網(wǎng)絡信息檢索與利用

網(wǎng)絡信息檢索與利用第1頁，共57頁，2023年，2月20日，星期六4/23/202316.1意義、目的、定義通過網(wǎng)絡廣泛、及時地了解外面的世界。對大學的用戶來說，更重要的是及時了解有哪些網(wǎng)上學術資源能有利于教學、科研和學習。學習的目的是熟練掌握網(wǎng)上查找、利用所需文獻信息的技能。定義有廣義和狹義之分第2頁，共57頁，2023年，2月20日，星期六4/23/202326.2網(wǎng)上信息資源的構(gòu)成p115

由連接在網(wǎng)上的計算機中的信息、網(wǎng)上的信息工具以及網(wǎng)絡通信渠道三方面構(gòu)成。第3頁，共57頁，2023年，2月20日，星期六4/23/20233接上頁*計算機中的數(shù)據(jù)庫、電子出版物、主頁信息、軟件以及各種格式的文件；*信息工具包括FTP、Telnet、Email、Gopher、Archie、WAIS、WWW瀏覽器、搜索引擎等提供信息交流、瀏覽、查詢、保存、組織功能的各種工具。*網(wǎng)絡通信渠道是指網(wǎng)絡提供的信息交流的渠道。第4頁，共57頁，2023年，2月20日，星期六4/23/202346.2網(wǎng)上信息資源的特點p116

(1)數(shù)量龐大、增長迅速

(2)更新頻繁、變化無常

(3)多維顯示、交互方便

(4)

良莠混雜、參差不一第5頁，共57頁，2023年，2月20日，星期六4/23/202356.2網(wǎng)絡學術資源的類型按照內(nèi)容區(qū)分,主要有四類.按照出版類型區(qū)分,有著與紙質(zhì)型出版物類似的對應關系.按照是否具有原創(chuàng)性，有一次資源和二次資源的區(qū)分.第6頁，共57頁，2023年，2月20日，星期六4/23/20236接上頁按照有否經(jīng)過審核，分為正式出版物和非正式出版物兩種.按照是否屬于搜索引擎檢索范圍,分為可見資源和不可見資源兩類。第7頁，共57頁，2023年，2月20日，星期六4/23/202376.3網(wǎng)上信息服務功能1、基本信息服務：

E-mail 電子郵件

FTP(FileTransferProtocol)文件傳輸

TELNET遠程登錄以及基于電子郵件的一系列擴展服務，如電子公告板(BBS)、網(wǎng)絡新聞(Usenet)等；2、網(wǎng)上信息查詢服務包括名錄服務、索引服務和交互式信息查詢服務等。第8頁，共57頁，2023年，2月20日，星期六4/23/202386.4網(wǎng)絡信息利用工具的幾個概念p1171、WWW瀏覽器 是用來瀏覽信息的客戶程序

(worldwideweb全球信息網(wǎng))2、URL(UniformResourceLocator

統(tǒng)一資源定位器）提供了一種地址尋找方式p117。3、超文本標識語言（HTML）第9頁，共57頁，2023年，2月20日，星期六4/23/202394網(wǎng)站： 是互聯(lián)網(wǎng)的基本信息單元。網(wǎng)站的劃分:按照服務性質(zhì)區(qū)分為兩類： 門戶網(wǎng)站—綜合性(信息面廣)

垂直網(wǎng)站—專業(yè)性5網(wǎng)頁： 是瀏覽網(wǎng)站內(nèi)容的主要形式。第10頁，共57頁，2023年，2月20日，星期六4/23/202310URL的構(gòu)成URL的構(gòu)成：p117

通信協(xié)議://主機名/路徑/文件名 如：/library/resrarch.htm

對應的IP地址：(93)

常用的通信協(xié)議有：httpftptelnet第11頁，共57頁，2023年，2月20日，星期六4/23/202311URL協(xié)議http://超文本傳輸協(xié)議ftp://文件傳輸協(xié)議Gopher://gopher服務器協(xié)議wais://WAIS服務器協(xié)議telnet://遠程登錄協(xié)議mail://E-mail協(xié)議第12頁，共57頁，2023年，2月20日，星期六4/23/202312URL主機地址域名含義域名含義.acacademic學院.milMilitary軍用.coCommercial商業(yè)英式.netNetwork網(wǎng).comCommercial商業(yè)美式.orgNonprofit機構(gòu)Oeducational

教育.plcPubliclimited公司Cgovernmental政府.schSchool學校第13頁，共57頁，2023年，2月20日，星期六4/23/202313URL國家地區(qū)域名域名含義域名含義.auAinternational.caCanada.itIChina.jpJapan.deGerman.ruRussia.esSpain.ukUnitedKingdom第14頁，共57頁，2023年，2月20日，星期六4/23/2023146.5搜索引擎(searchengines)p119是網(wǎng)上信息搜索工具的通稱。它可以是一個獨立的門戶網(wǎng)站，也可以是附在其他類型網(wǎng)站或主頁上的一個搜索工具。各種搜索引擎工作過程一般包括以下三個方面：用自動搜索軟件搜尋集中所有信息 將信息進行分類整理，建立搜索引擎數(shù)據(jù)庫通過web服務器端檢索軟件，提供信息查詢的瀏覽器界面第15頁，共57頁，2023年，2月20日，星期六4/23/2023156.5.1搜索引擎的類型p119按工作方式區(qū)分:

可分為：主題引擎目錄引擎多元引擎第16頁，共57頁，2023年，2月20日，星期六4/23/202316主題引擎主題引擎又稱基于Robot的搜索引擎。這種引擎的信息主要為網(wǎng)頁.其特點是利用一個稱為Robot（也叫做Spider、WebCrawler或WebWanderer）的程序自動訪問Web站點，提取站點上的網(wǎng)頁，并根據(jù)網(wǎng)頁中的鏈接進一步提取其它網(wǎng)頁，或轉(zhuǎn)移到其它站點上。第17頁，共57頁，2023年，2月20日，星期六4/23/202317主題引擎由三個主要部分構(gòu)成：

Robot、Index和搜索軟件。主題引擎的優(yōu)缺點:

優(yōu)點:信息量大、更新及時、無需人工干預缺點:返回信息過多，有很多無關信息，甚至有一定比例的死鏈接，用戶必須從結(jié)果中進行篩選。第18頁，共57頁，2023年，2月20日，星期六4/23/202318主題引擎的代表:

國外：Google() Lycos()Excite()Inktomi()等國內(nèi):

百度()

OpenFind()等第19頁，共57頁，2023年，2月20日，星期六4/23/202319注：主題搜索引擎也提供分類查找途徑，但其分類為自動分類，或是借用其他目錄引擎的分類數(shù)據(jù)(例如Google利用網(wǎng)景公司的OpenDirectory分類)，因而分類檢索效果不如目錄指南型搜索引擎。第20頁，共57頁，2023年，2月20日，星期六4/23/202320目錄引擎目錄引擎又稱目錄指南型搜索引擎.信息大多面向網(wǎng)站.目錄引擎的用戶界面基本上都是分級結(jié)構(gòu).用戶也可以利用目錄引擎提供的搜索功能直接查找一個關鍵詞,不過,由于目錄引擎只在數(shù)據(jù)庫保存的編輯對站點的描述中進行搜索,因此站點本身的動態(tài)變化不會反映到搜索結(jié)果中來，這也是目錄引擎與主題引擎之間的一個主要區(qū)別。不少學術或研究性質(zhì)的目錄引擎是依靠志愿者來建立和維護的。也帶來了目錄引擎分類質(zhì)量參次不齊的問題。第21頁，共57頁，2023年，2月20日，星期六4/23/202321目錄引擎的代表國外:Yahoo！()

雅虎中國/)OpenDirectory(/)LookSmart()等國內(nèi):

新浪網(wǎng)()

搜狐(.cn)等。

第22頁，共57頁，2023年，2月20日，星期六4/23/202322歸納主題引擎和目錄引擎兩者最主要區(qū)別:

在于有無信息的人工處理過程。目錄引擎的信息因為有人工處理過程，所以死鏈接較少、信息準確、導航質(zhì)量高，缺點是需要人工介入、維護量大、信息量少、信息更新不及時。而主題引擎的信息的收集和處理完全由程序軟件自動進行，信息的特點正好和分類引擎相反，信息量大，更新速度略快，但死鏈接比例相對略高。因而主題引擎適用于專指度較高、內(nèi)容要求比較新的課題。目錄引擎適用于學科調(diào)研的場合。第23頁，共57頁，2023年，2月20日，星期六4/23/202323多元搜索引擎又稱元搜索引擎.多元引擎的服務方式為面向網(wǎng)頁的全文檢索.它本身沒有存放網(wǎng)頁信息的數(shù)據(jù)庫。當用戶查詢一個關鍵詞時，它把查詢請求轉(zhuǎn)換成其它數(shù)個搜索引擎能夠接受的命令格式，并行地或者有選擇性地訪問這些搜索引擎并查詢這個關鍵詞，然后再返回給用戶。第24頁，共57頁，2023年，2月20日，星期六4/23/202324嚴格意義上來講,多元搜索引擎只能算是一種用戶代理,而不是真正的搜索引擎。多數(shù)多元搜索引擎都只能訪問少數(shù)幾個搜索引擎,而且不支持這些搜索引擎的高級搜索功能,在處理邏輯查詢時也常常會出現(xiàn)錯誤,這些是多元搜索引擎的缺點。

第25頁，共57頁，2023年，2月20日，星期六4/23/202325多元搜索引擎的代表國外: C4(http://www/) Dogpile()Profusion()InfoMarket()等國內(nèi):

萬緯()等第26頁，共57頁，2023年，2月20日，星期六4/23/2023266.5.1搜索引擎的類型按檢索語言區(qū)分:

按分類(目錄分類)建立索引:(人工)

雅虎分類 按關鍵詞建立索引:(自動) Google

第27頁，共57頁，2023年，2月20日，星期六4/23/202327按工作語種區(qū)分：

可分為中西文(國內(nèi)、國外)二種搜索引擎；按檢索內(nèi)容區(qū)分：

以提供信息服務為主，具有門戶網(wǎng)站性質(zhì)的搜索引擎； 專門以檢索人名為目的的搜索引擎；第28頁，共57頁，2023年，2月20日，星期六4/23/2023286.5.2搜索引擎的使用方法p122不同的搜索引擎有不同的檢索界面，常用的有：一般檢索和高級檢索二種。不同的搜索引擎有不同的檢索技術，構(gòu)成的檢索策略不盡相同。一般有布爾邏輯檢索、詞組檢索、字母大小寫檢索、字段檢索、截詞等檢索（具體請參見各搜索引擎的幫助說明）。第29頁，共57頁，2023年，2月20日，星期六4/23/202329字段檢索舉例第30頁，共57頁，2023年，2月20日，星期六4/23/202330字段檢索舉例第31頁，共57頁，2023年，2月20日，星期六4/23/202331字段檢索舉例第32頁，共57頁，2023年，2月20日，星期六4/23/2023326.5.3百度搜索引擎(見幫助)

p122功能 網(wǎng)頁功能(默認)； 新聞

MP3； 圖片 網(wǎng)站； 貼吧第33頁，共57頁，2023年，2月20日，星期六4/23/2023336.5.3百度搜索引擎(見幫助)檢索詞 可以輸入除開標點符號以外的任何中文、英文、數(shù)字或中文英文數(shù)字的混合體;百度不區(qū)分英文字母大小寫;百度只有英語詞組檢索功能,將英語詞組放在雙引號中進行檢索即行,而無中文詞組檢索功能;百度沒有模糊檢索(檢索詞要求一字不差);也沒有截詞檢索功能;第34頁，共57頁，2023年，2月20日，星期六4/23/2023346.5.3百度搜索引擎(見幫助)三種邏輯運算符: 1邏輯與:空格(AB) 2邏輯或:|(A|A’)前后有空格

3邏輯非:-(A-B)前有空格后無第35頁，共57頁，2023年，2月20日，星期六4/23/2023356.5.3百度搜索引擎(見課件)字段檢索（1）在指定網(wǎng)站內(nèi)搜索 格式：檢索詞、空格、site:網(wǎng)址（2）在標題中搜索 格式：intitle:檢索詞（3）在網(wǎng)址中搜索 格式：inurl:檢索詞百度的特色功能第36頁，共57頁，2023年，2月20日，星期六4/23/2023366.5.4百度搜索引擎檢索策略

一課題“互聯(lián)網(wǎng)資源”混合使用邏輯與和詞組算符的策略有以下兩種：

(1) “internetresource”O(jiān)R“webresource”

(2) (internetORweb)resource

注：這兩種策略及其檢索結(jié)果的區(qū)別是：前一種策略在詞組運算的基礎上做邏輯或，概念相對確切，因而查準率較高。后一種策略先做邏輯或，再應用邏輯與，概念相對模糊，因而查全率要好于前一種策略。

第37頁，共57頁，2023年，2月20日，星期六4/23/202337接上頁：混合使用邏輯與和標題字段算符的檢索策略有以下兩種：

(1) intitle:internetintitle:resource

(2) intitle:internetresource注：這兩種策略的相同點是都將檢索詞限制在標題和說明語中，不同點是前一種策略將兩個檢索詞分別使用字段限制，然后使用邏輯與，檢索范圍相對較窄，因而所得結(jié)果數(shù)量較少。后一種策略將兩個檢索詞合并使用一個字段算符，檢索范圍相對較寬，因而所得結(jié)果數(shù)量較多。第38頁，共57頁，2023年，2月20日，星期六4/23/2023386.5.4百度搜索引擎檢索策略二課題：“在教育機構(gòu)網(wǎng)站中查找含互聯(lián)網(wǎng)資源內(nèi)容的網(wǎng)頁”混合使用詞組、邏輯與和網(wǎng)址字段算符的檢索策 略：“internetresource”inurl:edu注：這個策略以詞組算符檢索“互聯(lián)網(wǎng)資源”，合并使用網(wǎng)址字段算符，基本上可以達到課題目的。但實際得到的檢索結(jié)果要超出教育機構(gòu)的范圍，因為“inurl:edu”的確切含義是網(wǎng)址中含有“edu”字符的所有網(wǎng)頁，當“edu”不在域名位置時，網(wǎng)頁就并不一定屬于教育機構(gòu)。第39頁，共57頁，2023年，2月20日，星期六4/23/2023396.5.5搜索引擎檢索實習具體實習內(nèi)容、要求(具體文章不要)

、方式等請見課件、講稿；查找操作過程可參見baidu幫助示例、講稿的baidu搜索引擎檢索實例；上網(wǎng)演示第40頁，共57頁，2023年，2月20日，星期六4/23/2023406.6國內(nèi)外網(wǎng)絡數(shù)據(jù)庫書目數(shù)據(jù)庫:查詢各種文獻資料目錄的數(shù)據(jù)庫

如因特網(wǎng)公共聯(lián)機圖書目錄數(shù)據(jù)庫：InternetPublicAccessedCatalog簡稱iPAC摘要數(shù)據(jù)庫:文獻數(shù)據(jù)量大，文獻類型齊全，語種多，數(shù)據(jù)及主題詞規(guī)范性好、索引系統(tǒng)完備。全文數(shù)據(jù)庫：全文數(shù)據(jù)庫是一種存儲文獻全文或其主要部分并能提供全文檢索的源數(shù)據(jù)庫，與書目數(shù)據(jù)庫、事實數(shù)據(jù)庫相比較，主要特點是包含原始信息、信息檢索徹底、所用檢索語言比較自然、數(shù)據(jù)結(jié)構(gòu)為非結(jié)構(gòu)化數(shù)據(jù)第41頁，共57頁，2023年，2月20日，星期六4/23/202341國內(nèi)網(wǎng)絡摘要數(shù)據(jù)庫中國科學院文獻情報中心：中國科學引文數(shù)據(jù)庫、中國科學文獻數(shù)據(jù)庫等CALIS系統(tǒng)數(shù)據(jù)庫：高等學位論文庫、學術會議論文庫、中文現(xiàn)刊目次庫、各類專業(yè)特色數(shù)據(jù)庫等。第42頁，共57頁，2023年，2月20日，星期六4/23/202342國內(nèi)外網(wǎng)絡全文數(shù)據(jù)庫舉例學校圖書館主頁……國內(nèi):中國期刊網(wǎng);維普中文期刊數(shù)據(jù)庫;等.國外(工科為主):ElsevierScience; KluwerOnline;國外(文科為主):EbscoHost第43頁，共57頁，2023年，2月20日，星期六4/23/2023436.7虛擬圖書館—(專業(yè)性)p129是互聯(lián)網(wǎng)信息檢索利用工具;是用以查找特定領域各類網(wǎng)絡信息的網(wǎng)站。

與搜索引擎有一定區(qū)別。第44頁，共57頁，2023年，2月20日，星期六4/23/202344虛擬圖書館與搜索引擎的區(qū)別

虛擬 搜索結(jié)構(gòu)區(qū)分 無數(shù)據(jù)庫支持 有數(shù)據(jù)庫支持使用方法 只有網(wǎng)頁瀏覽 有檢索查找過程 無檢索過程 收集方式 人工組織 程序自動,有死鏈接。質(zhì)與量 質(zhì)高,專業(yè)性強，綜合信息,面廣,量大 如專業(yè)學會,協(xié)會 非專業(yè)信息源。 站點,有網(wǎng)絡導航 作用

第45頁，共57頁，2023年，2月20日，星期六4/23/2023456.8網(wǎng)上免費全文學術資源不能一概而論地說可以通過網(wǎng)絡或者通過印刷型文獻，不同類型的文獻獲取渠道應該不同。例如，屬于核心學術期刊或者會議錄上的原文，圖書館情報所有普遍收藏，那么應該干脆放棄從網(wǎng)上查找，轉(zhuǎn)而查找印刷型的期刊或會議錄，因為它們不大可能屬于免費網(wǎng)絡資源之列。除此之外的文獻類型，包括非核心類的期刊(特別是動態(tài)性的期刊)、專利和報告以及未經(jīng)審查的各種非正式出版物(或稱灰色文獻)，都可能屬于網(wǎng)上免費提供的全文資源。由此可見，在需要獲取原文時，首先要區(qū)分所需的文獻屬于什么類型。第46頁，共57頁，2023年，2月20日，星期六4/23/2023466.8.1學術網(wǎng)站的定義和類型以學科領域的專業(yè)研究人員為主要對象，以學術研究內(nèi)容為主要內(nèi)容，以滿足學術信息交流為主要目的的網(wǎng)站稱為學術網(wǎng)站。學術網(wǎng)站包括學科門戶網(wǎng)站、學科資源網(wǎng)站、學術機構(gòu)網(wǎng)站、行業(yè)協(xié)會機構(gòu)網(wǎng)站、學科專家網(wǎng)站以及學科論壇網(wǎng)站等。非學術網(wǎng)站則是除學術網(wǎng)站之外的所有網(wǎng)站，包括商業(yè)網(wǎng)站、公司網(wǎng)站、娛樂網(wǎng)站等。第47頁，共57頁，2023年，2月20日，星期六4/23/202347接上頁：(1)學科門戶網(wǎng)站。集研究機構(gòu)、研究課題、專著論文、會議消息等內(nèi)容之大成，主要宗旨為提供信息交流平臺。這類網(wǎng)站中，尤其以國際學科門戶網(wǎng)站為優(yōu)。它們內(nèi)容更新及時，能反映當前最新學術動態(tài)，是跟蹤學科發(fā)展的重要途徑。例如，中國經(jīng)濟學教育科研網(wǎng)(/cn/)就是其中的一例。(2)學科資源網(wǎng)站。集中學科領域內(nèi)的歷史知識、術語、學會組織、出版刊物、會議消息、數(shù)據(jù)庫等相關內(nèi)容，方便專業(yè)人員日常學習和工作為主要目的。例如，國信中國法律網(wǎng)(/)就是其中的一個例子。(3)學術機構(gòu)網(wǎng)站。介紹學術機構(gòu)的構(gòu)成、科研成果、教育培訓等信息。內(nèi)容以動態(tài)消息為主，目的以宣傳機構(gòu)形象為主。有的學術機構(gòu)網(wǎng)站提供全文電子版學術刊物。例如，清華大學的人文社會科學學院網(wǎng)站(/index.asp)和天則經(jīng)濟研究所網(wǎng)站的中評網(wǎng)(/index.asp/)就是其中的兩例。

第48頁，共57頁，2023年，2月20日，星期六4/23/202348接上頁：(4)行業(yè)協(xié)會網(wǎng)站。以行業(yè)協(xié)會的專家為依托，介紹行業(yè)內(nèi)消息、作品、活動、組織等內(nèi)容，目的以推進行業(yè)信息交流為主。例如，中國美術家協(xié)會網(wǎng)站(/index.html)就是其中的一例。(5)學科專家網(wǎng)站。以提供其科研成果、論文著作和碩博士生培養(yǎng)情況為主。這些網(wǎng)站上常常有專著和期刊論文全文，是我們了解專家研究情況，獲取論文文獻一個重要渠道。例如，西安交通大學的席酉民教授的個人網(wǎng)頁/profile/index.htm)就是其中的一例。(6)學科論壇網(wǎng)站。提供BBS和博克信息交流工具、組織熱點話題、篩選學科新聞、評點學術動態(tài)和推薦優(yōu)秀論著等為主要服務內(nèi)容，是以網(wǎng)絡為工具發(fā)表專業(yè)見解的重要渠道。例如，國學網(wǎng)的中國經(jīng)濟史論壇(/)就是其中的一例。第49頁，共57頁，2023年，2月20日，星期六4/23/202349例1：專業(yè)學會網(wǎng)站

專業(yè)學會是為了發(fā)展和促進專業(yè)技術發(fā)展所組成的學術團體。專業(yè)學會的網(wǎng)站是專業(yè)人員聚會和交流信息的最新場所。學會網(wǎng)站上信息中的聯(lián)機出版物、電子期刊和可檢索的數(shù)據(jù)庫是人們經(jīng)常使用的信息源。從中我們不僅可以了解最近的出版動態(tài)，甚至可以獲得原文。

文科類其他的學會協(xié)會網(wǎng)站還有：

中國工業(yè)經(jīng)濟聯(lián)合會()， 中國金融協(xié)會(/VC/tcfa)， 美國經(jīng)濟學會(/AEA)， 美國歷史學會()， 國際檔案學協(xié)會()， 國際發(fā)明者協(xié)會聯(lián)合會(http://www.invention-ifia.ch)， 美國法律和經(jīng)濟學學會()， 美國文學協(xié)會(/academic/english/ala2)

美國應用語言學學會()等。第50頁，共57頁，2023年，2月20日，星期六4/23/202350接上頁：加拿大的學術學會網(wǎng)站指南()

是查找國外學會網(wǎng)站信息的重要網(wǎng)址。例2：中國社會科學院系統(tǒng)網(wǎng)站

中國社會科學院系統(tǒng)網(wǎng)站由總院下屬研究所和各地方社會科學院研究所組成。這些研究機構(gòu)網(wǎng)站的信息具有專業(yè)特色明顯，原創(chuàng)文獻信息比例高和相當?shù)目煽啃院蜋?quán)威性。第51頁，共57頁，2023年，2月20日，星期六4/23/2023516.8.2通過搜索引擎獲取灰色文獻的全文可以根據(jù)這樣一個網(wǎng)址規(guī)律：如果URL中含有article、pdf、report、paper、text、preprint或者lecture等詞的主頁或頁面常常是文獻全文。利用這個規(guī)律，在凡可以使用URL字段和邏輯“與”檢索的搜索引擎，例如Google或Northernlight等，以“檢索詞inurl:表示文獻全文的單詞”格式在檢索窗口中輸入檢索提問，就可能獲得相關文獻的網(wǎng)址及其原文。第52頁，共57頁，2023年，2月20日，星期六4/23/202352接上頁：使用這個方法，可以通過邏輯OR算符和優(yōu)先算符擴展檢索概念和希望出現(xiàn)的文件格式。例如，需要通過Google查找“光傳感器(opticalsensors)”這個課題的網(wǎng)上灰色文獻，使用的檢索策略可以為：

optical