利用搜索引擎在Internet 上进行信息检索 --Google使用方法和性能评价_图文

1、2002年6月第24卷第3期台州学院学报J0明1al of%zIou Unive玛姆Jun.2002利用搜索引擎在Intemet上进行信息检索G009le使用方法和性能评价寿玉清(台州学院图书馆,浙江临海317000摘要:讨论了在Intemet上进行信息检索的一般方法,详细地介绍了搜索引擎coogle在信息检索领域的作用和网页搜索、图像搜索、新闻组搜索、主题目录的使用方法,分析归纳了它的逻辑运算能力,以及其他几种杰出的特殊功能,最后对它的性能进行了初步的评价。关键词:搜索引擎;信息检索;Intenlet;c009le中图分类号:c354文献标识码:A文章编号:locr71571(200106一

2、0019一04网上的信息浩如烟海,处于分散和无序的状态。信息的格式又没有统一的标准和规范。因此,要在网上查找有价值的信息,就必须懂得各种搜索引擎的使用方法,熟悉它们的功能和优缺点,充分地发挥搜索引擎的作用。1Intemet信息检索的一般方法和步骤搜索引擎是Intemet的指南针,它利用各种“网络蜘蛛”不断地访问网络上的站点和页面,对搜索到的信息进行筛选、主题标引、关键词匹配,自动地建立庞大的索引数据库,以提供用户检索,并对检索到的结果用一定的方式描述和进行相关的排列,极大地方便了用户的检索和阅读。IIltemet上的搜索引擎种类和数量非常多,著名的搜索引擎就有数十种之多,由于它们搜集信息的方式

3、、搜索对象、信息涵盖范围、索引编制和标引方式、检索功能、检索结果的描述和排列方式有差异,同样的检索在不同的搜索引擎中会产生不同的结果,直接影响检索的质量和效率。因此,在实际的检索过程中,需根据各种搜索引擎的功能特点,扬长避短,综合利用,快速、高效地检索所需的信息。一般来说,根据信息检索的目的,首先必须明确检索的对象,确定所需使用的搜索工具。例如,需收稿日期:200203一ll台州学院学报第24卷息或作为前二类工具的辅助是非常理想的选择。在选择好检索工具的情况下,然后根据检索的对象,分析主题所属类目或构造检索式,提交给检索工具进行初步的检索。在构造检索式时首先应注意关键词的提取具有代表性,其次应

4、了解检索工具的逻辑运算能力,使所构造的检索式最能反应检索对象的属性,又能快速高效地检索到所需信息。初步检索所获得的结果往往范围比较大,需要进一步的缩小范围,即进行二次检索甚至多次检索才能得到所需的信息。本文所关注的焦点是搜索引擎的使用,下面就对Google的使用方法和性能作一介绍和评价。2Google的功能特点及其检索方法2.1Google概况及其特色据统计,到2002年3月至,被coo西e建立索引的网页总数有20亿7千万多页,3.3亿个图像文件,7亿个新闻群组,主题类目有15个大类2。coode优异的搜索服务表现在以下这些特色当中:(1网页级别技术(PageRankTM和完善的正文匹配技术,

5、能够提供高命中率的搜索结果;(2根据OpenDirectory编制的主题类目提高了网页分类的科学性和通用性;(3只提供搜索引擎功能,具有简洁美观的检索界面;(4根据科学引文索引机制分析网页被链接次数多少及利用词频统计确定网页排列次序;(5只提供包括所有关键词的结果编排方式,并且高亮度显示关键词,查询结果一目了然;(6功能强大的高级检索方式可提供各种逻辑组配能力;(7支持多达132种语言,包括简体中文和繁体中文;(8智能化的“手气不错”功能,提供可能最符合要求的网站;(9“网页快照”功能,使得即使目标服务器暂时连接不上也可对网页内容先睹为快;(10“相似网页”功能提供与这一网页性质类似的网页,可

6、以帮助检索者方便地找到某一领域的大量资料,对于研究很有帮助;(11速度极快,据说有10000多台服务器,200多条鸭级宽带;2.2Goode的关键词检索方法对于网页、图像、新闻群组都可采用Google的关键词检索方法,分为基本搜索和高级搜索两种。基本搜索方法只要在检索框内输入关键词,就可检索到所有包含有该关键词的网页,并且会显示有多少检索结果及所用时间。如果所用关键词过少,就会得到大量的冗余结果,大多数并不是所需要的,这时就要进行二次检索或条件限定缩小范围以提高查准率。例如:查找有关信息检索方面的资料搜索:“信息检索”已搜索有关信息检索的中文(简体网页。共约有57,400项查询结果,这是第11

7、0项。搜索用时o.Gr7秒。高级搜索方法的搜索表单域有:包含以下全部字词、包含以下完整字句、包含以下任何一个字词、不包括以下字词,充分利用这些域可以构造出合适的检索式。另外,高级搜索可以有进一步的限制条件,如网页搜索的语言、日期、字词、网域限制,图像搜索的图像大小、类型、色调、网域范围限制,对于提高查准率和查全率很有帮助。第3期寿玉清:利用搜索引擎在Inten地t上进行信息检索21分析高级搜索方法的逻辑组配方式,假设x,y,z,m为需要查找的字词或短语(在基本搜索方式下,短语需加双引号,如“x”,通过测试,可以构造出下列各种形式的检索式。如附表:附表检索式的各种形式逻辑表达式检索式x AND

8、y x yx0R yx AND(y0R z(x OR yAND(z OR m x AND(y OR z OR m x AND(y OR zAND mx OR vx y OR zx0R y z OR m x y OR z OR m x y OR z m除了逻辑与、逻辑或运算外,Coogle还支持逻辑非运算(一、短语连接符(“”,“+”,“=”,“,”,“”、条件限定(site:,filetrpe:,a11intine:,8llintext:,a11inud:,allin肌chor:,link:,info:等。在检索式的适当位置插入逻辑非可以排除包含有该关键词的网页,如x AND yz表示为x y

9、z,xz AND y表示为xz y。象双引号的功能一样,短语连接符用以检索短语,因为像http,com,数字,单字等出现频繁, Goode在分词标引时把它们作为停用词处理,使用短语连接符可以有效地检索它们,如:nlotherinlaw,Episode+I。例如:有关搜索引擎coode在信息检索方面的信息搜索:“信息检索搜索引擎Go嘲e”已搜索有关信息检索搜索引擎900de的中文(简体网页。共约有340项查询结果,这是第110项。搜索用时O.07秒。例如:有关搜索引擎coo出e在信息检索方面的信息但不需要有关电子商务的信息搜索:“信息检索搜索引擎G009le一电子商务”已搜索有关信息检索搜索引擎

10、gDo舀e一电子商务的中文(简体网页。共约有265项查询结果,这是第110项。搜索用时0.05秒。2.3C00甜e的主题检索方法网页目录的主题检索方法使用起来比较简单,只要确定检索目标所属大类,然后逐级推进,就能找到该类目下所收的所有网页。网页目录已经配备有关键词搜索的功能,因而可以缩小关键词搜索的范围,结合关键词搜索和主题检索的功能,可以提高信息检索的准确性。例如:在分类中查找有关信息检索方面的资料搜索:进入“Reference>ubraries>Lihary and II怕mation Science”目录,输入“retrieval”searched within山e cate

11、90ry Ub删了and Info腿tion Science for re缸eval.Results llO of about79.Search took0.06sec-onds.所有的中文网站包含在“Wodd>Chinese Simplified”目录中,对于中文用户而言,现在最大的问题是中文目录义务编辑太少,导致收录站点太少,因此搜索结果范围显得过于狭隘。希望有更加多的志愿者加入到中文目录的编辑行列。22台州学院学报第24卷2.4Go091e的其他特殊功能IMEDIA:Multimedia indexing and contentbased irnage retrieval-墅塑!坠

12、皇!丛!卫竖宝这是一个法语的网页,只要点击链接Translate this卫望e,G00出e就会帮你完成翻译工作。Google为移动电话特别设计的无线搜寻引擎,使得随时随地都可上网检索。3Goo舀e的性能分析评价一个检索工具性能有涵盖范围、查全率、查准率、响应时间、用户方便性、输出格式等方面的标准,这几个方面的标准对于评价网络搜索工具也基本适用。G00de的信息涵盖范围在上文提及,在所有搜索引擎中名列第一。它可同时搜索HTML、PDF、.ps, .doc,.xls,.仅t,.ppt,.rtf,.asp,.wpd等11种文档以及图像和新闻,没有几种其他工具可与之比拟,全文标引的深度使得无论关键词

13、出现在标题、uRL、正文、相关链接等地方都可检索到,所有这些特点都极大地提高了查全率;在索引网页时自动分类的先进搜索技术,按照网页重要性(PageRallkTM技术排序,只包括所有关键词的结果显示方式,同一网页在一次检索中最多出现二次结果的聚类应用,灵活多样的逻辑组配方式,使信息的查准率有了可靠的保障;毫秒级的搜索速度使它真正成为网络的“发动机(Engine”。总之,在Intemet大众化搜索领域,Goode是首屈一指的搜索引擎,但是无论多么好的搜索引擎,它都不可能索引到网上的所有信息,因此在进行实际检索时,应该综合利用各种引擎的长处,以达到事半功倍的功效。参考文献:InfoHnation Retrieving on Intemet via Search En舀ne胁02抛tion Q厂GODe Dpemfion o以泌劬om啪凡溉sHoU Yuq讥g(nbra珂of T8izhou UrIiversity,UIlIlai Zhejiang317000Abstract:nis paper discusses the general way of infb珊ation re试evaI on Intemet,introduces in details the search engine Goo出ejn web seamh,jmage8arch,ne们group