信息檢索技術(shù)（第二版） 第3章 搜索引擎應(yīng)用

信息檢索 第 3章 搜索引擎應(yīng)用 第 3章 搜索引擎應(yīng)用 1了解網(wǎng)絡(luò)資源的特征、了解網(wǎng)絡(luò)資源檢索方法。 2理解網(wǎng)絡(luò)資源檢索工具的原理和分類(lèi)。 3熟悉網(wǎng)絡(luò)搜索引擎的使用。 4掌握常用搜索引擎的功能。 學(xué) 習(xí) 目標(biāo) 第 3章 搜索引擎應(yīng)用 網(wǎng)絡(luò)信息資源概述 搜索引擎的利用 移動(dòng)搜索 搜索引擎選擇 第 3章 搜索引擎應(yīng)用 網(wǎng)絡(luò)信息資源概述 隨著 國(guó)互聯(lián)網(wǎng)信息中心 (布的報(bào)告顯示，截止 2013年 12月底，中國(guó)網(wǎng)民數(shù)量達(dá)到 聯(lián)網(wǎng)普及率為 手機(jī)網(wǎng)民數(shù)量也大幅度上升，達(dá)到了 5億，網(wǎng)民中使用手機(jī)上網(wǎng)的人群占比由 2012年年底的 升至 81。網(wǎng)站的數(shù)量在不斷增加，并一直保持更新。 網(wǎng)絡(luò)信息資源不是傳統(tǒng)信息資源的復(fù)制，也不能取代傳統(tǒng)的信息媒體和交流渠道，它是對(duì)傳統(tǒng)信息資源和信息交流渠道的補(bǔ)充。 網(wǎng)絡(luò)信息資源檢索的特點(diǎn) (1) 交互式作業(yè)方式。 (2) 用戶(hù)透明度。 (3) 信息檢索空間的拓寬。 (4) 友好的用戶(hù)界面。 第 3章 搜索引擎應(yīng)用 搜索引擎概念及工作原理 早期的搜索引擎只是把 其提供的資源類(lèi)型分成不同的目錄，再一層層地進(jìn)行分類(lèi)。要找到自己想要的信息可按他們的分類(lèi)一層層進(jìn)入，最后到達(dá)目的地。 1994年初，第一代真正基于 1995年，商業(yè)化的搜索引擎開(kāi)始大規(guī)模開(kāi)發(fā)，第一代產(chǎn)品的代表廠商包括 ，其從典型的目錄式分類(lèi)結(jié)構(gòu)發(fā)展到全文搜索引擎。目前，搜索引擎的使用已經(jīng)成為收發(fā)電子郵件之后的第二大互聯(lián)網(wǎng)應(yīng)用技術(shù)。 對(duì)于搜索引擎的概念，在教材里指的是一種在 以一定的策略在網(wǎng)絡(luò)中搜集、發(fā)現(xiàn)信息，對(duì)信息進(jìn)行理解、提取、組織和處理，并為用戶(hù)提供檢索服務(wù)。 第 3章 搜索引擎應(yīng)用 搜索引擎的工作原理需要澄清兩個(gè)問(wèn)題。一，提交查詢(xún)時(shí)，搜索引擎并不是即刻在 搜索 ” ，形成列表呈現(xiàn)給用戶(hù)，而是在事先已“ 搜集 ” 的數(shù)據(jù)中進(jìn)行系統(tǒng)內(nèi)部的 “ 搜索 ” 。二，返回結(jié)果列表中的某一項(xiàng)很可能是用戶(hù)所需要的，單擊 時(shí)訪(fǎng)問(wèn)的則是網(wǎng)頁(yè)的原始出處。 用戶(hù)檢索策略搜索引擎用戶(hù)接口搜索引擎本地的摘要信息數(shù)據(jù)庫(kù) 各萬(wàn)維網(wǎng)站點(diǎn)資源訪(fǎng)問(wèn) 詳細(xì)信息反饋 摘要信息 息反饋 各記錄鏈接 信息資源搜集 搜索引擎工作原理 第 3章 搜索引擎應(yīng)用 搜索引擎檢索的分類(lèi) 搜索引擎不僅數(shù)量增長(zhǎng)較快，而且種類(lèi)較多。按資源的搜集、索引方法及檢索特點(diǎn)與用途來(lái)分，搜索引擎可分為分類(lèi)目錄型、全文檢索型和文摘型；按檢索方式分，其可分為單獨(dú)型和匯集型；按覆蓋范圍分，其可分為通用搜索引擎和專(zhuān)業(yè)搜索引擎；按搜索引擎的功能分，其可分為常規(guī)搜索引擎和多元搜索引擎，或獨(dú)立搜索引擎和集成搜索引擎等。 1. 分類(lèi)目錄型 分類(lèi)目錄型搜索引擎又稱(chēng)為目錄服務(wù) (檢索系統(tǒng)將搜索到的 個(gè)大類(lèi)下面又分設(shè)二級(jí)類(lèi)目、三級(jí)類(lèi)目等，一些搜索引擎可細(xì)分到十幾級(jí)類(lèi)目。這類(lèi)搜索引擎往往還伴有網(wǎng)站查詢(xún)功能，也稱(chēng)之為網(wǎng)站檢索。 這類(lèi)搜索引擎的特點(diǎn)是：由系統(tǒng)先將網(wǎng)絡(luò)資源信息系統(tǒng)地歸類(lèi)，用戶(hù)可以清晰方便地查找到某一類(lèi)信息，用戶(hù)只要遵循該搜索引擎的分類(lèi)體系，層層深入即可。 這類(lèi)搜索引擎的不足之處是搜索范圍比以全文為主的搜索引擎的范圍要小得多，加之這類(lèi)搜索引擎沒(méi)有統(tǒng)一的分類(lèi)體系，用戶(hù)對(duì)類(lèi)目的判斷和選擇將直接影響到檢索效果，而類(lèi)目之間的交叉，又導(dǎo)致了許多內(nèi)容的重復(fù)。同時(shí)，有些類(lèi)目分得太細(xì)，也使得用戶(hù)無(wú)所適從。 第 3章 搜索引擎應(yīng)用 2. 全文檢索型 全文檢索型搜索引擎通常被稱(chēng)為索引服務(wù) (與以分類(lèi)目錄為主的搜索引擎中的網(wǎng)站查詢(xún)十分相似，但卻有著本質(zhì)的區(qū)別。通過(guò)使用大型的信息數(shù)據(jù)庫(kù)來(lái)收集和組織 多具有收集記錄、索引記錄、搜索索引和提交搜索結(jié)果等功能。 以全文檢索為主搜索引擎的特點(diǎn)是信息量很大，索引數(shù)據(jù)庫(kù)規(guī)模大，更新較快。 過(guò)期鏈接會(huì)及時(shí)移去。 以全文檢索為主搜索引擎的不足之處是檢索結(jié)果反饋的信息往往太多，以至于用戶(hù)很難直接從中篩選出自己真正感興趣的內(nèi)容，要想達(dá)到理想的檢索效果，通常要借助于必要的語(yǔ)法規(guī)則和限制符號(hào)。 第 3章 搜索引擎應(yīng)用 3. 多元集成型 多元集成型又稱(chēng)為元搜索引擎。 何一個(gè)搜索引擎都無(wú)法將其完全覆蓋。建立在多個(gè)搜索引擎基礎(chǔ)之上的多元集成型搜索引擎，在一定程度上滿(mǎn)足了用戶(hù)更多、更快地獲得網(wǎng)絡(luò)信息的要求。 多元集成型搜索引擎有串行處理和并行處理兩種方式。串行處理是將檢索要求先發(fā)送給某一個(gè)搜索引擎，然后將檢索結(jié)果處理后，傳遞給下一個(gè)搜索引擎，依次進(jìn)行下去，最終將結(jié)果反饋給用戶(hù)。串行處理方式準(zhǔn)確性高，但速度慢。并行處理則是將檢索請(qǐng)求同時(shí)發(fā)給所有要調(diào)用的搜索引擎。并行處理方式速度快，但重復(fù)內(nèi)容較多。 第 3章 搜索引擎應(yīng)用 4. 圖像搜索型 圖像搜索引擎面向 常要實(shí)現(xiàn)以下功能：第一，允許用關(guān)鍵詞搜索圖像內(nèi)容、日期和制作人；第二，能通過(guò)顏色、形狀和其他形式上的屬性進(jìn)行搜索；第三，把圖像作為搜索結(jié)果的一部分顯示。 圖像在很多方面不同于文本。搜索引擎在面對(duì)文本信息時(shí)，所用的檢索方法可能不夠完美，但至少可以用單個(gè)詞語(yǔ)來(lái)進(jìn)行搜索。而圖像則需要人們按照各自的理解來(lái)說(shuō)明它們所蘊(yùn)含的意義，圖像本身難以分解出可以搜索的部件，需要利用某種可以辨別顏色和形狀的機(jī)制。隨著人工智能和信息技術(shù)的發(fā)展，一種智能的基于知識(shí)的圖像檢索系統(tǒng)成為圖像檢索領(lǐng)域的發(fā)展方向，其能實(shí)現(xiàn)自動(dòng)提取語(yǔ)義和圖像特征的功能，并且充分考慮到用戶(hù)特征對(duì)檢索系統(tǒng)的影響。 第 3章 搜索引擎應(yīng)用 搜索引擎的使用技巧 1搜索之前先思考 2學(xué)會(huì)使用兩個(gè)關(guān)鍵詞搜索 3學(xué)會(huì)使用減號(hào)“” 4單擊搜索結(jié)果前先思考 5滿(mǎn)意的搜索結(jié)果是多次搜索出來(lái)的 6善于改正錯(cuò)誤 第 3章 搜索引擎應(yīng)用 搜索引擎的利用 全文型 搜索引擎 是目前廣泛應(yīng)用的主流搜索引擎。以文本為檢索對(duì)象，允許用戶(hù)以自然語(yǔ)言根據(jù)資料內(nèi)容而不僅是外在特征來(lái)實(shí)現(xiàn)信息檢索的手段。全面、準(zhǔn)確和快速是衡量全文檢索系統(tǒng)的關(guān)鍵指標(biāo)。全文檢索不僅可以實(shí)現(xiàn)對(duì)數(shù)據(jù)資料的外部特征的檢索，諸如標(biāo)題、作者、摘要、附錄等，而且還能直接根據(jù)數(shù)據(jù)資料的內(nèi)容進(jìn)行檢索，實(shí)現(xiàn)了多角度、多側(cè)面地綜合利用信息資源。 度， )于 2000年 1月在北京中關(guān)村創(chuàng)立，是目前全球最大的中文搜索引擎。 第 3章 搜索引擎應(yīng)用 1. 檢索方法 (1) 關(guān)鍵詞檢索。用戶(hù)只需要在搜索框內(nèi)輸入所要檢索內(nèi)容的關(guān)鍵詞，單擊“百度一下”按鈕即可得到檢索結(jié)果。同時(shí)，可根據(jù)用戶(hù)需要進(jìn)行不同功能模塊 (新聞、網(wǎng)頁(yè)、貼吧、 片和視頻 )的任意切換，在無(wú)功能選擇時(shí)默認(rèn)為網(wǎng)頁(yè)搜索。 (2) 網(wǎng)站導(dǎo)航。如用鼠標(biāo)單擊“更多”按鈕，進(jìn)入功能模塊全頁(yè)面顯示，用戶(hù)可進(jìn)行任意選擇。如單擊“新聞”，則進(jìn)入百度新聞檢索界面，它是一個(gè)類(lèi)似于圖書(shū)館分類(lèi)方式的主題目錄。 (3) 高級(jí)檢索。單擊主頁(yè)面“高級(jí)”即進(jìn)入高級(jí)檢索界面。利用百度搜索引擎的高級(jí)檢索功能，可以更直觀地在各輸入框內(nèi)鍵入檢索范圍限定，包括時(shí)間、語(yǔ)言、地區(qū)、關(guān)鍵詞位置等，同時(shí)還可以對(duì)結(jié)果顯示加以限定。所有限定一次到位，不失為一種非常方便的檢索方法。 第 3章 搜索引擎應(yīng)用 2檢索技巧 1) 減除無(wú)關(guān)資料 2) 并行搜索 3) 相關(guān)檢索 4) 把搜索范圍限定在網(wǎng)頁(yè)標(biāo)題中 5) 把搜索范圍限定在特定站點(diǎn)中 6) 把搜索范圍限定在 7) 精確匹配 雙引號(hào)和書(shū)名號(hào) 8) 要求搜索結(jié)果中不含特定查詢(xún)?cè)~ 第 3章 搜索引擎應(yīng)用 地圖搜索 電子地圖有以下幾個(gè)特點(diǎn)。 (1) 交互性。用戶(hù)可指定地圖的顯示范圍、顯示圖層、查詢(xún)內(nèi)容，以及設(shè)定地圖比例尺等要素。 (2) 無(wú)級(jí)縮放。電子地圖則可實(shí)現(xiàn)在一定范圍內(nèi)的多級(jí)或任意無(wú)級(jí)縮放以滿(mǎn)足用戶(hù)的需求。 (3) 無(wú)縫連接。紙質(zhì)地圖受紙張幅面大小的限制，圖幅總有一定范圍，一個(gè)地區(qū)可能需要多張圖幅才能容納。而電子地圖由于很容易實(shí)現(xiàn)“漫游”和“平移”，能一次性容納一個(gè)地區(qū)的所有地圖內(nèi)容。 (4) 信息豐富。除具備各種地圖符號(hào)外，還能配合外掛數(shù)據(jù)庫(kù)來(lái)使用和查詢(xún)，地圖內(nèi)容不會(huì)受太多限制。 (5) 共享性。由于數(shù)字化使信息更容易復(fù)制、傳播和共享，所以電子地圖能大量無(wú)損復(fù)制，并能通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)傳播。 第 3章 搜索引擎應(yīng)用 第 3章 搜索引擎應(yīng)用 公交方案查詢(xún) 第 3章 搜索引擎應(yīng)用 度地圖基本功能 (1) 交通流量查詢(xún)。 (2) 全屏功能。 (3) 測(cè)距功能。 (4) 截圖功能。 (5) 獲取鏈接功能。 (6) 默認(rèn)城市功能。 (7) 三維模式。 第 3章 搜索引擎應(yīng)用 圖像搜索 圖像是互聯(lián)網(wǎng)上重要的信息資源。同文本文獻(xiàn)相比，圖像資料直觀逼真、形象生動(dòng)，既與其他類(lèi)型的信息資源相互補(bǔ)充，又是一種獨(dú)立的信息載體。隨著人們對(duì)圖像理解、圖像識(shí)別研究的不斷深入，提出了圖像搜索引擎，只有了解相關(guān)搜索引擎的特點(diǎn)和性能，掌握其檢索方法和技巧，才能快速、準(zhǔn)確地在網(wǎng)上檢索出所需要的圖像資料。 主要有兩類(lèi)圖像搜索引擎技術(shù)正在研究和應(yīng)用之中：一種是采用傳統(tǒng)的基于關(guān)鍵字的圖像檢索技術(shù)；另一種是采用基于內(nèi)容特征的圖像檢索技術(shù)。 1. 傳統(tǒng)的基于關(guān)鍵字的圖像檢索技術(shù) 使用傳統(tǒng)的基于關(guān)鍵字的搜索引擎進(jìn)行圖像搜索，其原理與搜索普通信息一樣，差別只是搜索的關(guān)鍵詞不同，或者分類(lèi)類(lèi)別不同而已，包含圖片、圖像和照片。傳統(tǒng)的圖像專(zhuān)用搜索引擎的工作原理也是如此。 第 3章 搜索引擎應(yīng)用 2基于內(nèi)容特征的圖像檢索系統(tǒng) 這種方式實(shí)現(xiàn)了基于文本式的描述，用關(guān)鍵詞及關(guān)鍵詞的邏輯組合或自然語(yǔ)言來(lái)表達(dá)查詢(xún)的概念，這就是語(yǔ)義的匹配。但由于對(duì)圖像的理解比文本更容易產(chǎn)生歧義，當(dāng)詞語(yǔ)不足以形象和準(zhǔn)確地描述視覺(jué)感知時(shí)，用戶(hù)就需要利用其所呈現(xiàn)的視覺(jué)特性來(lái)查詢(xún)，例如利用顏色、紋理、形狀等特征。因此，就出現(xiàn)了基于圖像本身固有屬性 (配的圖像檢索技術(shù)，即我們稱(chēng)為基于內(nèi)容特征的圖像檢索。 3. 常見(jiàn)的圖像搜索引擎 1) 百度圖像搜索 2) 新浪圖像搜索。 3) PC 片搜索引擎 (繁體 ) 4) 圖搜索引擎 (繁體 ) 第 3章 搜索引擎應(yīng)用 移動(dòng)搜索 移動(dòng)搜索是指以移動(dòng)設(shè)備為終端，對(duì)普遍互聯(lián)網(wǎng)進(jìn)行的搜索。其能夠幫助用戶(hù)高速、準(zhǔn)確地獲取信息資源。手機(jī)已經(jīng)成了信息傳遞的主要設(shè)備之一。尤其是近年來(lái)手機(jī)技術(shù)的不斷完善和功能的增加，利用手機(jī)上網(wǎng)也已成為一種獲取信息資源的主流方式。 移動(dòng)搜索技術(shù) 移動(dòng)搜索是指用戶(hù)在移動(dòng)通信網(wǎng)絡(luò)中，通過(guò)移動(dòng)終端，利用 動(dòng)搜索服務(wù)的核心是將搜索引擎與移動(dòng)設(shè)備有機(jī)結(jié)合，生成符合移動(dòng)產(chǎn)品和用戶(hù)特點(diǎn)的搜索結(jié)果，從而脫離對(duì)固定設(shè)備和固定通信網(wǎng)的依賴(lài)，實(shí)現(xiàn)隨時(shí)隨地的信息獲取。 第 3章 搜索引擎應(yīng)用 移動(dòng)搜索特點(diǎn) 1搜索的便利性 2搜索的精準(zhǔn)性 3提供個(gè)性化服務(wù) 4本地搜索服務(wù)為主 5用戶(hù)終端數(shù)量巨大 移動(dòng)搜索服務(wù) 移動(dòng)搜索是對(duì)互聯(lián)網(wǎng)搜索的延伸和傳承，由于移動(dòng)網(wǎng)絡(luò)的無(wú)處不在，使得移動(dòng)搜索的使用更加便捷；同時(shí)，較之互聯(lián)網(wǎng)搜索，其有更多的搜索途徑，包括： 至人工客服等。不過(guò)由于移動(dòng)網(wǎng)絡(luò)的帶寬比固定接入互聯(lián)網(wǎng)帶寬窄，移動(dòng)終端的性能也沒(méi)有 此與互聯(lián)網(wǎng)搜索相比，移動(dòng)搜索面臨著更嚴(yán)格的要求。同時(shí)，移動(dòng)搜索不可能像互聯(lián)網(wǎng)搜索那樣把成千上萬(wàn)的結(jié)果直接推給用戶(hù)，而應(yīng)對(duì)信息進(jìn)行更精確的篩選等，但移動(dòng)搜索作為一種新興業(yè)務(wù)，正在受到越來(lái)越多的關(guān)注。 。 第 3章 搜索引擎應(yīng)用 搜索引擎選擇 目前還沒(méi)有哪種檢索工具能夠覆蓋整個(gè) 同搜索引擎在索引資源、用戶(hù)界面、功能設(shè)置、檢索速度、檢索數(shù)量以及準(zhǔn)確率等方面各有所長(zhǎng)，搜索結(jié)果大相徑庭，但其與用戶(hù)所希望的搜索結(jié)果還有較大的差距。 搜索引擎常見(jiàn)問(wèn)題 (1) 數(shù)據(jù)庫(kù)記錄的更新速度如何。 (2) 檢索詞是否確實(shí)在網(wǎng)頁(yè)上出現(xiàn)了，在哪個(gè)地方出現(xiàn)的。 (3) 缺省的布爾算符是否改變，某次檢索的錯(cuò)誤可能是由不正確的布爾邏輯處理過(guò)程引起的。 (4) 搜索引擎是否精確地按照輸入的字符串進(jìn)行檢索，或者用所包含的相似詞匯進(jìn)行檢索。 。 第 3章 搜索引擎應(yīng)用 搜索引擎的選擇 搜索引擎為 選擇標(biāo)準(zhǔn)一般是：改錄內(nèi)容 (網(wǎng)絡(luò)資源包括的項(xiàng)目、信息的類(lèi)別、更新，周期和速度及標(biāo)引深度 )、檢索方法、用戶(hù)界面、檢索效率、檢索結(jié)果的顯示。為使檢索更有效、更適用，需智能化、專(zhuān)業(yè)化的搜索引擎。在選擇搜索引擎時(shí)應(yīng)該注意以下幾個(gè)方面。 (1) 知名度。最好選擇知名度高的搜索引擎，如百度、谷歌。 (2) 收錄范圍。綜合性搜索引擎通常支持多語(yǔ)種，有特殊需要的用戶(hù)，應(yīng)該首先選用相應(yīng)語(yǔ)種的搜索引擎。 (3) 數(shù)據(jù)庫(kù)容量。 (4) 響應(yīng)速度。 (5) 用戶(hù)界面。 (6) 更新周期。 (7) 準(zhǔn)確性。 (8) 全面性。 第 3章 搜索引擎應(yīng)用 本 章 小 結(jié) 在這浩翰無(wú)邊的信息海洋中發(fā)現(xiàn)并查找出有利用價(jià)值的信息，就要用到搜索引擎，它是搜索文件的一項(xiàng)專(zhuān)有工具，可以提高搜索速度。本章主要通過(guò)網(wǎng)絡(luò)資源的特點(diǎn)和搜索引擎的分類(lèi)及使用規(guī)則的知識(shí)介紹，特別以百度 (例介紹了搜索引擎的使用技巧，讓讀者能夠深刻理解網(wǎng)絡(luò)資源的檢索形式，對(duì)信息檢索的廣泛性有所理解，同時(shí)還要學(xué)習(xí)在成百上千的查詢(xún)結(jié)果中，找到最切題的文獻(xiàn)資料。 第 3章 搜索引擎應(yīng)用 簡(jiǎn)述題 1什么是搜索引擎，搜索引擎都有哪些類(lèi)別？ 2使用不同的搜索引擎查找同一個(gè)主題的信息，試比較查找結(jié)果的異同。 3利用地圖搜索工具，查詢(xún)一條旅游線(xiàn)路。 4選擇所了解的搜索引擎 5 6個(gè)，進(jìn)行橫向?qū)Ρ?，主要進(jìn)行容量、更新周期、分類(lèi)情況、檢索方式等方面的對(duì)比。 5. 查找人類(lèi)首次登月成功的時(shí)間、國(guó)家、宇航員姓名和宇宙飛船的名稱(chēng)。 6. 推薦有關(guān)考研英語(yǔ)或 4 6級(jí)學(xué)習(xí)方面的主要網(wǎng)站 3個(gè)，并對(duì)其一網(wǎng)站作出簡(jiǎn)明介紹。 7查出“世界環(huán)境日”的來(lái)歷及今年的主題是什么？ 8利用搜索引擎檢索本專(zhuān)業(yè)某一專(zhuān)題的 篇或所學(xué)課程課件一份。 第 3章 搜索引擎應(yīng)用 操作題 1)在下列一段