搜索引擎及其使用.ppt

1、第二章 搜索引擎及其使用,2,2.1 搜索引擎概述,2.1.1 搜索引擎的发展过程 搜索引擎的发展过程及其发展趋势。（ 领会）P.31 经历了4个阶段,3,2.1.2 搜索引擎的概念 搜索引擎的广义和狭义定义。 （识记）从狭义的角度来说，搜索引擎是指对WWW站点资源和其他网络资源进行标引和检索的一类检索系统机制，由信息收集软件、索引数据库和查询接口三部分组成。从广义的角度上讲，搜索引擎是因特网的一类网站，是在Web中主动搜索信息（搜索网页上有意义的单词和简短的对特定内容的描述的词）并将其自动标引的Web网站以及标引的内容储存在可供检索的大型数据库中，并建立相应的索引和目录服务，从而对用户提出的

2、各种检索做出响应，提供用户所需的信息或相关的指针。,4,2.1.3 搜索引擎的类型 搜索引擎的各种类型。 （识记）1）按搜索机制划分，分为：关键词型、目录型和混合型。2）按搜索内容划分，分为：综合型、专业型和特殊型。3）按包含搜索工具的数量划分，分为：单独型和集成型。 目录式搜索引擎和关键词型搜索引擎在查准率和查全率方面的不同之处。 （ 领会） 关键词型搜索引擎查全率高，查准率低；目录搜索引擎查准率高，查全率低。,5,2.1.4 搜索引擎提供的服务 搜索引擎提供的服务。 （ 领会） 目前搜索引擎提供的主要检索服务有以下几类：目录检索;全文检索;精确检索;自然语言检索;多语种检索;媒体检索;过滤

3、检索;智能检索;检索结果修正;检索结果排序；提供最新收录的新帖。,6,2.2搜索引擎工作原理与关键技术,2.2.1 搜索引擎的工作流程 搜索引擎的工作流程及其组成部分。（识记）,在因特网中发现、搜集网页信息,对信息进行提取和组织，建立索引库,根据用户输入的查询条件，在索引库 中快速检出文档，进行文档与查询的 相关度评价，对将要输出的结果进行 排序，并将查询结果返回给用户,信息搜集系统,索引数据库,查询接口,搜索引擎的工作流程,搜索引擎的组成,7,2.2.2 信息搜集技术 信息搜集系统是通过网络机器人来自动完成的，不需要任何的人工处理。网络机器人：一个在网络上检索文件且自动跟踪该文件的超文本结构

4、并循环检索被参照的所有文件的软件。 网络机器人的工作流程及其搜索策略。 （识记）（1）机器人的工作流程：机器人从起始URL列表中取出URL并从网上读取其指向的内容。从每一个文档中提取某些信息，如关键字或整个网页，标引完这些检索点上的新文档后将其加入到索引数据库并组成倒排文档。,8,从文档中提取指向其他文档的URL，并加入到URL列表中。重复上述3个步骤，直到再没有新的URL出现或超出了某些限制（时间或磁盘空间）给索引数据库加上检索接口，向网上用户发布或提供给用户检索。（2）机器人的搜索策略：机器人的搜索策略用来解决当机器人程序搜索到一个文档后，下一步应该转移到哪一个文档的问题。深度优先搜索策略

5、。 广度优先搜索策略。IP地址搜索策略。 深度和广度结合的搜索策略。,9,2.2.3 索引技术 索引技术的3种类型： （识记）自动索引、手工索引和用户登录三类。 索引的4种类型： （识记）（1）目录索引（2）文本索引或关键词索引（3）链索引（4）站点索引,10,2.2.4 检索器与结果处理技术 检索器提供的查询接口形式：目录导航式搜索引擎可提供两种查询接口形式：目录和关键词检索。网页搜索引擎一般只提供关键词检索。支持基本检索外，还支持高级检索。 检索结果的处理技术（识记）可归纳为：按频次排定次序按页面被访问度排序二次检索,11,2.3 搜索引擎的评价与使用技巧,2.3.1 搜索引擎的评价 搜索

6、引擎的评价体系的各组成部分的内容（识记） P.41-42 根据搜索引擎的性能评价体系标准来评价一个搜索引擎（如Yahoo，新浪，百度，Google） （ 应用） 2.3.2 搜索引擎的使用技巧 搜索引擎的使用技巧 （识记）（1）熟悉经常使用的查询工具及其特性是搜索成功的基础（2）确定使用哪一类搜索引擎，这是信息检索关键的一步,12,（3）关键字的选择是运用搜索引擎成功的重要因素（4）仔细研究该搜索引擎使用说明，能够极大地提高搜索效率，节省时间（5）使用操作符改善检索过程（6）打开多个窗口，进行多种尝试（7）要经常监控WWW站点上各个主要搜索引擎的排名情况,13,2.4 常用搜索引擎及其使用,Y

7、ahoo、新浪、百度、Google的搜索方式及其搜索常用运算符。 （ 应用） 2.4.1 Yahoo！及其使用 搜索方式：普通搜索和高级搜索两种方式。 Yahoo！提供的操作符： “”，查询完全符合双引号中的关键字符串的。如：“utility theory” +,限定该关键词一定要出现在结果中。如：computer+technology-，表示逻辑非操作，限定“-”后面的关键字串一定不要出现在结果中。如：computer-software,14,intitle:，在检索词前面加上“intitle:”，表示对后面检索词的搜索仅在文献的题目中进行。如intitle:computer， “intit

8、le:”后面不能有空格。Inurl:，在检索词前面加上“inurl:”，表示对后面检索词的搜索仅在文献的URLs中进行，如inurl:sharp。Combining the Syntax（组合语法）：上面几种操作符也可以组合使用，其组合顺序为：+、-、intitle:、inurl:、“”。注意：操作符中的符号应该是英文半角方式下的。,15,2.4.2 Google及其使用 搜索方式：普通搜索和高级搜索（高级搜索界面P.49)。 Google常用运算符Google除了支持在Yahoo！可使用的操作符外，也可以使用一些特殊的操作符：OR，需大写，表示逻辑“或”操作，如，搜索computer OR

9、software，意思就是说，搜索的网页中，要么出现computer，要么出现software，要么同时出现两者。+，Google会忽略过于频繁出现单词，如需要查询可用“+”将这些字词强加于搜索项，但“+”之前必须留一个空格。,16,site:，该操作符后面的网站域名不能有“http”以及“www”前缀和任何“/”的目录后缀，其搜索结果局限于某个具体网站或者网络频道。link:，该操作符不能与其他语法混合操作，返回所有链接到某个URL的网页。,17,2.4.3 新浪、搜狐及其使用 新浪搜索方式新浪搜索包括在搜索首页按树型的主题分类逐层点击来查找和用所需信息的主题（关键词）进行查询。查询英语短语时需用“-”连接或用“”括起来，且不区分英文字母大小写，所有的字母均当做小写处理，不支持词干法和通配符，同时也不支持在Yahoo！中使用的操作符。 搜狐搜索方式：搜狐采用分类目录与关键词检索并举的方式。,18,2.4.4 北大天网及其应用 北大天网搜索方式：（1）简单搜