信息檢索搜索引擎 含百度谷歌【高教知識】

1、信息檢索 搜索引擎,劉喜平,1,全面分析,內(nèi)容提綱,搜索引擎概述 Baidu發(fā)展歷程 Baidu網(wǎng)頁搜索 Baidu更多網(wǎng)絡(luò)服務(wù) Google發(fā)展歷程 Google中國發(fā)展歷程 Google搜索服務(wù) Google更多服務(wù),2,搜索引擎概述,3,全面分析,定義,搜索引擎(Search Engine)是指根據(jù)一定的策略、運用特定的計算機程序從互聯(lián)網(wǎng)上搜集信息，在對信息進行組織和處理后，為用戶提供檢索服務(wù)，將用戶檢索相關(guān)的信息展示給用戶的系統(tǒng),4,工作原理,每個獨立的搜索引擎都有自己的網(wǎng)頁抓取程序（spider）。Spider順著網(wǎng)頁中的超鏈接，連續(xù)地抓取網(wǎng)頁。被抓取的網(wǎng)頁被稱之為網(wǎng)頁快照。由于互聯(lián)

2、網(wǎng)中超鏈接的應(yīng)用很普遍，理論上，從一定范圍的網(wǎng)頁出發(fā)，就能搜集到絕大多數(shù)的網(wǎng)頁,5,分類,語種區(qū)分 單語種搜索引擎 多語種搜索引擎 工作方式 全文搜索引擎 目錄搜索引擎 元搜索引擎,6,什么是元搜索引擎,用戶同時利用多引擎進行網(wǎng)絡(luò)搜索的中介。檢索時，元搜索引擎根據(jù)用戶提交的檢索請求，調(diào)用源搜索引擎進行搜索，對搜索結(jié)果進行匯集、篩選、刪并等優(yōu)化處理后，以統(tǒng)一的格式在同一界面集中顯示。元搜索引擎雖沒有網(wǎng)頁搜尋機制，亦無獨立的索引數(shù)據(jù)庫，但在檢索請求提交、檢索接口代理和檢索結(jié)果顯示等方面，均有自己研發(fā)的特色元搜索技術(shù)支持,7,搜索引擎盈利模式,競價廣告 廣告主在購買該項服務(wù)后，注冊一定數(shù)量的關(guān)鍵詞，

3、通過出價與推廣信息的質(zhì)量決定關(guān)鍵詞的展示排序。 廣告出現(xiàn)在搜索結(jié)果中按照點擊次數(shù)收費，如果沒有被用戶點擊，則不收取廣告費,8,Baidu競價廣告,競價廣告,9,Google AdSense,Google AdSense,10,Baidu發(fā)展歷程,11,全面分析,大事記,2000年1月1日，公司創(chuàng)始人李彥宏、徐勇從美國硅谷回國，創(chuàng)建了百度公司。 2000年5月，百度首次為門戶網(wǎng)站硅谷動力提供搜索技術(shù)服務(wù)。 2005年8月5日，百度在美國納斯達克上市。 2008年1月23日，百度日本公司正式運營，百度全面啟動國際化戰(zhàn)略。 2009年8月，百度提出全新技術(shù)概念“框計算” 。 2011年3月，百度市值

4、超騰訊成為中國互聯(lián)網(wǎng)企業(yè)第一,12,Baidu網(wǎng)頁搜索,13,全面分析,檢索界面-1,一般檢索,一般檢索,14,搜索結(jié)果頁面,A、搜索結(jié)果標題 點擊標題，可以直接打開該結(jié)果網(wǎng)頁。 B、搜索結(jié)果摘要 通過摘要，你可以判斷這個結(jié)果是否滿足你的需要。 C、百度快照 “快照”是該網(wǎng)頁在百度的備份，如果原網(wǎng)頁打不開或者打開速度慢，可以查看快照瀏覽頁面內(nèi)容。 D相關(guān)搜索 “相關(guān)搜索”是其他和你有相似需求的用戶的搜索方式按搜索熱門度排序。如果你的搜索結(jié)果效果不佳可以參考這些相關(guān)搜索,15,百度網(wǎng)頁搜索高級功能,百度快照 相關(guān)搜索 拼音提示 錯別字提示 英漢互譯詞典 計算器和度量衡轉(zhuǎn)換 專業(yè)文檔搜索 股票 列

5、車時刻表和飛機航班查詢 高級搜索語法 高級搜索，地區(qū)搜索和個人設(shè)置,16,1. 百度快照,每個被收錄的網(wǎng)頁，在百度上都存有一個純文本的備份，稱為“百度快照”。百度只保留文本內(nèi)容，所以，那些圖片、音樂等非文本信息，快照頁面還是直接從原網(wǎng)頁調(diào)用。如果您無法連接原網(wǎng)頁，那么快照上的圖片等非文本內(nèi)容會無法顯示,17,2、相關(guān)搜索,搜索結(jié)果不佳，有時候是因為選擇的查詢詞不是很妥當。您可以通過參考別人是怎么搜的，來獲得一些啟發(fā)。百度的“相關(guān)搜索”，就是和您的搜索很相似的一系列查詢詞。百度相關(guān)搜索排布在搜索結(jié)果頁的下方，按搜索熱門度排序。 下面是“小說”的相關(guān)搜索。點擊這些詞，可以直接獲得他們的搜索結(jié)果,1

6、8,3、拼音提示,如果只知道某個詞的發(fā)音，卻不知道怎么寫，或者嫌某個詞拼寫輸入太麻煩，該怎么辦？ 百度拼音提示能幫您解決問題。只要您輸入查詢詞的漢語拼音，百度就能把最符合要求的對應(yīng)漢字提示出來。它事實上是一個無比強大的拼音輸入法。 拼音提示顯示在搜索結(jié)果上方。如，輸入“zhurongji”，提示如下：您要找的是不是: 朱鎔基,19,4、錯別字提示,由于漢字輸入法的局限性，我們在搜索時經(jīng)常會輸入一些錯別字，導致搜索結(jié)果不佳。別擔心，百度會給出錯別字糾正提示。錯別字提示顯示在搜索結(jié)果上方。如，輸入“唐醋排骨”，提示如下：您要找的是不是: 糖醋排骨,20,5、英漢互譯詞典,百度還有線上英漢互譯詞典？

7、沒錯。 隨便輸入一個英語單詞，或者輸入一個漢字詞語，留意一下搜索框上方多出來的詞典提示。如，搜索“apple”，點擊結(jié)果頁上的“詞典”鏈接，就可以得到高質(zhì)量的翻譯結(jié)果。百度的線上詞典不但能翻譯普通的英語單詞、詞組、漢字詞語，甚至還能翻譯常見的成語！您也可以通過 百度詞典搜索 界面（http:/） ，直接使用英漢互譯功能,21,6、計算器和度量衡轉(zhuǎn)換,1、計算四則運算 35*82-（32+11） 2、公式計算 log(sin(5)2)-3+pi =0.1051612789959 3、單位換算 1海里?公里,22,7、專業(yè)文檔搜索,很多有價值的資料，在互聯(lián)網(wǎng)上并非是普通的網(wǎng)頁，而是以Word、Po

8、werPoint、PDF等格式存在。百度支持對Office文檔（包括Word、Excel、Powerpoint）、Adobe PDF文檔、RTF文檔進行的全文搜索。要搜索這類文檔，很簡單，在普通的查詢詞后面，加一個“filetype：”文檔類型限定?！癋iletype:”后可以跟以下文件格式：DOC、XLS、PPT、PDF、RTF、ALL。其中，ALL表示搜索所有這些文件類型。例如，查找張五常關(guān)于交易費用方面的經(jīng)濟學論文?！敖灰踪M用 張五常 filetype:doc”，點擊結(jié)果標題，直接下載該文檔，也可以點擊標題后的“HTML版”快速查看該文檔的網(wǎng)頁格式內(nèi)容。 您也可以通過 百度文檔搜索 界面

9、（http:/） ，直接使用專業(yè)文檔搜索功能,23,8、股票、列車時刻表和飛機航班查詢,在百度搜索框中輸入股票代碼、列車車次或者飛機航班號，您就能直接獲得相關(guān)信息。例如，輸入深發(fā)展的股票代碼“000001”，搜索結(jié)果上方，顯示深發(fā)展的股票實時行情。 也可以在百度常用搜索(http:/,24,25,9、高級搜索語法,把搜索范圍限定在網(wǎng)頁標題中intitle網(wǎng)頁標題通常是對網(wǎng)頁內(nèi)容提綱挈領(lǐng)式的歸納。把查詢內(nèi)容范圍限定在網(wǎng)頁標題中，有時能獲得良好的效果。使用的方式，是把查詢內(nèi)容中，特別關(guān)鍵的部分，用“intitle:”領(lǐng)起來。例如，找林青霞的寫真，就可以這樣查詢：寫真 intitle:林青霞注意，i

10、ntitle:和后面的關(guān)鍵詞之間，不要有空格,26,把搜索范圍限定在特定站點中site有時候，您如果知道某個站點中有自己需要找的東西，就可以把搜索范圍限定在這個站點中，提高查詢效率。使用的方式，是在查詢內(nèi)容的后面，加上“site:站點域名”。例如，天空網(wǎng)下載軟件不錯，就可以這樣查詢：msn site:注意，“site:”后面跟的站點域名，不要帶“http:/”；另外，site:和站點名之間，不要帶空格,27,把搜索范圍限定在url鏈接中inurl網(wǎng)頁url中的某些信息，常常有某種有價值的含義。于是，您如果對搜索結(jié)果的url做某種限定，就可以獲得良好的效果。實現(xiàn)的方式，是用“inurl:”，后跟

11、需要在url中出現(xiàn)的關(guān)鍵詞。例如，找關(guān)于photoshop的使用技巧，可以這樣查詢：photoshop inurl:jiqiao上面這個查詢串中的“photoshop”，是可以出現(xiàn)在網(wǎng)頁的任何位置，而“jiqiao”則必須出現(xiàn)在網(wǎng)頁url中。注意，inurl:語法和后面所跟的關(guān)鍵詞，不要有空格,28,精確匹配雙引號和書名號如果輸入的查詢詞很長，百度在經(jīng)過分析后，給出的搜索結(jié)果中的查詢詞，可能是拆分的。如果您對這種情況不滿意，可以嘗試讓百度不拆分查詢詞。給查詢詞加上雙引號，就可以達到這種效果。例如，搜索 上?？萍即髮W ，如果不加雙引號，搜索結(jié)果被拆分，效果不是很好，但加上雙引號后，“上?？萍即髮W

12、”，獲得的結(jié)果就全是符合要求的了。 書名號是百度獨有的一個特殊查詢語法。在其他搜索引擎中，書名號會被忽略，而在百度，中文書名號是可被查詢的。加上書名號的查詢詞，有兩層特殊功能，一是書名號會出現(xiàn)在搜索結(jié)果中；二是被書名號擴起來的內(nèi)容，不會被拆分。 書名號在某些情況下特別有效果，例如，查名字很通俗和常用的那些電影或者小說。比如，查電影“手機”，如果不加書名號，很多情況下出來的是通訊工具手機，而加上書名號后，手機結(jié)果就都是關(guān)于電影方面的了,29,要求搜索結(jié)果中不含特定查詢詞“-”如果您發(fā)現(xiàn)搜索結(jié)果中，有某一類網(wǎng)頁是您不希望看見的，而且，這些網(wǎng)頁都包含特定的關(guān)鍵詞，那么用減號語法，就可以去除所有這些含

13、有特定關(guān)鍵詞的網(wǎng)頁。例如，搜 神雕俠侶，希望是關(guān)于武俠小說方面的內(nèi)容，卻發(fā)現(xiàn)很多關(guān)于電視劇方面的網(wǎng)頁。那么就可以這樣查詢：神雕俠侶 -電視劇 注意，前一個關(guān)鍵詞，和減號之間必須有空格，否則，減號會被當成連字符處理，而失去減號語法功能。減號和后一個關(guān)鍵詞之間，有無空格均可,30,10、天氣查詢,使用百度就可以隨時查詢天氣預報。再也不用四處打聽天氣情況了。在百度搜索框中輸入您要查詢的城市名稱加上天氣這個詞,您就能獲得該城市當天的天氣情況。例如,搜索“福州天氣”，就可以在搜索結(jié)果上面看到福州今天的天氣情況。百度支持全國多達400多個城市和近百個國外著名城市的天氣查詢,31,搜索引擎應(yīng)用實例,赟 不認

14、識這個字。 百度一下： 關(guān)鍵詞：文 武 貝 網(wǎng)上已經(jīng)有人幫你了,復制“赟”粘貼到Word。選中，“格式”“中文版式”“拼音指南”，得出讀音是yun,32,33,34,Baidu更多服務(wù),35,全面分析,更多服務(wù)導航,更多,36,更多服務(wù)導航,37,更多服務(wù)-1,圖片搜索,38,更多服務(wù)-2,Mp3 搜索,39,更多服務(wù)-3,百度貼吧,40,更多服務(wù)-4,百度百科,41,更多服務(wù)-4,百度百科,42,更多服務(wù)-5,百度知道,總有一個人知道你問題的答案,43,更多服務(wù)-5,百度知道,44,更多服務(wù)-6,百度文庫,45,更多服務(wù)-6,百度文庫,46,更多服務(wù)-7,百度地圖,47,更多服務(wù)-7,百度地

15、圖,48,更多服務(wù)-7,百度地圖,49,更多服務(wù),50,Google發(fā)展歷程,51,全面分析,Google于1998年9月7日以私有股份公司的形式創(chuàng)立，總部位于加利福尼亞山景城，創(chuàng)始人是畢業(yè)于斯坦福大學的 Larry Page 和 Sergey Brin,52,2000年5月：雅虎選擇Google作為默認的搜索結(jié)果供應(yīng)商,53,2004年8月19日，google納斯達克上市，當日募集資金16.7億美元，市值達270億美元,54,2012年3月15日，每股615.99美元、市值2002.81億美元。 蘋果公司-市值為5497.07億美元 微軟公司-市值為2749.70億美元 IBM公司-市值為2

16、372.01億美元 沃爾瑪公司-市值為2091.81億美元 雅虎公司-市值為184.72億美元,55,Google中國發(fā)展歷程,56,全面分析,2000年9月12日Google 啟用中文搜尋服務(wù),57,2005年7月，Google宣布，前微軟全球副總裁李開復已正式加盟Google,58,2006年4月12日，Google發(fā)布其全球中文名稱“谷歌,59,2009年9月，谷歌大中華區(qū)總裁李開復宣布離職,60,2010年3月，G退出中國，網(wǎng)站轉(zhuǎn)向.hk,61,Google網(wǎng)頁搜索服務(wù),62,全面分析,搜索的網(wǎng)頁：超萬億 圖片：100 億+ Google 界面的可用語言：100種 + Google 搜

17、索結(jié)果所采用的語言：50 國際域名：100 個+ 員工：全球 30000,63,Google的檢索規(guī)則,And規(guī)則： 在Google的檢索規(guī)則中，最基本的一條是默認And規(guī)則，即當你輸入多個檢索詞之后，Google默認為要檢索所有的包含所有檢索詞的網(wǎng)頁，它們之間為And連接,64,Google的檢索規(guī)則,排除常用詞規(guī)則： 在Google的檢索規(guī)則中，有些常用詞如 “的”、“the”或者“of”等這些詞是不被當作檢索詞的，而被忽略掉,65,Google的檢索規(guī)則,不區(qū)分大小寫規(guī)則： Google對于檢索詞中的大小寫是完全不做區(qū)分的，這個規(guī)則的設(shè)置是為了改善檢索結(jié)果，因為利用這樣一個規(guī)則，就可以檢

18、索到包含該詞的所有網(wǎng)頁，避免了因為大小寫不規(guī)范而造成的在查全率上的損失,66,Google的檢索規(guī)則,排除標點符號規(guī)則： Google并不認為標點符號具有與文字一樣的重要地位，因此Google會忽略檢索之間絕大多數(shù)的標點符號。但是對于單引號和連字符而言，它們是不被省略的,67,Google的檢索規(guī)則,檢索詞的詞序和鄰近規(guī)則： 在Google中，檢索詞的排序方式對于整個檢索式具有重要的影響，它將首先匹配按照檢索式給出的次序進行搜索。同時它也將優(yōu)先匹配檢索詞相互鄰接的網(wǎng)頁,68,Google的檢索運算符,雙引號“” 雙引號界定多個檢索詞，可以查到各個單詞按相同順序在一起出現(xiàn)的網(wǎng)頁,69,Googl

19、e的檢索運算符,通配符*： 在檢索時，如果只知道某字句的一部分，可以通過通配符來進行檢索。在Google中，使用星號作為通配符運算符，表示匹配用它代表的任何詞,70,Google的檢索運算符,OR”、“+”、“-”、“”。 在檢索式中運算符OR必須以大寫的形式出現(xiàn)，否則會把它看成是普通的檢索詞。OR運算符告訴Google查找包含其中任何一個詞的網(wǎng)頁。運算符“+”表示包含運算符后面的詞。運算符“-”表示不包含該運算符后面的詞。運算符“” 讓Google檢索該詞及其同義詞,71,Google的檢索運算符,72,Google的檢索運算符,73,Google的檢索運算符,74,Google的語法結(jié)構(gòu),

20、使用Google所提供的特殊的語法結(jié)構(gòu)，能夠幫助用戶縮小檢索范圍，更有效地找到所需要的內(nèi)容。在一般情況下，Google將整個網(wǎng)頁進行收錄和索引，通過專門的語法結(jié)構(gòu)，可以讓用戶搜索網(wǎng)頁的某些特定部分或者特定信息,75,Google的語法結(jié)構(gòu),Intitle： 將搜索范圍限制在網(wǎng)頁的標題內(nèi)。即檢索詞僅匹配（在網(wǎng)頁標題中）字詞出現(xiàn)在檢索結(jié)果的網(wǎng)頁的鏈接內(nèi)和打開網(wǎng)頁后瀏覽器的標題欄內(nèi),76,Google的語法結(jié)構(gòu),Intext： 只在網(wǎng)頁的正文中檢索關(guān)鍵詞，即忽略超鏈接文本、URL以及題目等,77,Google的語法結(jié)構(gòu),Inanchor： 在頁面的鏈接錨點進行搜索，即在一個鏈接的描述文本內(nèi)進行檢索,

21、78,Google的語法結(jié)構(gòu),Site： 將檢索局限在特定網(wǎng)站或者網(wǎng)域內(nèi)，即將搜索限制在某個特定站點或者頂級域名內(nèi),79,Google的語法結(jié)構(gòu),Inurl： 將搜索結(jié)果限制在URL或者網(wǎng)站頁面上，他可以查詢網(wǎng)站的子目錄。一般通過這個語法，我們可以查找某些特定的內(nèi)容頁，如幫助頁，也可以查找特定的文件，如音樂或者視頻文件,80,Google的語法結(jié)構(gòu),Link： 檢索所有鏈接到某個特定URL的頁面列表。例如，搜索所有鏈向新浪的鏈接，其結(jié)果如下,81,Google的語法結(jié)構(gòu),Filetype： 檢索特定類型的文件，即搜索后綴或者文件的擴展名。在我們尋找特定格式的內(nèi)容的時候，這項語法是必不可少的。例

22、如，僅搜索關(guān)于經(jīng)濟的pdf文件，結(jié)果如下,82,Google的語法結(jié)構(gòu),Daterange: 查找在一定的日期或者一定的日期范圍內(nèi)，Google索引的網(wǎng)頁（該語法只關(guān)注被Google收錄的時間，而不關(guān)注網(wǎng)頁創(chuàng)建的時間） Related： 檢索與某特定網(wǎng)頁類似的網(wǎng)頁。這在搜尋相關(guān)內(nèi)容或者具有類似功能的網(wǎng)頁的時候，非常有幫助,83,Google的語法結(jié)構(gòu),Info： 檢索有關(guān)特定網(wǎng)頁的信息，獲得關(guān)于該URL更多信息的頁面列表，包括指向該網(wǎng)頁的網(wǎng)頁快照、類似網(wǎng)頁、鏈接到該URL的所有網(wǎng)頁的列表、該URL相關(guān)的頁面列表以及含有該URL的頁面。例如，搜索關(guān)于新浪的信息，其結(jié)果如下,84,AND,雙引號,

23、OR,減號,filetype,daterange,intitle”、“intext”、“inURL” “inancher,和上述的字詞位置相配合使用，同時可以選擇特定網(wǎng)域進行檢索,related,link,85,檢索界面,一般檢索、高級搜索,一般檢索,高級搜索,語種切換,86,檢索界面,高級搜索選項,87,檢索界面,搜索小技巧（1,88,檢索界面,搜索小技巧（2,89,檢索界面-7,搜索小技巧（3,90,Google更多服務(wù),91,全面分析,更多服務(wù)導航,更多,92,更多服務(wù)-1,圖片搜索,93,更多服務(wù)-2,地圖搜索,94,更多服務(wù)-2,地圖搜索-切換到衛(wèi)星地圖狀態(tài),95,更多服務(wù)-3,音樂

24、搜索,96,更多服務(wù)-3,音樂搜索,97,更多服務(wù)-4,學術(shù)搜索,98,更多服務(wù)-4,學術(shù)搜索,99,更多服務(wù)-5,翻譯服務(wù),100,更多服務(wù)-5,翻譯服務(wù),101,更多服務(wù)-6,郵箱服務(wù),102,更多服務(wù)-7,文檔在線創(chuàng)建服務(wù),103,更多服務(wù)-8,瀏覽器服務(wù),104,更多服務(wù),105,怎樣成為搜索高手,106,選擇適當?shù)牟樵冊~,搜索技巧，最基本同時也是最有效的，就是選擇合適的查詢詞。選擇查詢詞是一種經(jīng)驗積累，在一定程度上也有章可循： 1、表述準確 百度會嚴格按照您提交的查詢詞去搜索，因此查詢詞表述準確是獲得良好搜索結(jié)果的必要前提。 一類常見的表述不準確情況是，腦袋里想著一回事，搜索框里輸入的是另一回事。例如，要查找2004年國內(nèi)十大新聞，查詢詞可以是“2009年國內(nèi)十大新聞”；但如果把查詢詞換成“2009年國內(nèi)十大事件”，搜索結(jié)