文献检索课件-第四章网络信息检索-1

第四章网络信息资源检索第4章网络信息资源检索4.1

网络信息资源概述4.2

搜索引擎4.4

重要的信息检索网站4.5

学术信息资源检索4.1

网络信息资源概述4.1.1网络信息资源的含义指通过计算机网络可以利用的各种信息资源的总和，即以数字化形式记录的，以多媒体形式表达的，分布式存储在网络计算机的磁介质、光介质以及各类通信介质上，并通过计算机网络通信方式进行传递的信息内容的集合。4.1.2网络信息资源的类型一、按人类信息交流的方式划分：1、非正式出版信息：指流动性、随意性较强的，信息量大，信息的质量难以保证和控制的动态性信息，如电子邮件、专题讨论小组和论坛、电子公告板、新闻等；2、半正式出版信息：从各种学术团体和教育机构、企业和商业部门、国际组织和政府机构、行业协会等单位的网址或主页上，我们可以查询从正式出版物系统所无法得到的“灰色信息”；3、正式出版信息：指通过万维网，用户可以查询到的一定产权保护、信息质量可靠和利用较高的知识性、分析性信息，如各种数据库、联机杂志和电子杂志、电子版工具书、报纸、专利信息等。二、按信息服务的方式划分：1、网上数据库

网上数据库资源主要是指通过Internet提供的商业与非商业服务的数据库资源。商业性的如Dialog和STN等。OCLC在网上提供了3000万条书目数据库和数百万条文献数据库服务；网上的免费数据库资源也极为丰富，如美国专利数据库、加拿大专利数据库及Medline数据库等都可以通过Web方式免费检索。2、网上出版物

网上出版物是指在网络环境中编辑、出版、发行的出版物以及印刷型出版物的网络版，包括网上图书、网上期刊、网上报纸等。如今，通过Internet浏览、订阅电子期刊、报纸、图书等已成为一种时尚，网络出版物的数量正急剧增加。如在中国科技期刊网上可以免费查找《中国学术期刊》的题录。其中网上参考工具书更是独树一帜，像一些百科全书、辞典、指南、手册、文摘索引、目次表、名录等，这些网络版参考工具书使用起来方便、快捷。目前因特网上有上万种电子期刊向网上用户提供服务，其中很多是免费提供。3、网上(联机)馆藏目录数据库

为了使更多的读者充分利用图书馆资源并实现资源共享，众多图书馆建立了馆藏机读目录数据库并通过网络提供OPAC服务。一般上网的图书馆都将其馆藏目录在网上提供，供用户了解馆藏资源。目前网上已有6000多个电子图书馆的馆藏目录库通过网络对外开放。4、网上动态消息

网络的开放性和交互性使得网上有很多动态性很强的信息，如网上新闻、BBS、政府机构发布的消息、政策法规、通告、会议消息、论文集、研究成果、产品目录、出版目录、广告等。网上动态信息是网络信息资源的重要组成部分。5、其他信息资源

除了上述几种类型的信息之外，网上还有大量的电子邮件以及娱乐游戏、教育培训类信息，这些资源很丰富，且大多数为免费提供，为上网者带来了乐趣，使用户受益匪浅。1.信息源丰富

Internet是个开放的信息传播平台，任何机构、任何人都可以将自己拥有的且愿意让他人共享的信息上网。在这个庞大的信息供应源中，起主导作用的主要有：公共图书馆、网络信息服务商、传统媒体、传统联机服务商、高等院校、科研机构、各类商业公司等。

4.1.3

网络信息资源的特点4.1.3网络信息资源的特点

2.信息内容多样性

网络是信息的载体，信息是网络的灵魂。没有信息，网络就没有使用价值。Internet是信息的海洋，信息内容几乎无所不包。有科学技术领域的各种行业信息，也有与大众日常生活息息相关的信息；有严肃主题信息，也有体育、娱乐、旅游、消遣和奇闻趣事；有历史档案信息，也有显示现实世界的信息；有知识性和教育性的信息，也有消息和新闻的传媒信息；有学术、教育、产业和文化方面的信息，也有经济、金融和商业信息。

4.1.3网络信息资源的特点

3.信息表现形式多样化

Internet是一个集声音、图像、文字、照片、图形、动画、电影、音乐为一体的包罗万象的综合性信息系统。你可以伴着优雅的音乐，循着链路随意在网上漫游，看看精美的网页、阅读精彩的文件，使学习成为一种浪漫、愉快的旅程。

4.信息时效性强利用Internet信息制作技术，能很快地将信息传播到世界各地。由于几乎在事件发生的同一时间内，就能将信息快速制作、上网，因此，网上信息的更新周期短、内容新颖。4.1.3网络信息资源的特点

5.信息具有交互性

Internet是交互性的，不仅可以从中获取信息，也可以向网上发布信息。Internet提供讨论、交流的渠道。在Internet上可以找到提供各种信息的人：科学家、工程技术专家、医生、律师、教育家、明星以及具备各种专长和爱好人们；也可以找到一些专题讨论小组，通过交流、咨询获得专家和其他用户的帮助，同时也可发表个人的见解。

6.信息关联性

Internet的信息组织是基于超文本的，因此，有关联的信息之间通过链接形成一个相互联系的信息渠道，人们可以由此及彼、由远而近、顺藤摸瓜、找到想要的信息。。

4.1.3网络信息资源的特点

7.信息的开放性

由于Internet是一个全球性分布的结构，大量信息分别存储在世界各地的服务器与主机上，随着时间的推移和知识的更新，在不断补充新的信息同时也不断淘汰旧的信息，以保证其信息的整体数量和使用价值及网络灵活性。

8.免费信息资源丰富

Internet大部分是免费的，只要你有时间、有一定的检索经验，肯定可以从网上找到大量的你所需要的免费信息。4.1.3网络信息资源的特点

9.信息组织的局部有序性与整体无序性。

各搜索引擎和站点目录都收集大量Internet的站点，并按照专业和文献信息类型分类，实现了信息组织的局部有序化。但是，由于Internet急剧膨胀，仍有大量信息被淹没在信息的海洋里，这种无序性必将影响信息检索的系统性、完整性和准确性。4.2网络信息资源检索方法网络信息资源的检索主要有三种：一、基于超文本的信息浏览目前因特网上的信息资源大多数的组织和发布都是采用超文本这种特殊的信息组织方式。所谓超文本，不仅注重所要管理的信息本身，而且更注重信息之间的建立与表示，是将网络信息按照相互关系非线性存储在许多的节点上，形成一个可任意连接的、有层次的、复杂的网状结构。二、基于网络资源指南的查询所谓网络信息资源指南(WebDirectory)，也称为主题指南，是基于人工建立的网站分类目录，将所搜集的网站信息资源按特定的主题分类体系进行组织，并辅以年代、地区等分类，形成一个树状结构目录，用户逐层浏览主题分类目录，逐步细化检索范围来查找合适的类目，直至具体资源。三、基于搜索引擎的信息查询这是目前最普遍的一种网络信息检索的方法。搜索引擎是因特网上的一类网站，也是一种用于帮助因特网用户检索信息的搜索工具。利用搜索引擎的优点是省时省力，简单方便，检索速度快、范围广等，并能及时获取新增信息。它的缺点是由于搜索引擎一般采用计算机软件自动进行信息的加工处理，智能性还不是很高，因而会造成检索的准确性不是很理想，与用户的检索需求有一定的差距等。4.3

搜索引擎

4.3.1

搜索引擎的定义

搜索引擎（Searchengine）是互联网上专门用于信息搜集、信息组织和信息检索的一种工具，是为用户提供“检索”网络信息资源服务的网站。它是以WWW为平台，以超文本链接技术为基础，对网络上的信息资源进行搜集、过滤、组织，然后给用户提供检索的在线检索工具。搜索引擎的重要功能是能够对互联网上的文本信息提供全文检索。4.3.2搜索引擎的工作原理

搜索引擎是互联网上专门用于信息搜集、信息组织和信息检索的一种工具。搜索引擎首先对互联网上的网页信息进行搜集，然后对搜集来的信息进行组织，即对搜集来的网页进行预处理，建立网页索引库，实时响应用户的查询请求，最后建立检索机制，对查找到的结果按某种规则进行排序后返回给用户。搜索引擎通过客户端程序接收来自用户的检索请求，现在最常见的客户端程序就是浏览器，实际上它也可以是一个用户开发的简单得多的网络应用程序。一个搜索引擎由搜索器、索引器、检索器和用户接口等几个部分组成。

搜索引擎的工作原理一般包括三部分：数据采集机制、数据组织机制和用户检索机制。数据采集机制是：利用搜索器对网络上的各种信息资源进行采集，并将采集到的网站信息和网页信息存储到临时数据库中。数据组织机制是：采用索引器对临时数据库中的信息进行标引、排序等，整理后形成各种倒排文档，并相应地建立索引数据库。用户检索机制是：利用检索器和用户接口提供给用户检索界面，受理用户提交的检索请求，并根据检索要求访问相应的索引数据库，然后将符合检索要求的结果按一定的规则排序后返回给用户。4.3.3

搜索引擎的一般构成（1）信息搜集子系统（自动索引程序）通过采用一些网络自动跟踪索引程序(如Robot、Spider、Crawler、Worms、Wander等)来完成。这种索引程序在网络上自动检索网络资源，并跟踪记录其网址、描述其特征及内容，建立索引数据库，并不断地自动更新数据库。这种程序保证了入库信息的及时性。不同的自动索引软件采用的标引、搜索策略不同，自动索引软件搜寻、标引网页的方式对信息检索的质量有直接影响。现在许多网络检索工具采取自动采集和人工标引相结合的方式建立数据库。（2）信息处理子系统（数据库）

其功能是将“网页搜索软件”带回的信息进行整理、分析、建立搜索引擎数据库，并定时更新数据库的内容。有些搜索引擎记录网页全文，将搜集到的网站上所有的网页全部获取下来，而有些搜过引擎只记录网页的地址、篇名、题名、特定的段落和重要的词。

负责处理用户的检索提问，并将检索结果提交给用户。不同的网络检索工具，采用的检索软件不同，提供的检索功能、支持的检索技术不同，对检索结果的处理方式不同。检索软件功能的强弱直接影响检索效果。检索软件功能强弱的判定，主要是看检索界面是否友好、检索技术是否灵活多样、检索途径多少等几方面。

（3）信息查询子系统（检索代理软件）4.3.4

搜索引擎的类型

按检索功能分可以将搜索引擎分为独立搜索引擎和元搜索引擎。独立搜索引擎是指在检索时只在自身的数据库内进行搜索的搜索引擎。每个独立的搜索引擎都有自己的数据库并有自身的查询特点，它根据用户的检索指令，从数据库中反馈出相应的信息结果。例如：可以利用目录查询、关键词查询、简单查询和高级查询等。这种搜索引擎一般信息量大、更新及时，检索界面也比较直观，使用方便。著名的Google和百度等部属于独立搜索引擎。

元搜索引擎与一般搜索引擎的最大区别在于它是将多个独立的搜索引擎集合在一起，并提供一个统一的检索界面。由于元搜索引擎能对检索结果实行简单合并、去重并进行相关度排序后再显示给用户，从而使用户在获得全面的检索效果时，省去了要记忆并操作多个搜索引擎的不便，从而提高了检索效率。元搜索引擎有时亦称为多元搜索引擎。4.3.5国外主要搜索引擎

（1）

（2）

（3）

（4）

（5）

（5）

（6）

AltaVista核心价值：提供搜索服务与技术为一体的服务评价:仍为功能最完善，检索精度最高的全文搜索引擎之一提供服务:网页、图像、mp3/音频、视频、新闻等主题搜索4.3.6国外典型的元搜索引擎

（1）

（2）

（3）

（4）

（5）

（6）http://

（7）http://常用中文搜索引擎（1）爱问/

（2）搜狗/

（3）百度

（4）21世纪

（5）有道

（6）谷歌.hk/

（7）天网/4.4.1

布尔逻辑检索

(1）逻辑与算符：*、AND、&(2）逻辑或算符：+、OR、│

(3）逻辑非算符：-、NOT、！

4.4

搜索引擎检索技术4.4.2

词组检索

词组检索也称为短语检索，或字符串检索。它是将一个词组或短语用双引号“”括起作为一个独立运算单元，进行严格匹配，以提高检索准确度的一种方法。几乎所有的搜索引擎都支持词组搜索。

4.4.3

加/减号检索

加/减号检索是搜索引擎支持的常规功能，即在检索词前置“+”/“-”号，其作用相当于布尔逻辑“与”/“非”运算。例如:“+热点+问题”相当于“热点AND问题”；“热点-问题”相当于“热点NOT问题”。

4.4.4

截词检索

截词是指在检索词的合适位置进行截断，然后使用截词符进行处理。特点是可节省输入的字符，又可预防漏检，提高查全率。截词符多采用通配符“？”或者“*”，可以用它代表多个字符。4.4.5

字段检索

字段检索是一种用于限定提问关键词在数据库记录中出现的区域，控制检索结果的相关性，提高检索效果的检索方法，多以字段限定方式实现。搜索引擎常用的字段有：

1）title/t：题名字段，表示查找标题中包含检索提问式的页面

2）URL/U：网址字段，表示查找网址中包含检索提问式的页面4.4.6

空格、逗号、括号、引号的作用

空格：其作用与逻辑“与”相同。逗号：其作用类似逻辑“或”。括号：其作用是使括在其中的运算符优先执行，用于改变复杂检索式中固有逻辑运算符优先级的次序。例如，检索式“多媒体and（计算机or网络）”，表示要求先执行括号中的“or”运算，再执行括号外的“and”运算。

(1)双引号:精确匹配

(2)intitle:关键词在网页标题中

注意：intitle:和后面的关键词之间不要有空格，intitle后的冒号可以是全角或半角；intitle字母必须是半角小写，不可以是全角或大写。

(3)inurl:限定在URL链接中搜索，使用的方式是用“inurl:”，后跟需要在url中出现的关键词。

4.4.7

百度的主要搜索语法(4)filetype:对搜索对象做格式限制使用方法是在“Filetype:”后跟文件格式。“Filetype:”可以跟以下文