、多库检索 据有关资料介绍，目前国外大型搜索引擎在Web上仅能收录覆盖1/3的公开Web页

27、面，任何大型搜索引擎也不可能将公开网页全部收录。因此对于难检资料或有高查全率要求情况下，必须进行多搜索引擎查询检索。对于产品的科技查新检索，至少要分别使用google、百度、一搜三个以上搜索引擎进行搜索，用上述集成搜索引擎可以高效满足这一要求.,4.网络信息检索技巧,扩检主要方法(二） 在布尔检索式中，增加布尔“或”相连的关键词，减少 “与”相连的关键词，即扩大搜索的主题。 采用上位词检索，扩大概念范围。如飞机是直升飞机的上位词。 另外，为了得到较多的检索结果，应用循环法不断扩大检索范围，利用减少限制、热链、站点推荐、模糊检索扩大检索范围。,4.网络信息检索技巧,缩检主要方法(一） 在检索式中

28、，增加逻辑“与”相连的关键词，或利用二次检索功能，逐次附加新的检索条件，进行概念限制，缩小检索范围。 对检索结果中反复出现的无关重复信息，利用逻辑“非”去除，即在不需要出现的关键词前加“-”排除一些不相关概念。,4.网络信息检索技巧,缩检主要方法(二） 使用短语检索，即使用双引号进行精确检索。 使用一些专指度较强词汇和专业术语。 在分类目录相关分类中检索。 限定字段、时间、网域、语言（文字）等等。,4.网络信息检索技巧,网络信息检索的基本技巧之七： 利用相关检索、快照功能,课后作业,1.自拟课题，检索该课题近三年的国内学术论文，选择其中一篇并打开论文全文，复制题名、作者、作者单位、中英文关键词和摘要。 2.用CNKI检索本院系某位学科带头人近5年发表论文情况及被他人引用情况，复制或截图作者、题名。 3.用西文数据库查找篇名是*的文章，写出作者、作者单位、发表时间、出版物名称、文章信息（包括期刊名或会议名、年、卷、期、页码）、文章被引次数。 4.网络教学作业 请列出我校发展的校史，历届校长情况。 请查找新版金庸天龙八部小说与前版的区别。 “全北京向上看”这句话说的是北京什么地方？请找出其在地图上的具体位置 注：答案做成一个word文档，文件名为学号+名字 请各班学习委员收齐全班作业后打包发至:,谢谢大家！,Thanks!,