第五讲网络信息检索.ppt

第四讲 网络信息检索 导言：网络社会 l 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。 l 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 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 Ø 信息资源丰富、种类繁多 Ø 超文本、超媒体、集成式提供信息，图表、图形、图像、声音、动画 等 Ø 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 Ø 价廉，但质量良莠不齐 Ø 正式出版物和非正式信息交流交织在一起 Ø 共享程度高 Ø 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 l 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。 l 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。 l 定量的评价：Google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 l 站点搜索 普通搜索引擎、新浪、搜狐、Yahoo等 l 图书资料 网上图书馆、电子图书、网上商店 l 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 l 请通过百度百科中的“人肉搜索引擎”词条了解人肉搜索 http:/baike.baidu.com/view/860941.htm l 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。 Ø搜索引擎 Ø网络资源目录 Ø信息门户 Ø搜索软件 2. 网络信息检索工具 l 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？ l 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？ l 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？ l 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，一定有人知道答案？ l 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 搜索引擎搜索引擎 自动从因特网搜集信息， 经过一定整理以后， 提供给用户进行查询的系统 Google baidu yahoo 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 Ø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 Ø 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 Ø 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 Ø 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、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 Ø 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。 Ø 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） l 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。 l 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。 l 典型的水平搜索引擎有： n 百度中文搜索引擎：http:/www.baidu.com/ n Google中文搜索引擎：http:/www.google.com.hk/ 2. 网络信息检索工具 垂直搜索引擎 l 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。 l 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。 l 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 。 l 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 Ø 找工作的搜索引擎：http:/www.deepdo.com/ http:/www.totojob.com/ Ø google学术搜索：http:/scholar.google.com/ Ø google图书搜索：http:/book.google.com/ Ø 比价购物搜索引擎：http:/go.8848.com/ Ø 论坛搜索引擎：http:/www.teein.com/ Ø 旅行TripAdvisor http:/www.tripadvisor.com Ø 图像搜索引擎：http:/cn.gograph.com/ 2. 网络信息检索工具 综合搜索引擎的专门化趋势 l 搜狗(Sogou) 人物、音乐、购物、图片、地图 http:/www.sogou.com/gengduo.htm l GOOGLE 学术搜索： http:/scholar.google.com/ l GOOGLE 图书搜索 http:/book.google.cn/ http:/book.google.com/ l AllTheWeb 能专门对图像、多媒体信息。 http:/www.alltheweb.com 2. 网络信息检索工具 元搜索引擎 l 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 l 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。 1 .信息组织的专题性较强，满 足族性检索要求 2.使用简单，只要选择相关类 目，依照页面之间的超链接指 引很快就能到达目的信息，适 于检索不熟悉的领域或建议不 熟悉网络的用户使用. 优点 1.人工采集信息的收录 范围小，更新慢； 2.受主观因素影响，类 目设置不够科学，缺少 规范。 缺点 2. 网络信息检索工具 l 搜索引擎目录目录索引：新浪目录http:/dir.iask.com/ l 开放目录ODP http:/dmoz.org/ 、http:/odp.nit.net.cn/ 中国艺术开放目录 http:/www.aod.org.cn/ http:/china.ndodo.com/ l 专题网址 如搜索引擎的专题网址：http:/daohang.google.cn/?hl=zh-CN&tab=wA 2. 网络信息检索工具 信息门户 Ø 学科信息门户 http:/cpm.lknet.ac.cn/34850481734924.htm Ø 政府信息门户 http:/www.beijing.gov.cn/（首都之窗） Ø 商业信息门户 Ø 公司信息门户 Ø 导航库 一些疑问？ l 搜索引擎到底有什么搜索技术？ l 搜索引擎技术都有哪些应用？ l 是不是也有应用实例演示？ l l 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 l 网址：http:/www.google.com.hk l 谷歌宣传动画：http:/lib.nit.net.cn/google.swf l “ 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 n 与：空格、AND n 或：OR、| n 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 l 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、(、-等 。如：【“大全.中国”】 3.搜索引擎检索技术 布尔逻辑 l 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。 l “或”OR必须大写，“非”是特例，即减号必须与对应的词连在一起。 l 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)】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 l 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 l 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 l 用两个点号“”表示一个数字范围。一般应用于日期、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 l 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 intext，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:ifeng.com 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。 l 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 l 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。 l 搜索软件【inurl:download qq】，直接查找QQ软件的下载页面。 l 搜索电子论文【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）。 l 搜索特定网站中的内容【inurl:lib.bit.edu.cn 讲座】搜索http:/lib.bit.edu.cn 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】， 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:edu.cn】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 l 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:/www.google.com/holidaylogos.html 3.搜索引擎检索技术 百度 l 网址：http:/www.baidu.com l 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 l “百度”二字源于中国宋朝词人辛弃疾的青玉案诗句：“众里寻他千 百度” l 中国领先的搜索技术提供商 l 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 l 一搜就体验，精彩无极限 (视频) http:/www.sowang.com/SOUSUO/20110206-1.htm l 搜索一下，想知道就知道(视频) http:/www.sowang.com/SOUSUO/20110206.htm l 轻松一点，网络音乐随我听（视频） http:/www.sowang.com/SOUSUO/20110206-2.htm l 上网查一查，出行问题全解决（视频） http:/www.sowang.com/SOUSUO/20110206-5.htm 百度支持“与”、“或”、“非”。在关键词之间插入“空格” 、“| ”、“ - ”, 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： l 在线翻译工具： Ø CNKI翻译助手：http:/dict.cnki.net/ Ø 金山词霸：在线和下载版 Ø 爱词霸 ：www.iciba.com Ø 海词：http:/dict.cn/ l 中文搜索引擎指南 http:/www.sowang.com/ l 搜索研究院 http:/www.9238.net/ 4.网络信息检索技巧 网络信息检索的基本技巧之一： 恰当选用数据资源 l 恰当选用数据资源（检索工具） l 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。 l 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 l 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、检索的具 体要求都非常重要。 l 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 l 网络信息检索的基本技巧之三： 充分利用检索条件 l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。 l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。 l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 l 选择查询词是一种经验积累，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。 l 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 名人名言”或“时间名言”。 4.网络信息检索技巧 l 网络信息检索的基本技巧之五： 恰当选用搜索引擎 l 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 l 网络信息检索的基本技巧之六： 掌握扩检和缩检方法 l 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 l 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 l 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 l 缩检主要方法(一） 在检索式中，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 l 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 l 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 l 请列出我校发展的校史，历届校长情况。 l 请查找新版金庸天龙八部小说与前版的区别。 l “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:yaowlbit.edu.cn