《网络搜索引擎案例》由会员分享,可在线阅读,更多相关《网络搜索引擎案例(86页珍藏版)》请在金锄头文库上搜索。
1、网络搜索引擎案例邓发云 整理1现在搜索引擎有很多,我们在使用搜索引擎的 时候需要根据自己的需求选择合适的引擎。 例如,搜寻范围在国内网站,一般选用国产 引擎如: 搜狐 新浪网易 百度 国外搜索引擎:google 2简要介绍新浪网搜索引擎是面向全球华人的网上资源查 询系统。提供综合、网站、网页、新闻标题、新闻 全文等10项查询服务。网站收录资源丰富,分类目 录规范细致。目前共有24大类目录,一万多个细目 和二十余万个网站,是互联网上最大规模的中文搜 索引擎之一。采用百度搜索技术,内容丰富。支持 中文域名查询 。新浪(www.S)3如何查询信息新浪搜索提供“分类检索”和“关键词查询”两种查找 方
2、法。 分类检索:是从搜索首页按照树型的主题分类逐层 点击来查找所需信息的方法。关键词查询:是用所需信息的主题(关键词)进行 查询的方法。 新浪搜索引擎4重新查询:用本次键入的关键词重新进行查询(是 默认的选项)。 在结果中再查:在上一次的关键词查询结果中再用 本次键入的关键词进行查询。 在结果中去除:在上一次的关键词查询结果中去除 本次键入的关键词再进行查询。 新浪的高级搜索5以“罗湖”为关键词搜索,共得到16个网站、30170 个网页。6以“教育”为关键词在实例一的结果中进行“在结果 中搜索”,共得到2个网站、30170个网页。7以“中学”为关键词在实例二的结果中进行“在结果 中去除”,共得
3、到1个网站、47个网页。8以“罗湖 教育”为关键词进行“新闻标题”搜索,共 得到1条新闻。 新浪找到 1 条新闻符合查寻请求:罗湖 教育,以下是第1至第1条搜 索结果 罗湖 教育强区申报工程启动 2001-12-31 16:26:189国内最著名的门户网站,也是最早的搜索引擎 之一。互联网概念在国内的普及,搜狐功不可没 。在2001年年初由CNAZ(中文网站评估认证网 )举办的搜索引擎网络专项功能排名调查中,搜 狐名列第一。 搜狐设有独立的目录索引,提供网站、网页、 新闻、中文网址等多项搜索选择。搜狐搜索范围 以中文网站为主,支持中文域名。 搜索规则:网站搜索(默认)时,范围仅限于 自身目录中
4、的注册网站。网页搜索时则调用百度 进行检索。搜狐搜索引擎10可以通过“分类查询”和“关键字检索”两种方法查 找信息。 它使用方法和新浪的使用方法几乎一 样。不同点在于: 搜狐中文检索系统引擎会根据分类类目及网站 信息与关键字串的相关程度来排列出相关的搜 狐中文类目和网站。相关程度越高,排列位置 越靠前。 搜狐搜索引擎11网易搜索引擎与搜狐、新浪并称中国三大门户。1213Google的特色 最大的搜索引擎(收录的网页最多) 可检内容丰富: 网页、图像、网上论坛 排序技术最好的(按相关度高低排列) 多语种 检索功能强大 个性化设置 提问词拼写校验功能14Google基本检索语法(1) 只搜索完全一
5、样的字词,不使用“词干法”, 也不支持“通配符“(*)搜索; (2) 不区分大小写; (3) 在多个关键词之间自动添加“AND“ (4) 不支持“OR“运算符 (5) 专用语查询:只要在专用词语上加上双引号 ,就可以进行准确查询。 (6)加号 “+”:后面的词必须出现 (7) 用减号“”删除无关网页,15第一次进入Google,它会根据你的操作系统, 确定语言界面。需要提醒的是,Google是通 过cookie来存储页面设定的,所以,如果你 的系统禁用cookie,就无法对Google界面进 行个人设定了。 Google的首页排列了四大功能模块:网站、图 像、新闻组和目录服务。 16目录服务
6、利用 Google 目录 可以根据主题来缩小搜索范 围。例如,在 Google 目录的 Science Astronomy 类别中搜索“Saturn”,可以找到 只与 Saturn(土星)有关的信息。而不会找 到“Saturn”牌汽车、“Saturn”游戏系统,或 “Saturn”的其它含义。 1718图像搜索Google 的“图像搜索”是网络上现今最好用的 图像搜索工具,他们收录有超过 3.3 亿张图 像供您查看。 要进行图像搜索,在图像搜索框中输入要查找 的资料,然后单击“搜索”按钮。在查询结果 页上单击缩略图即可看到原始大小的图像, 同时还可看到该图像所在的网页。 如:BIN LADEN
7、; GOLD FISH19新闻组新闻组Usenet或NewsGoups)是一个遍及全世 界的巨大的电子布告栏系统,是一项通过网络 交换信息的服务,它由个人向新闻服务器投递 的新闻邮件组成。我们可以把Usenet看成是一 个有组织的电子邮件系统,不过在这里传送的 电子邮件不再是发给某一个特定的用户,而是 全世界范围内的新闻组服务器。在这个布告栏 上任何人郡可以贴布告,也可以下载其中的布 告,usenet用户写的新闻被发送到新闻组后, 任何访问该新闻组的人都有可能看到这个新闻 。20Usenet历史悠久、成员众多,各种新闻讨论组 数目惊人。Usenet使用层次型的分类结构来 设置和组织新闻讨论组的
8、范畴。它包含七种 主要的范畴: Comp 计算机相关学科的新闻组 Misc 多方面论题新闻组 News 关于Usenet的新闻 Rec 娱乐专题新闻组 Sci 科学技术与应用新闻组 Soc 社会科学专题新闻组 Talk 时事新闻讨论组21基本搜索 Google 查询简洁方便,仅需输入查询内容并敲 一下回车键 (Enter),或单击“Google 搜索” 按钮即可得到相关资料。 自动使用“and”进行查询. 不需要在关键词之间 加上“and”或“+”。如果您想缩小搜索范围, 只需输入更多的关键词,只要在关键词中间 留空格就行了。 Google用减号“-”表示逻辑“非”操作。“A B” 表示搜索包
9、含A但没有B的网页。22Google用大写的“OR”表示逻辑“或”关系。搜 索“A OR B”,意思就是说,搜索的网页中, 要么有A,要么有B,要么同时有A和B。 Google 会忽略最常用的词和字符,这些词和字 符称为忽略词。Google 自动忽略“http”, “.com”和“的”等字符以及数字和单字,这类 字词不仅无助于缩小查询范围,而且会大大 降低搜索速度。 使用英文双引号可将这些忽略词强加于搜索项 ,例如:输入“数字化的图书馆”时,加上英 文双引号会使“的”强加于搜索项中。23Google 不使用“词干法”,也不支持“通 配符”(*) 搜索。也就是说,Google 只 搜索与输入的关
10、键词完全一样的字词。 例如:搜索“air” ,不会得到类似 “airline”或“airlines”的结果。24类似网页 单击“类似网页”时,Google 开始寻找与这一网 页相关的网页。 如果您对某一网站的内容很感兴趣,但又嫌资 料不够,oogle 会帮您找到其他有类似资料 的网站;如果您在寻找产品信息,Google 会 为您提供相关信息,供您比较. Google 已为成千上万的网页找到了类似网页, 但网页越有个性,能找到的类似网页就越少 。例如,您独树一帜的个人主页就很难有类 似网页。25网页快照 Google 在访问网站时,会将看过的网页复制一 份网页快照,以备在找不到原来的网页时使 用
11、。单击“网页快照”时,您将看到 Google 将该网页编入索引时的页面。在显示网页快 照时,其顶部有一个标题,用来提醒您这不 是实际的网页。符合搜索条件的词语在网页 快照上突出显示,便于您快速查找所需的相 关资料。 尚未编入索引的网站没有“网页快照”,另外, 如果网站的所有者要求 Google 删除其快照 ,这些网站也没有“网页快照”。26手气不错 按下“手气不错”按钮将自动进入 Google 查询 到的第一个网页。您将完全看不到其它的搜 索结果。使用“手气不错”进行搜索表示用于 搜索网页的时间较少而用于检查网页的时间 较多。 网页翻译 Google提供了网页翻译功能!目前只支持 有限的拉丁语
12、、法语、西班牙语、德语和葡 萄牙文.27Google 可指定检索文件类型PDF:互联网最流行的全文传输格式 PPT:Powerpoint文档 DOC:Word文档 XLS: EXCEL文档 SWF:FLASH动画 RTF:Rich Text File28一般检索功能基本检索功能 定位检索功能 高级检索功能 网页目录检索 获取检索结果及进一步查询 二次检索功能29检索策略如何查找有关“肺癌”的网络信息?30Google主页(中文界面) 31GOOGLE检索结果界面32检索策略调整技巧1. 限定语种:所有中文 244,00098,300 2. 选择更专业的提问词:肺癌肺肿瘤 98,3001,650
13、 3. 利用精选的网页目录33检索策略调整之一:限定中文网页34检索策略调整之二:利用更专业的词汇35检索策略调整之三:利用网页目录36检索策略调整技巧4 利用搜索引擎的高级检索模式l限定提问词在“搜索结果”中出现的形式l指定检索以某一语言编写的网页l限定要查询的网页更新的日期l指定查询字词位置(网页中的任何地方、网页 的标题、网页的内文、网页的链接上)l限定搜索某一网域的网页(gov、edu、com)l“类似网页”:自动搜索某一网页的类似网页l“链连”:搜索与某一网址建立了链接的网页37Google高级检索模式38检索策略调整技巧5 增加查询条件 查找泰素治疗肺癌的网页文章 泰素 肺癌:2,
14、240 6 使用双引号,实现精确短语匹配 “泰素治疗肺癌”:1,880 7 查找英文网页 taxol lung cancer:19,10039检索策略调整技巧8 利用Google高级检索语法 将文献类型限定为“pdf”, 可获取免费全文提问式“filetype:pdf 肺癌”或“ filetype:pdf taxol lung cancer “ 获取WORD文档提问式“filetype:doc 肺癌”40检索策略调整技巧之获取PDF格式全文41获取PDF格式的论文全文42检索策略调整技巧之获取WORD文档43检索策略调整技巧:Google 2003/7/18) 提问词 获取网页数肺癌(所有语种
15、) 244,000 肺癌(所有中文) 98,300 肺肿瘤(所有中文) 1,650 肺癌(网页标题,所有中文) 2,550 肺癌(网域限制为) 2,500 肺癌 泰素(所有中文) 1,860 “泰素治疗肺癌”(所有中文) 1,590 taxol lung cancer(所有网站) 19,100 filetype:pdf taxol lung cancer 3,370 filetype:doc 肺癌 1,120443. 查找互联网上有关肺癌的图片45Google图像搜索界面46Google图像搜索结果47获取所需图片48Google高级图像搜索界面494. 查找并参与互联网肺癌有关网上论坛50网络学术交流:网上论坛Usenet,也称newsgroup, 也有人称 为电子论坛(electric forum),是按照 不同的专题组织的,吸引世界各地从事 相同工作或具有共同爱好的人参加讲座 、交流观点、寻求帮助的场所。 51(Google网上论坛搜索界面 )52(网上论坛中具体发言)53网页目录界面 54Health网页目录55李敖为什么骂柏