《智能信息检索与生成式AI应用》课件-项目5：网络信息检索

网络信息资源基础01掌握网络信息资源的定义与要素02理解网络信息资源历史发展阶段学

习

目

标03网络信息的构成从传统资源到网络资源信息的定义

信息是经过加工处理，具有使用价值的数据、事实、知识的集合网络信息资源的定义以电子数据形式存在，通过计算机网络（特别是互联网）进行存储、传递、检索和利用的所有信息内容的集合数字化指将信息转换为数字格式0/1的过程可通过特定工具（浏览器、客户端）访问传播媒介（TCP/IP协议，互联网）既包含组织良好的数据库，也包含海量无序的网页数字化网络化可获取性有序与无序并存发展历程——前web时代联机检索系统时代（1960s-1980s）特点：

集中式数据库，专业终端访问，收费高昂，指令复杂示例：Dialog系统（提供科学、专利等专业文献）、OCLCFirstSearch（图书馆联合编目与检索）FTP与新闻组时代（1980s-1990s）特点：

文件共享与主题讨论，分布式、社区化信息交流雏形示例：各类FTP站点共享软件、文档；Usenet新闻组中的专业讨论发展历程——前web革命与信息爆炸Web1.0静态网页时代（1990s-2000s）特点：

超链接连接全球文档，浏览器（Mosaic，Netscape）普及，信息发布从机构走向个人示例：

早期门户网站（雅虎目录），个人静态主页。信息流动主要是“只读”Web2.0用户生成内容时代（2000s至今）特点：

用户既是消费者也是生产者，社会性、交互性极强。信息海量化、动态化、碎片化示例：博客（Blogger）、维基（Wikipedia）、社交网络（Facebook）、视频分享（YouTube）、问答社区（知乎）发展历程——未来发展趋势语义网与智能化时代特点：

追求信息可被机器理解和自动处理，资源描述框架（RDF），本体（Ontology）示例：

知识图谱（GoogleKnowledgeGraph），智能推荐信息流技术驱动资源形态从“集中封闭”走向“开放共创”网络资源信息的构成用户社区层应用与服务层信息与类型层组织与描述技术层网络基础设施层0203010405地基门户材料蓝图灵魂构成维度一：网络基础设施层核心构成硬件设施：

服务器、数据中心、光纤网络、移动基站。是信息的“仓库”和“道路”协议与标准：TCP/IP,HTTP/HTTPS,DNS。是信息流通的“交通规则”标识体系：

统一资源定位符（URL）。是信息资源的“全球门牌号”示例https:///zhengce/2023-01/01/content_5734567.htm[协议][域名][路径][文件名]注：其中域名是评估信息资源权威性和可靠性的首要依据构成维度二：信息内容与类型层按形式分类文本：

网页（HTML）、PDF文档、电子书（ePub）、博客文章图像：JPEG、PNG格式的图片、信息图。音频：

播客（Podcast）、在线音乐、会议录音（MP3）视频：

教学视频、新闻直播、短视频（MP4，流媒体）结构化数据：

数据集（CSV，JSON）、API接口返回的数据按公开程度分类公开资源：

可被搜索引擎索引的网页深层网络：

需要登录（如邮箱、学术数据库）或通过表单查询（如政府数据库）才能访问的内容，占网络信息大部分，但常规搜索引擎难以触及构成维度三：组织与描述技术层核心技术标记语言：HTML（超文本标记语言）——定义网页结构和内容示例：<title>,<metaname="keywords">等标签对检索至关重要元数据：

描述数据的数据。如图书馆用的都柏林核心元数据（DublinCore），描述资源标题、作者、主题等示例：

一篇学术论文的PDF，其元数据包括：标题、作者、期刊、摘要、关键词信息架构：

网站内部的导航、分类、标签体系。好的架构便于用户浏览和定位示例：

电商网站（如亚马逊）的商品分类树、标签云构成维度四：应用与服务层专业客户端学术数据库客户端（如CNKIE-Study）、文献管理软件（如Zotero）、音乐/视频播放器（如网易云音乐）在线服务平台检索服务：

搜索引擎（Google，

百度）聚合服务：

学术搜索引擎（GoogleScholar）、知识库（Wikipedia）交互服务：

在线问答（StackOverflow）、论坛（Reddit）通用浏览器Chrome,Firefox,Safari。访问Web的基础客户端构成维度五：用户与社区层用户与角色内容创造者：

博主、UP主、开源软件开发者内容组织者：

维基百科编辑、网络导航站长、社交媒体群组管理员内容评价者：

通过点赞、转发、评论、评分（如豆瓣评分）影响信息可见度和可信度社区的力量知识写作：例如

维基百科——全球志愿者共同编纂、维护的动态百科全书问题解决：

GitHubIssues或StackOverflow——程序员社区通过提问、回答、讨论解决具体技术问题，形成高质量、可检索的解决方案库小

结网络信息是以电子数据形式存在，通过计算机网络（特别是互联网）进行存储、传递、检索和利用的所有信息内容的集合网络信息发展的历史阶段网络资源信息的构成包括用户社区层、应用服务层、组织描述奇数层、信息与类型层、网络基础设施层网络信息资源特点01了解网络信息资源多维度特点02辨析各个特点的影响学

习

目

标03理解特点对信息检索的核心要求特点分析维度0201内容技术效用03内容维度——海量性

信息总量巨大且持续高速增长截至2023年，谷歌索引的网页数量超过130万亿；每天产生的电子邮件、社交媒体帖子、视频等内容以ZB（泽字节）计积极和消极影响

提供了前所未有的信息覆盖面和选择空间信息过载，用户难以找到真正所需；检索噪音大，无关结果多检索启示需要强大的过滤、排序和去重技术内容维度——多样性

主题、类型、格式、语言、质量层次极其丰富从科研论文到娱乐八卦，从政府白皮书到个人日记，从文本到3D模型积极和消极影响

满足多元需求，多模态学习适应不同学习风格检索噪声巨大、质量甄别困难，增加了统一检索和评价的难度。检索启示需要制定合理的检索标准与评价体系，需要考虑工具的选择内容/技术维度——强时效性

信息的发布、更新和传播速度极快社交媒体上的“实时”热点、股票市场行情、交通路况信息。对检索的启示：

对新闻、事件、趋势类检索，必须关注信息的发布时间和更新频率。积极和消极影响

满足即时需求，为决策、交易、学习提供近乎实时的信息支持；推动社会响应，加速公共事件的信息透明和应急响应速度信息寿命短暂，“速朽”信息占比高，长期价值难以沉淀；真实性风险：

追求速度可能牺牲核实环节，导致不实信息被快速传播检索启示对于新闻、事件类查询，应优先选择“按时间排序”；关注信源的权威性和发布历史；善用社交媒体搜索和预警工具来捕捉动态信息技术维度——异构性

系统平台、数据结构、存储格式、描述标准不统一一个“新冠疫情数据”，可能存在于WHO的PDF报告、某大学的数据库、某新闻网站的交互图表中，格式和结构完全不同积极和消极影响

鼓励了多种技术和平台的创新发展,不同格式适合不同场景容易形成数据孤岛，难以被综合利用；计算机难以自动理解和关联异构资源检索启示对搜索引擎的能力提升需求以及统一元数据的重要性技术维度——动态性

信息内容、链接地址和存在状态频繁变化新闻网站实时更新、博客文章修订、热门视频下架、“链接失效”积极和消极影响

信息的时效性强检索结果不稳定，历史版本难追溯检索启示对搜索引擎的能力提升需求以及统一元数据的重要性技术维度——分散性信息地理分布、管理权限和组织方式高度分散，没有中心管理机构全球网站由数百万个不同的组织和个人独立维护积极和消极影响

赋予了网络强大的鲁棒性（不会因单点故障崩溃）全局一致性和全面检索异常困难（搜索引擎只能覆盖部分公开网络）检索启示

对用户的信息素养（尤其是批判性评价能力）提出极高要求技术维度——非线性

通过超链接形成网状关联结构，打破了传统文献的线性阅读顺序阅读维基百科词条时，可随时点击链接跳转到相关概念页面积极和消极影响

支持关联学习和知识探索容易导致“迷航”，偏离初始检索目标检索启示对搜索引擎的能力提升需求以及统一元数据的重要性效用维度——交互性

用户与信息、用户与发布者、用户与用户之间能实现多向互动在商品页面发表评价、在代码仓库提交修改请求、在线文档协同编辑积极和消极影响

信息价值在互动中增值，但信息质量可能因大众参与而变得不稳定（需甄别）检索启示对搜索引擎的能力提升需求以及统一元数据的重要性效用维度——共享性

突破地理和物理限制，可被多人同时访问和使用开源软件代码（如Linux）、开放获取学术论文（arXiv）、公共数据集。积极和消极影响

极大促进知识传播与协作创新引发知识产权、数据隐私和安全等复杂问题检索启示对搜索引擎的能力提升需求以及统一元数据的重要性效用维度——弱控制性缺乏传统出版中的严格审查过滤机制，发布门槛低任何人均可在个人社交媒体上发布关于“健康秘诀”的信息积极和消极影响

质量参差：

从权威学术成果到虚假谣言并存来源模糊：

匿名发布、转载失源现象普遍检索启示网络信息检索的核心挑战，从“如何找到”转变为“如何判断”；遵循“多方信源交叉验证”原则效用维度——经济性多数基础信息的获取成本低廉甚至免费，极大地降低了信息门槛免费搜索、免费阅读新闻、免费使用基础办公软件积极和消极影响“免费”的背后可能是注意力经济（广告）、数据经济（用户画像）或增值服务收费（高级功能）检索启示

对用户的信息素养（尤其是批判性评价能力）提出极高要求对信息检索的三大核心挑战01如何从海量、分散、动态的信息中定位目标？（对应技术：爬虫、索引、排序）找得到03

如何高效组织、保存和利用获取到的非线性、动态信息？（对应工具：书签管理、文献管理软件）管得好02如何从多样、异构、弱控制的信息中评估其相关性、权威性和时效性？（对应技能：信源评价、内容批判）判断准小

结网络信息资源的特点从内容维度可包括海量性、多样性、强时效性从技术维度包括异构性、动态性、分散性、非线性等从效用维度包括交互性、共享性、弱控制性、经济性互联网信息资源基础01理解互联网的核心协议与信息传递模型02掌握互联网资源的核心标识系统学

习

目

标03认识构成互联网信息主体的三大基础资源形态从网络资源到互联网资源网络信息资源的定义

以电子数据形式存在，通过计算机网络（特别是互联网）进行存储、传递、检索和利用的所有信息内容的集合互联网信息资源特指基于全球统一的TCP/IP协议族，在因特网（Internet）上存储、传输和访问的资源集合

互联网是一个遵循共同规则的、全球性的、开放的“网络的网络”，它是最主要、最典型的网络信息资源环境核心差异类比交通工具高速公路网络信息资源互联网信息资源TCP/IP协议栈应用层（HTTP，FTP，SMTP）

直接面向用户，定义数据格式（如网页请求）传输层（TCP，UDP）确保数据可靠或高效地端到端传输网络层（IP）负责逻辑寻址和路由，将数据包发往全球任何地址网络接口层负责物理传输TCP/IP协议栈相当于互联网通信的“世界语”。分层结构确保不同设备、系统间可靠通信客户端-服务器模型客户端（Client）

发起请求的程序（如浏览器、邮件软件）服务器（Server）

响应请求、提供资源或服务的程序（如Web服务器、数据库服务器）客户端-服务器模型相当于互联网资源访问的基本架构IP地址与域名系统（DNS）IP地址

互联网上设备的唯一数字逻辑地址，用于定位和路由。如

（IPv4）或2001:db8::1（IPv6）。它是机器的“身份证号码”域名为了方便人类记忆而设计的字符型地址。如。它是机器的“姓名”域名系统（DNS）互联网的“电话簿”或“导航系统”，负责将域名自动翻译成对应的IP地址DNS的效率和可靠性直接影响到我们访问网站的速度。某些网络问题可通过修改DNS服务器地址解决统一资源标识符URI统一资源标识符，是标识互联网上任何资源（网页、图片、服务）的通用字符串URL统一资源定位符，是URI最主要的表现形式，它不仅标识资源，还提供了定位和访问该资源的具体方法URN统一资源名称，旨在提供持久、位置独立的资源标识（如ISBN），但应用不及URL广泛URL是用户进行信息检索和访问的直接入口，理解其结构是分析检索请求、判断资源类型的基础基础资源形态0201Web资源文件传输与点对点资源非Web协议与应用服务资源03Web（万维网）资源核心构成万维网是互联网上信息呈现和交互的主导体系，由超文本文档（网页）通过超链接相互连接而成核心技术HTTP/HTTPS：

传输协议HTML：

内容结构描述语言超链接：

资源间的连接纽带主要资源类型静态网页内容固定的.html，.htm文件多媒体内容嵌入在网页中的图片（.jpg，.png）、音频视频以及交互应用动态网页

由服务器端脚本（如PHP，Python）根据请求实时生成，URL常带?参数文件传输与点对点资源核心构成互联网上专用于文件共享的经典资源体系

协议：

文件传输协议。用于在客户端和服务器间双向传输文件。特点：

有独立的目录结构，常用于软件、文档、数据集的大规模分发。访问方式：

专用FTP客户端（如FileZilla）或浏览器（ftp://开头的URL）FTP文件传输资源

模型：

不依赖中心服务器，用户计算机既作为客户端下载，也作为服务器上传，构成对等网络。特点：

资源分散存储于所有参与者，下载人数越多速度可能越快P2P点对点资源非Web协议与应用服务资源核心构成互联网上大量存在、通过非HTTP协议访问的“隐形”资源，这些资源构成了“深度网络”或“不可见网络”的主体01020304电子邮件数据包含用户通过邮件系统收发的各类信息，涵盖商务沟通、营销推广、客户服务等场景，是组织内外信息交换的重要载体。电子邮件数据数据库内容存储结构化数据，包括用户信息、交易记录、产品数据等，为企业运营和决策提供核心数据支持。数据库内容实时通信数据来自即时通讯工具，包含文本、语音、视频等多种形式，支持团队协作和客户服务的即时互动需求。实时通信数据API接口数据通过系统间调用传递，实现数据共享与功能集成，是现代化应用生态系统互联互通的关键桥梁。API接口数据小

结互联网信息资源是指特指基于全球统一的TCP/IP协议族，在因特网（Internet）上存储、传输和访问的资源集合TCP/IP协议包括应用层、传输层、网络层和网络接口层基础资源形态包括web资源、文件传输点对点资源、非web协议与应用服务资源网络资源信息特点01了解互联网信息资源的特点02认识互联网信息资源社会的影响学

习

目

标03理解特点对信息检索的核心要求特点分析维度

互联网信息的特点源于技术基因与社会应用的相互作用TCP/IP、HTTP、HTML、超链接等技术直接决定信息的形态和行为，构建了互联网的基础架构，实现了全球范围内的数据交换与信息共享，推动数字化时代快速发展技术赋能全球性、开放性、低门槛接入导致信息生产、消费和评价模式的根本变化，促进了知识民主化、文化多元化，重塑了社会互动方式和公共舆论空间社会建构互联网信息资源的特点

超链接性使信息通过节点互联形成非线性结构，突破传统线性模式，实现多维知识跳转与关联。超链接性与非线性结构开放性允许内容持续扩展与迭代，无边界生长特性使知识体系能动态适应新信息注入与结构重组。开放性与无边界生长社会性体现为多用户协同编辑与互动，通过集体智慧不断修正、完善内容，形成共识性知识体系。社会性与集体智慧的建构全球性打破地域限制汇聚多元视角，草根与精英的博弈推动内容在民主化与专业性间动态平衡。全球性与草根与精英博弈超链接性与非线性结构

表现HTML链接技术创造的网状信息组织作用

改变了知识获取模式（探索vs.线性），创造了链接价值（PageRank算法基础）示例

维基百科的词条链接网络检索启示搜索引擎依赖链接爬取和评价；用户易“迷航”，需更强的信息导航能力开放性与无界生长

表现协议开放、发布门槛低、资源无限增长、深度网络庞大作用

驱动创新、信息民主；（消极）质量失控、安全风险、信息过载示例

从1991年第一个网站到如今超10亿网站的增长学术数据库内容不被通用引擎索引检索启示查全率是神话；必须使用高级检索技巧过滤；需掌握对“深层网络”的检索方法社会性与集体建构

表现信息生产、传播、评价高度社会化；通过协作（维基）、众包（点评）、问答社区形成集体智慧作用

生成高质量公共知识库（如维基百科、StackOverflow）；（消极）可能导致群体极化、信息茧房、情绪化传播示例

对比维基百科的协作编纂与传统百科全书的专家编纂模式检索启示检索对象包括UGC；需善用并批判性评估集体智慧成果（如产品评价、社区解答）全球性与草根-精英博弈

表现信息全球可达但受语言、文化、法律本地化制约；专业权威与大众声音在同一平台竞争共生作用

促进跨文化交流，打破信息垄断；（消极）加剧数字鸿沟，引发权威稀释和信任危机示例

搜索“疫苗安全”，结果中世界卫生组织（WHO）的官方报告与社交媒体个人经历分享并存，需要用户进行信源鉴别检索启示必须使用多语言关键词并注意地域性搜索引擎；检索时需主动进行信源身份鉴别网络信息资源的特点互联网信息的特点（深化与具体化）非线性超链接性（实现机制）弱控制性开放性（原因之一）海量性、动态性增长无边界性（极致表现）交互性、共享性社会性、集体智慧的建构（高级形式）分散性全球性（地理分布与可达性）多样性草根与精英复杂共生性（社会层面）网络信息资源与互联网信息资源特点对比对信息检索的四大核心挑战01网络化的链接结构使信息获取从线性阅读变为非线性探索，极易导致检索者在庞杂的路径中迷失核心目标与方向迷失03信息质量与传播受社交互动和群体行为深刻影响，检索者必须从混杂的“社会信号”中，艰难地辨别真实的信息与噪声信噪02极低的发布门槛与无限的信息增长，使检索者从面临信息稀缺转变为应对信息过载过载04全球与本地信息在过滤器中博弈，权威信源与大众声音在结果中博弈，要求检索者成为主动的裁判与鉴别者博弈小

结互联网信息的特点源于技术基因与社会应用的相互作用互联网信息资源的特点包括超链接性与非线性结构、开放性与无边界生长社会性与集体智慧的建构、全球性与草根与精英博弈网络信息资源与互联网信息资源特点对比对信息检索的四大核心挑战包括迷失、过载、信噪、博弈网络信息检索的分类与特点01掌握网络信息检索的分类模式02理解网络信息检索的特点学

习

目

标如此海量的资源我们如何实现检索？根据国际数据公司等机构的估算，全球的数据宇宙在2025年将超过175ZB这个数字每分每秒都在剧烈膨胀。1分钟内：电子邮件：全球发送约2.5亿封谷歌搜索：进行约590万次YouTube：用户上传超过500小时的新视频微信：发送超过4500万条信息如果将这175ZB的数据刻录到普通的DVD光盘上，这些光盘叠起来的高度足以从地球到月球往返23次按检索工具与系统的性质划分搜索引擎检索描述：

利用通用或垂直搜索引擎，通过输入关键词进行查询。示例：使用百度搜索“新冠疫苗接种注意事项”，使用GoogleScholar搜索“deeplearningreview”。特点：覆盖面广、直接快速、但结果质量需自行筛选专业数据库检索描述：访问特定的商业或学术数据库，使用结构化查询语言或高级检索表单。示例：在知网（CNKI）使用“篇名=信息素养AND作者=张*”进行检索；在PubMed使用MeSH主题词进行组合查询。特点：精准、权威、功能强大，但通常需要付费或机构订阅网络导航检索描述：通过人工或半人工编制的目录、导航网站，按分类体系浏览查找。示例：通过“中国政府网”的网站导航查找各部委官网；通过“豆瓣电影”的分类标签（如“科幻”、“悬疑”）找电影。特点：

质量可控、系统性好，但更新慢、覆盖有限按用户检索行为的模式划分描述：

没有明确具体的问题，目标模糊，通过跟随链接、探索分类来发现信息、激发需求。是信息偶遇的主要方式。示例：

周末无聊时刷知乎热榜、B站推荐对应工具：

导航网站、推荐系统、社交媒体信息流01描述：有明确、具体的信息需求，将其转化为查询表达式（关键词、问题），向系统提问以获取直接答案或相关文档列表。示例：查找“2023年诺贝尔经济学奖得主及其主要理论”对应工具：搜索引擎、问答系统、数据库02描述：在实际检索中，浏览与查询模式交替进行、相互促进。这是最常见的模式。示例：想了解“区块链”，先搜索“区块链简介”，阅读入门文章，再对文中提到的“智能合约”感兴趣，最后逐步聚焦到具体研究点03浏览式检索查询式检索混合式检索按检索内容的形式与深度划分文档/网页检索描述：

以整个文档或网页为检索和返回单元。是最基础、最普遍的形式。示例：

搜索并打开一篇新闻报道、研究报告数据/事实检索描述：目标是获取一个具体的数据、事实或简短答案。要求精准、直接。示例：“北京的人口是多少？”、“苹果公司的CEO是谁？多媒体检索描述：以图像、音频、视频为检索对象示例：在电商平台用商品图片搜索同款；在视频网站根据“猫搞笑”标签找视频。语义/概念检索描述：系统能理解查询语句背后的语义和概念，而非简单匹配关键词。是前沿发展方向。示例：搜索“苹果”，系统能根据上下文区分是指水果、公司还是手机品牌网络信息资源检索的特点交互式作业方式用户透明度信息检索空间的拓宽友好的用户界面01020304交互式作业方式核心思想检索过程是用户与系统之间多轮、双向、实时的对话与协作，而非一次性单向命令具体表现查询重构：

根据初始结果，即时调整关键词（如增删、同义词替换）结果筛选与过滤：

使用系统提供的侧边栏工具（按时间、类型、站点过滤）相关反馈：

通过点击特定结果、标记“有用/无用”，隐式地指导后续排序

搜索“人工智能

就业”

搜索“人工智能

算法工程师

薪资

上海2023”在结果中使用工具筛选“过去一年内”的信息用户透明度核心思想系统底层复杂的运行机制（如爬虫、索引、排序算法）对普通用户是隐藏的用户只需关注输入（查询）和输出（结果），无需理解中间过程积极意义与潜在风险降低使用门槛：

使大众都能轻松进行信息检索聚焦用户目标：

用户更关注信息内容本身，而非技术细节盲目信任，难以排查问题

搜索“健康减肥”结果出现很多商业广告、网红推荐权威医学文章信息检索空间的拓宽核心思想与传统数据库检索相比，网络信息检索的“空间”在多个维度上极大扩展从资源范围、资源类型、检索目标、时空范围等实现扩展积极意义与挑战为用户提供了前所未有的信息获取能力和可能性检索环境更复杂、噪音更大、对检索技巧的要求更高友好的用户界面核心思想检索界面设计以用户为中心，追求直观、易用、低认知负荷具体体现图形化界面自然语言支持帮助提示多样化结果移动适配小

结网络信息检索按工具和系统的性质划分为所有引擎检索、网络导航检索、专业数据库检索按用户检索行为划分为浏览式检索、查询式检索和混合式检索网络信息资源检索的特点包括交互式作业方法、用户透明度、信息检索空间的拓宽、友好的用户界面搜索引擎的概念及原理01了解搜索引擎的起源与发展02理解搜索引擎的概念学

习

目

标03掌握搜索引擎的原理搜索引擎的起源与发展早期的搜索引擎（1990s）蒙特利尔大学生AlanEmtage发明的Archie系统，首次实现网络文件自动索引只是定期搜集并分析FTP服务器的文件名，按其提供的资源类型分成不同的目录，再一层层的进行分类，提供查找分别在各个FTP主机的文件。需要精确文件名搜索其他代表产品GopherWhoisAgoraKnowbot分布式文本搜索系统Wais搜索引擎的起源与发展1994年WebCrawler是互联网上第一个支持搜索文件全部文字的全文搜索引擎1995年商业化的搜索引擎大规模开发YahooExciteInfoseek1998年Google凭借PageRank和简洁界面脱颖而出2011年10月19日，中搜推出第三代搜索引擎平台2020年至今大语言模型（LLM）与生成式AI革命搜索引擎的概念概念一种在Internet上的应用软件系统，它以一定的策略在网络中搜集、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使用者的角度看，这种“软件系统”提供一个网页界面，让人们通过浏览器提交一个词语或者短语，然后很快返回一个可能和用户输入内容相关的信息列表搜索引擎返回的信息列表每一条目代表一篇网页，每个条目至少3个元素标题：指以某种方式得到的网页内容的标题URL：指该网页对应的“访问地址”摘要：以某种方式得到的网页内容的摘要搜索引擎的工作原理文档/网页检索用户提交检索，搜索引擎在已搜集好存放在某一信息数据库的系统重进行内部搜索返回给用户的列表均是可能符合需求的URL，当点击URL时访问的是网页原始出处搜索引擎的工作原理注意说明用户提交检索时，搜索引擎不是立刻在Internet上进行搜索用户列表返回的URL列表是网页的原始出处，搜索结果并不保证用户在返回列表上看到的标题与其单击URL所看到的内容一致小

结搜索引擎是指在Internet上的应用软件系统，它以一定的策略在网络中搜集、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搜索引擎返回的信息列表主要包括每一条目代表一篇网页，每个条目至少3个元素搜索引擎的工作原理是：用户提交检索，搜索引擎在已搜集好存放在某一信息数据库的系统重进行内部搜索返回给用户的列表均是可能符合需求的URL，当点击URL时访问的是网页原始出处搜索引擎检索的分类01了解多种类型的搜索引擎02理解典型搜索引擎的思想与特点学

习

目

标搜索引擎的种类搜索引擎种类繁多，增长速度也非常快分类目录型全文检索型文摘型单独型汇集型通用型专业型常规型多元性独立型集成型为什么要了解各种搜索引擎的特长同一搜索主题搜索引擎1搜索引擎2搜索引擎4搜索引擎3由于不同类型的搜索引擎对网络资源的描述方法和检索功能不同，对同一个主题进行搜索时，不同的搜索引擎通常会得到不同的结果。分类目录型核心思想检索系统将搜索到的Internet资源按主题分成若干大类，每个大类下面又分设二级类目，三级类目等。一些搜索引擎可细分到十几级类目，再记录一些摘要信息，对网站进行概述型的简要介绍，用户提出搜索要求

时，搜索引擎只在网站的简介中搜索这类搜索引擎还伴有网站查询功能，通过在查询框内输入用户感兴趣的词组或关键字，即可获得与之相关的网站信息典型代表雅虎、搜狐、新浪网、网易搜索分类目录型特点由系统先将网络资源信息系统地归类，用户可以清晰方便地查找到某一类信息，用户只要遵循该搜索引擎的分类体系，层层深入即可不足搜索范围比全文为主的搜索范围小没有统一的分类体系，用户对类目的判断和选择会直接影响检索效果目录库相对较小，更新较慢也会影响使用效果全文搜索型核心思想全文检索型搜索引擎通过使用大型的信息数据库来收集和组织Internet资源，用户使用所选的单词或词组(称为“关键词”)来进行搜索，搜索引擎检索文本数据库以匹配或关联到用户给定的请求，然后返回给用户一个与这些文本相连的列表清单。查询结果与检索服务相关，但都应包括页面标题及其网址页面首段的一部分或全部，表明页面与待查询项目相关联的数字或百分率、日期、文本大小等，与所检索词具有类似性的主题链接等全文搜索型搜索引擎是网页的分类目录，不是网站的分类目录典型代表google、baidu多元集成型核心思想多元型搜索引擎可以将用户的请求迅速发送给其他独立的搜索引擎，并将它们的反馈结果进行处理后提供给用户，或者让用户选择其中的某几个搜索引擎进行工作特点分为串行处理和并行处理，串行处理慢但是准确性高，并行处理方式速度快，但重复内容较多典型代表InfoSpace、Dogpile图像搜索型核心思想是以深度学习和机器视觉技术为核心，通过提取图片颜色、形状、纹理等视觉特征建立索引，实现图片相似性检索的专业搜索引擎系统典型代表百度图片小

结搜索引擎的种类繁多，增长速度也非常快分目录型搜索引擎是将搜索到的Internet资源按主题分成若干大类，每个大类下面又分设二级类目，三级类目等多元集成型搜索引擎可以将用户的请求迅速发送给其他独立的搜索引擎，并将它们的反馈结果进行处理后提供给用户，或者让用户选择其中的某几个搜索引擎进行工作图像搜索型搜索引擎是以深度学习和机器视觉技术为核心，通过提取图片颜色、形状、纹理等视觉特征建立索引，实现图片相似性检索的专业搜索引擎系统搜索引擎使用技巧01理解搜索技巧的重要性学

习

目

标02掌握常用的搜索引擎技巧为什么搜索结果不同想查询“鸡蛋对身体的好处”相关的信息不同的关键词、不同的搜索技巧，搜索出的结果大相径庭搜索前先思考要查找的内容是否存在？用哪个搜索引擎？使用哪些关键字？学会使用两个关键词搜索如果你的搜索词是“北京”如果你的搜索词是“北京

居住证”北京的房子？北京的烤鸭？北京的小学？北京居住证的办理？北京居住证的有效期？要使用多个关键词搜索，

多个词用空格隔开，一般来说2个关键词搜索的效率和质量较高单击搜索结果前要思考这条结果跟我要的内容有多大相关度？这条结果权威吗？这条结果可信吗？排名靠前的都是广告满意的结果是多次搜索得到的输入关键词第一次搜索快速浏览搜索结果调整关键词快速浏览搜索结果再调整关键词善于改正错误有没有错别字？有没有多义词？输入关键词是否太多？搜索引擎选择是否正确？如果想查询中考分数相关的权威信息，应该到指定的服务平台搜索搜索技巧的重要性提升效率：从海量信息中快速定位目标提高信息质量：过滤噪音，获取可靠内容解决复杂问题：拆分、组合搜索需求挖掘隐藏信息：利用高级搜索功能培养信息素养：批判性思维与验证能力小

结不同的关键词、不同的搜索技巧，搜索出的结果大相径庭掌握使用两个关键词的搜索搜索结果前要思考的相关问题多次搜索才会得到满意结果搜索技巧以及重要性搜索引擎的应用(一)01掌握地图搜索的方法02认识图像检索学

习

目

标地图搜索电子地图是以地图数据库为基础，以数字形式存储于计算机存储器上，能在电子屏幕上实时显示的可视地图，又称屏幕地图或瞬时地图通过地图数据采集模块实现地图数据(包括目录索引、地图图形、专题属性、符号库和其他附属数据)的采集、编辑和建库，并通过地图信息应用模块，实现地图的表达、浏览、检索、查询、统计和分析，满足GIS、GPS导航及地图服务网站的要求，进而满足用户的应用需要电子地图的特点用户可指定地图的显示范围、显示图层、查询内容，以及设定地图比例尺等要素交互性则可实现在一定范围内的多级或任意无级缩放以满足用户的需求无极缩放地图反映的信息量大，它除了具备各种地图符号外，还能配合外挂数据库来使用和查询信息丰富实现“漫游”和“平移”，能一次性容纳一个地区的所有地图内容无缝连接电子地图能大量无损复制，并能通过计算机网络传播共享性百度地图地点搜索普通搜索：在搜索框中输入要查询地点的名称或地址，点击搜索即可得到结果附近搜索：选择搜索目的地下方的“附近”链接，然后选择感兴趣的项目即可百度地图公交搜索公交方案查询用户直接在“公交”“路线”选项卡下的输入框中输入起点和终点，便可查询公交方案搜索结果还会显示推荐路线等百度地图公交搜索公交线路查询：直接输入公交线路的名称，便能看到对应的公交线路百度地图驾车搜索驾车方案查询添加途经点百度地图其他功能交通流量查询提供城市交通流量查询功能，一览全程路况，帮助出行者合理规划出行线路还可以进入流量预测模式可以查看路况预报基于关键字的图像检索图像搜索引擎图像为检索对象或检索线索，在海量图像数据库或互联网资源中，匹配并返回与目标图像相似或相关的图像、文本信息的检索工具形式分类传统的基于关键字的图像检索0102基于内容特征的图像检索传统的基于关键字的图像检索核心思想原理与搜索普通信息一样，差别只是搜索的关键字不同或者分类类别不同基于内容特征的图像检索系统基于颜色特征的检索基于纹理特征的检索基于形状特征的检索小

结地图搜索是以地图数据库为基础，以数字形式存储于计算机存储器上，能在电子屏幕上实时显示的可视地图，又称屏幕地图或瞬时地图电子地图的特点包括交互性、无极缩放、无缝连接、信息丰富、共享性图像搜索引擎包括传统的基于关键字的图像检索和基于内容特征的图像检索搜索引擎的应用(二)01掌握百度地图的使用02认识图像搜索学

习

目

标全文型搜索引擎是目前的主流搜索引擎全文搜索引擎的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户。这个过程类似于通过字典中的检索字表查字的过程衡量全文搜索引擎的关键指标全面准确快速本课程以百度为例，介绍全文搜索引擎的应用百度基本介绍百度Baidu于2000年1月在北京中关村创立，是目前全球最大的中文搜索引擎百度每天响应来自138个国家超过数亿次的搜索请求百度的基本搜索方法关键词检索索。用户只需要在搜索框内输入所要检索内容的关键词，单击“百度一下”按钮即可得到检索结果用户也可以选择“新闻、地图”等切换网站导航如单击“更多”按钮，进入全页面显示，用户可进行任意选择百度检索技巧减除无关资料“-”可以排除含有某些词语的资料，有利于缩小范围语法格式：A-B（搜索A关键字，排除带有B关键字的）百度检索技巧并行搜索“|”可以用来搜索或者关系的关键词语法格式：A|B（搜索A关键字或者B关键字）百度检索技巧精确匹配双引号或者书名号，可以实现精确匹配百度检索技巧指定搜索文件类型输入关键字词中加入filetype可以指定搜索的文件类型语法：filetype:文件格式+空格+关键词百度检索技巧指定从哪个网站搜索输入关键字词中加入site:可以指定搜索的网站语法：关键词+空格+site:指定限于标题搜索输入关键字词中加入intitle:可以指定仅在标题中搜索含有关键词的资源语法：intitle:关键字百度检索技巧小

结全文搜索引擎的工作原理是计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户百度的基本搜索方法包括关键字检索和网站导航掌握百度搜索的一些相关技巧搜索引擎的常见问题与选择01了解搜索引擎的常见问题02学会选择合适的搜索引擎学

习

目

标搜索引擎常见问题数据库记录的更新程度搜索引擎索引库中的网页数据、信息内容与互联网上实时资源的同步匹配程度，直接决定搜索结果的时效性和准确性影响更新程度的关键因素爬虫抓取策略数据处理效率资源优先级划分更新程度的类型实时更新周期性更新搜索引擎常见问题检索词是否确实在网页出现用户输入检索词后，搜索结果显示的网页是否真实包含该检索词，以及检索词在网页中的匹配形式、位置权重，直接影响结果的相关性与准确性，是判断搜索结果是否“货真价实”的关键标准三种匹配状态精确匹配分词匹配同义匹配虚假匹配的典型原因SEO恶意优化算法分词误差网页内容更新不及时搜索引擎常见问题检索符号的使用有误搜索引擎对过长、细分的长尾关键词分词和意图解析能力不足，索引库覆盖的细分内容有限核心原因搜索引擎对过长、细分的长尾关

键词分词和意图解析能力不足，

索引库覆盖的细分内容有限搜索引擎常见问题检索符号的使用有误搜索引擎对过长、细分的长尾关键词分词和意图解析能力不足，索引库覆盖的细分内容有限核心原因搜索引擎对过长、细分的长尾关

键词分词和意图解析能力不足，

索引库覆盖的细分内容有限搜索引擎的选择目前国内主要的搜索引擎百度小红书搜索搜狗有道纳米AI搜索秘塔AI搜索搜索引擎的选择的注意事项品牌在目标市场中的认知程度和影响力，反映用户对产品的熟悉度和信任感。知名度产品交互设计的直观性和易用性，包括布局、导航和功能accessibility。用户界面数据库覆盖的学科领域、文献类型和地域范围，体现资源的全面性和多样性。收录范围数据库内容补充和修订的频率，确保信息的时效性和准确性。更新周期系统存储的数据总量，包括文献、专利、报告等，直接影响信息检索的深度和广度。数据库容量检索结果与用户需求的相关性和数据本身的正确率，是核心质量指标。准