利用搜索引擎在Internet 上進(jìn)行信息檢索 --Google使用方法和性能評(píng)價(jià)_圖文

1、2002年6月第24卷第3期臺(tái)州學(xué)院學(xué)報(bào)J0明1al of%zIou Unive瑪姆Jun.2002利用搜索引擎在Intemet上進(jìn)行信息檢索G009le使用方法和性能評(píng)價(jià)壽玉清(臺(tái)州學(xué)院圖書館,浙江臨海317000摘要:討論了在Intemet上進(jìn)行信息檢索的一般方法,詳細(xì)地介紹了搜索引擎coogle在信息檢索領(lǐng)域的作用和網(wǎng)頁搜索、圖像搜索、新聞組搜索、主題目錄的使用方法,分析歸納了它的邏輯運(yùn)算能力,以及其他幾種杰出的特殊功能,最后對(duì)它的性能進(jìn)行了初步的評(píng)價(jià)。關(guān)鍵詞:搜索引擎;信息檢索;Intenlet;c009le中圖分類號(hào):c354文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):locr71571(200106一

2、0019一04網(wǎng)上的信息浩如煙海,處于分散和無序的狀態(tài)。信息的格式又沒有統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范。因此,要在網(wǎng)上查找有價(jià)值的信息,就必須懂得各種搜索引擎的使用方法,熟悉它們的功能和優(yōu)缺點(diǎn),充分地發(fā)揮搜索引擎的作用。1Intemet信息檢索的一般方法和步驟搜索引擎是Intemet的指南針,它利用各種“網(wǎng)絡(luò)蜘蛛”不斷地訪問網(wǎng)絡(luò)上的站點(diǎn)和頁面,對(duì)搜索到的信息進(jìn)行篩選、主題標(biāo)引、關(guān)鍵詞匹配,自動(dòng)地建立龐大的索引數(shù)據(jù)庫,以提供用戶檢索,并對(duì)檢索到的結(jié)果用一定的方式描述和進(jìn)行相關(guān)的排列,極大地方便了用戶的檢索和閱讀。IIltemet上的搜索引擎種類和數(shù)量非常多,著名的搜索引擎就有數(shù)十種之多,由于它們搜集信息的方式

3、、搜索對(duì)象、信息涵蓋范圍、索引編制和標(biāo)引方式、檢索功能、檢索結(jié)果的描述和排列方式有差異,同樣的檢索在不同的搜索引擎中會(huì)產(chǎn)生不同的結(jié)果,直接影響檢索的質(zhì)量和效率。因此,在實(shí)際的檢索過程中,需根據(jù)各種搜索引擎的功能特點(diǎn),揚(yáng)長(zhǎng)避短,綜合利用,快速、高效地檢索所需的信息。一般來說,根據(jù)信息檢索的目的,首先必須明確檢索的對(duì)象,確定所需使用的搜索工具。例如,需收稿日期:200203一ll臺(tái)州學(xué)院學(xué)報(bào)第24卷息或作為前二類工具的輔助是非常理想的選擇。在選擇好檢索工具的情況下,然后根據(jù)檢索的對(duì)象,分析主題所屬類目或構(gòu)造檢索式,提交給檢索工具進(jìn)行初步的檢索。在構(gòu)造檢索式時(shí)首先應(yīng)注意關(guān)鍵詞的提取具有代表性,其次應(yīng)

4、了解檢索工具的邏輯運(yùn)算能力,使所構(gòu)造的檢索式最能反應(yīng)檢索對(duì)象的屬性,又能快速高效地檢索到所需信息。初步檢索所獲得的結(jié)果往往范圍比較大,需要進(jìn)一步的縮小范圍,即進(jìn)行二次檢索甚至多次檢索才能得到所需的信息。本文所關(guān)注的焦點(diǎn)是搜索引擎的使用,下面就對(duì)Google的使用方法和性能作一介紹和評(píng)價(jià)。2Google的功能特點(diǎn)及其檢索方法2.1Google概況及其特色據(jù)統(tǒng)計(jì),到2002年3月至,被coo西e建立索引的網(wǎng)頁總數(shù)有20億7千萬多頁,3.3億個(gè)圖像文件,7億個(gè)新聞群組,主題類目有15個(gè)大類2。coode優(yōu)異的搜索服務(wù)表現(xiàn)在以下這些特色當(dāng)中:(1網(wǎng)頁級(jí)別技術(shù)(PageRankTM和完善的正文匹配技術(shù),

5、能夠提供高命中率的搜索結(jié)果;(2根據(jù)OpenDirectory編制的主題類目提高了網(wǎng)頁分類的科學(xué)性和通用性;(3只提供搜索引擎功能,具有簡(jiǎn)潔美觀的檢索界面;(4根據(jù)科學(xué)引文索引機(jī)制分析網(wǎng)頁被鏈接次數(shù)多少及利用詞頻統(tǒng)計(jì)確定網(wǎng)頁排列次序;(5只提供包括所有關(guān)鍵詞的結(jié)果編排方式,并且高亮度顯示關(guān)鍵詞,查詢結(jié)果一目了然;(6功能強(qiáng)大的高級(jí)檢索方式可提供各種邏輯組配能力;(7支持多達(dá)132種語言,包括簡(jiǎn)體中文和繁體中文;(8智能化的“手氣不錯(cuò)”功能,提供可能最符合要求的網(wǎng)站;(9“網(wǎng)頁快照”功能,使得即使目標(biāo)服務(wù)器暫時(shí)連接不上也可對(duì)網(wǎng)頁內(nèi)容先睹為快;(10“相似網(wǎng)頁”功能提供與這一網(wǎng)頁性質(zhì)類似的網(wǎng)頁,可

6、以幫助檢索者方便地找到某一領(lǐng)域的大量資料,對(duì)于研究很有幫助;(11速度極快,據(jù)說有10000多臺(tái)服務(wù)器,200多條鴨級(jí)寬帶;2.2Goode的關(guān)鍵詞檢索方法對(duì)于網(wǎng)頁、圖像、新聞群組都可采用Google的關(guān)鍵詞檢索方法,分為基本搜索和高級(jí)搜索兩種?；舅阉鞣椒ㄖ灰跈z索框內(nèi)輸入關(guān)鍵詞,就可檢索到所有包含有該關(guān)鍵詞的網(wǎng)頁,并且會(huì)顯示有多少檢索結(jié)果及所用時(shí)間。如果所用關(guān)鍵詞過少,就會(huì)得到大量的冗余結(jié)果,大多數(shù)并不是所需要的,這時(shí)就要進(jìn)行二次檢索或條件限定縮小范圍以提高查準(zhǔn)率。例如:查找有關(guān)信息檢索方面的資料搜索:“信息檢索”已搜索有關(guān)信息檢索的中文(簡(jiǎn)體網(wǎng)頁。共約有57,400項(xiàng)查詢結(jié)果,這是第11

7、0項(xiàng)。搜索用時(shí)o.Gr7秒。高級(jí)搜索方法的搜索表單域有:包含以下全部字詞、包含以下完整字句、包含以下任何一個(gè)字詞、不包括以下字詞,充分利用這些域可以構(gòu)造出合適的檢索式。另外,高級(jí)搜索可以有進(jìn)一步的限制條件,如網(wǎng)頁搜索的語言、日期、字詞、網(wǎng)域限制,圖像搜索的圖像大小、類型、色調(diào)、網(wǎng)域范圍限制,對(duì)于提高查準(zhǔn)率和查全率很有幫助。第3期壽玉清:利用搜索引擎在Inten地t上進(jìn)行信息檢索21分析高級(jí)搜索方法的邏輯組配方式,假設(shè)x,y,z,m為需要查找的字詞或短語(在基本搜索方式下,短語需加雙引號(hào),如“x”,通過測(cè)試,可以構(gòu)造出下列各種形式的檢索式。如附表:附表檢索式的各種形式邏輯表達(dá)式檢索式x AND

8、y x yx0R yx AND(y0R z(x OR yAND(z OR m x AND(y OR z OR m x AND(y OR zAND mx OR vx y OR zx0R y z OR m x y OR z OR m x y OR z m除了邏輯與、邏輯或運(yùn)算外,Coogle還支持邏輯非運(yùn)算(一、短語連接符(“”,“+”,“=”,“,”,“”、條件限定(site:,filetrpe:,a11intine:,8llintext:,a11inud:,allin肌chor:,link:,info:等。在檢索式的適當(dāng)位置插入邏輯非可以排除包含有該關(guān)鍵詞的網(wǎng)頁,如x AND yz表示為x y

9、z,xz AND y表示為xz y。象雙引號(hào)的功能一樣,短語連接符用以檢索短語,因?yàn)橄駂ttp,com,數(shù)字,單字等出現(xiàn)頻繁, Goode在分詞標(biāo)引時(shí)把它們作為停用詞處理,使用短語連接符可以有效地檢索它們,如:nlotherinlaw,Episode+I。例如:有關(guān)搜索引擎coode在信息檢索方面的信息搜索:“信息檢索搜索引擎Go嘲e”已搜索有關(guān)信息檢索搜索引擎900de的中文(簡(jiǎn)體網(wǎng)頁。共約有340項(xiàng)查詢結(jié)果,這是第110項(xiàng)。搜索用時(shí)O.07秒。例如:有關(guān)搜索引擎coo出e在信息檢索方面的信息但不需要有關(guān)電子商務(wù)的信息搜索:“信息檢索搜索引擎G009le一電子商務(wù)”已搜索有關(guān)信息檢索搜索引擎

10、gDo舀e一電子商務(wù)的中文(簡(jiǎn)體網(wǎng)頁。共約有265項(xiàng)查詢結(jié)果,這是第110項(xiàng)。搜索用時(shí)0.05秒。2.3C00甜e的主題檢索方法網(wǎng)頁目錄的主題檢索方法使用起來比較簡(jiǎn)單,只要確定檢索目標(biāo)所屬大類,然后逐級(jí)推進(jìn),就能找到該類目下所收的所有網(wǎng)頁。網(wǎng)頁目錄已經(jīng)配備有關(guān)鍵詞搜索的功能,因而可以縮小關(guān)鍵詞搜索的范圍,結(jié)合關(guān)鍵詞搜索和主題檢索的功能,可以提高信息檢索的準(zhǔn)確性。例如:在分類中查找有關(guān)信息檢索方面的資料搜索:進(jìn)入“Reference>ubraries>Lihary and II怕mation Science”目錄,輸入“retrieval”searched within山e cate

11、90ry Ub刪了and Info腿tion Science for re缸eval.Results llO of about79.Search took0.06sec-onds.所有的中文網(wǎng)站包含在“Wodd>Chinese Simplified”目錄中,對(duì)于中文用戶而言,現(xiàn)在最大的問題是中文目錄義務(wù)編輯太少,導(dǎo)致收錄站點(diǎn)太少,因此搜索結(jié)果范圍顯得過于狹隘。希望有更加多的志愿者加入到中文目錄的編輯行列。22臺(tái)州學(xué)院學(xué)報(bào)第24卷2.4Go091e的其他特殊功能IMEDIA:Multimedia indexing and contentbased irnage retrieval-墅塑!墜

12、皇!叢!衛(wèi)豎寶這是一個(gè)法語的網(wǎng)頁,只要點(diǎn)擊鏈接Translate this衛(wèi)望e,G00出e就會(huì)幫你完成翻譯工作。Google為移動(dòng)電話特別設(shè)計(jì)的無線搜尋引擎,使得隨時(shí)隨地都可上網(wǎng)檢索。3Goo舀e的性能分析評(píng)價(jià)一個(gè)檢索工具性能有涵蓋范圍、查全率、查準(zhǔn)率、響應(yīng)時(shí)間、用戶方便性、輸出格式等方面的標(biāo)準(zhǔn),這幾個(gè)方面的標(biāo)準(zhǔn)對(duì)于評(píng)價(jià)網(wǎng)絡(luò)搜索工具也基本適用。G00de的信息涵蓋范圍在上文提及,在所有搜索引擎中名列第一。它可同時(shí)搜索HTML、PDF、.ps, .doc,.xls,.僅t,.ppt,.rtf,.asp,.wpd等11種文檔以及圖像和新聞,沒有幾種其他工具可與之比擬,全文標(biāo)引的深度使得無論關(guān)鍵詞

13、出現(xiàn)在標(biāo)題、uRL、正文、相關(guān)鏈接等地方都可檢索到,所有這些特點(diǎn)都極大地提高了查全率;在索引網(wǎng)頁時(shí)自動(dòng)分類的先進(jìn)搜索技術(shù),按照網(wǎng)頁重要性(PageRallkTM技術(shù)排序,只包括所有關(guān)鍵詞的結(jié)果顯示方式,同一網(wǎng)頁在一次檢索中最多出現(xiàn)二次結(jié)果的聚類應(yīng)用,靈活多樣的邏輯組配方式,使信息的查準(zhǔn)率有了可靠的保障;毫秒級(jí)的搜索速度使它真正成為網(wǎng)絡(luò)的“發(fā)動(dòng)機(jī)(Engine”?？傊?在Intemet大眾化搜索領(lǐng)域,Goode是首屈一指的搜索引擎,但是無論多么好的搜索引擎,它都不可能索引到網(wǎng)上的所有信息,因此在進(jìn)行實(shí)際檢索時(shí),應(yīng)該綜合利用各種引擎的長(zhǎng)處,以達(dá)到事半功倍的功效。參考文獻(xiàn):InfoHnation Retrieving on Intemet via Search En舀ne脅02拋tion Q廠GODe Dpemfion o以泌劬om啪凡溉sHoU Yuq譏g(nbra珂of T8izhou UrIiversity,UIlIlai Zhejiang317000Abstract:nis paper discusses the general way of infb珊ation re試evaI on Intemet,introduces in details the search engine Goo出ejn web seamh,jmage8arch,ne們group