网络检索课件_第3章_基于搜索引擎的网络信息资源检索

第 3 章 基于搜索引擎的网络信息资源检索

2

目

录

3.1 搜索引擎概述3.2 目录型搜索引擎 3.3 索引型搜索引擎

3.4 元搜索引擎3.5 其他类型网络信息检索工具基于搜索引擎的网络信息资源检索

返回目录

3

3.1 搜索引擎概述根据著名的互联网统计公司comScore发布的2007年12月

世界搜索引擎市场份额前10名的统计结果：

基于搜索引擎的网络信息资源检索

返回目录

4

表3-1 comScore全球搜索引擎2007年12月市场份额前10名统计结果排序 1 2 公司英文名称 Google Sites Yahoo! Sites 公司中文名称 谷歌 雅虎 搜索量(百万次) 41,345 所占百分比 62.4

8,5053,428 1,940 1,572 1,428

12.85.2 2.9 2.4 2.2 1.6 1.1 0.9 0.8 100.0

34 5 6 7 8

http://www.77cn.com.cn Inc.Microsoft Sites NHN Corporation eBay Time Warner Network Ask Network

百度微软

时代华纳

1,062 728 566

910

Yandexhttp://www.77cn.com.cn Corporation Total Internet 阿里巴巴 整个互联网

531 66,221

*统计数据包括来自家庭和办公场所的搜索量，不包括来自公共计算机、移动上网设备或PDA的 搜索量。

基于搜索引擎的网络信息资源检索

返回目录

5

3.1 搜索引擎概述3.1.1 搜索引擎的概念及其功能3.1.2 搜索引擎的类型 3.1.3 搜索引擎的工作方式 3.1.4 搜索引擎的检索方法和技巧

基于搜索引擎的网络信息资源检索

返回目录

6

3.1.1 搜索引擎的概念及其功能 1. 搜索引擎的概念(1)在网络检索工具发展的初期，以雅虎为代表的网站 分类目录查询非常流行，但人们一般只是把基于关键词检索 类型的网站称为搜索引擎。 (2)随着网络技术的飞速发展和搜索技术的日臻完善， 出现了一批为网络用户所广泛熟知和习惯使用的，既具有分 类目录查询功能，又具有关键词检索功能的优秀中外通用搜 索引擎。但是，任何搜索引擎的设计，均有其特定的信息索 引范围、独特的功能和使用方法，以及预期的用户群指向。 搜索引擎(Search Engine)泛指网络上以一定的策略搜 集信息，对信息进行组织和处理，并为用户提供信息检索服 务的工具和系统，是网络资源检索工具的总称。基于搜索引擎的网络信息资源检索

返回目录

7

3.1.1 搜索引擎的概念及其功能 2. 搜索引擎的功能

(1)及时搜索网络信息

(2)搜索有效的、有价值的网络信息 (3)有针对性地搜索网络信息

基于搜索引擎的网络信息资源检索

返回目录

8

3.1.2 搜索引擎的类型搜索引擎按不同的分类原则可以有多种分类方式。

(1)如按信息标引的方式，搜索引擎可以分为目录式搜索引擎、机器人搜索引擎和混合式搜索引擎； (2)按信息查询的方式，搜索引擎可分为浏览式搜索引擎、 关键词搜索引擎、全文搜

索引擎、智能搜索引擎； (3)按语种，搜索引擎又分为单语种搜索引擎、多语种搜索

引擎和跨语言搜索引擎等。(4)按工作方式或者检索机制来划分，搜索引擎主要可分为 目录型搜索引擎、索引型搜索引擎和元搜索引擎三种类型。基于搜索引擎的网络信息资源检索

返回目录

9

3.1.2 搜索引擎的类型 1. 目录型搜索引擎目录型搜索引擎(Search Index/Directory),也被称为网 络资源指南，是浏览式的搜索引擎。它是由专业信息人员以 人工或半自动的方式搜集网络信息资源，并将搜集、整理的 信息资源按照一定的主题分类体系编制的一种可供浏览、检 索的等级结构式目录(网站链接列表)。用户通过逐层浏览 该目录，在目录体系的从属、并列等关系引导下，逐步细化 来寻找合适的类别直至具体的信息资源。这类检索工具往往 根据资源采集的范围设计详细的目录体系，检索结果是网站 的名称、地址和内容简介，因此，目录型搜索引擎是一种网 站级搜索引擎。基于搜索引擎的网络信息资源检索

返回目录

10

3.1.2 搜索引擎的类型 2. 索引型搜索引擎索引型搜索引擎(Robot Search Engine),也被称为机 器人搜索引擎或关键词搜索引擎。它实际上是一个WWW网 站，与普通网站不同的是，索引型搜索引擎网站的主要资源 是它的索引数据库，索引数据库的信息资源以WWW资源为 主，还包括电子邮件地址、FTP、Gopher等资源。索引式搜 索引擎主要使用一个叫“网络机器人”(Robot)或 “网络 蜘蛛”(Spider)的自动跟踪索引软件，通过自动的方式分 析网页的超链接，依靠超链接和HTML代码分析获取网页信 息内容，并采用自动搜索、自动标引等事先设计好的规则和 方式来建立和维护其索引数据库，以Web形式提供给用户一 个检索界面，供用户输入检索关键词、词组或逻辑组配的检 索式，其后台的检索代理软件代替用户在索引数据库中查找 出与检索提问匹配的记录，并将检索结果反馈给用户。基于搜索引擎的网络信息资源检索

返回目录

11

3.1.2 搜索引擎的类型 3. 元搜索引擎元搜索引擎(Meta Search Engine,MSE)是一种将多个 独立的搜索引擎集成到一起，提供统一的用户查询界面，将 用户的检索提问同时提交给多个独立搜索引擎，并检索其共 享的多个独立搜索引擎的资源库，再经过聚合、去掉重复信 息和排序等处理，将最终检索结果一并返回给用户的网络检 索工具。 元搜索引擎是对搜索引擎进行搜索的搜索引擎，是对多 个独立搜索引擎的整合、调用、控制和优化利用。元搜索引 擎也被称为“搜索引擎之母(The Mother of Search Engines)”,“元”

(Meta)为“总的”、“超越”之意。 相对于元搜索引擎，可被利用的独立搜索引擎称为“源搜索 引擎”(Source Search Engine)或“成员搜索引擎” (Component Search Engine)。基于搜索引擎的网络信息资源检索

返回目录

12

3.1.3 搜索引擎的工作方式用户在使用搜索引擎进行查询时，搜索引擎并不是直接

去搜索互联网，它实际上搜索的是已经预先整理好的网页索引数据库。搜索引擎会预先收集因特网上几千万到几十亿个 网页，对网页中的关键词进行索引，建立索引数据库。当用

户查找某项内容的时候，所有在数据库中保存的相关网页都将被搜索出来，再按照某种算法进行排序后，将相关链接作 为搜索结果呈现给用户。

一个典型的搜索引擎的系统架构基本上由信息采集、信息组织和信息查询服务三个模块组成。其工作流程如图3-1 所示。基于搜索引擎的网络信息资源检索

返回目录

13

3.1.3 搜索引擎的工作方式

图3-1 搜索引擎的工作流程

基于搜索引擎的网络信息资源检索

返回目录

14

3.1.3 搜索引擎的工作方式 1. 信息采集模块信息采集模块的主要功能为搜索、采集和标引网页，信 息采集有人工采集和自动采集两种方式。 ① 人工采集。 ② 自动采集。自动采集是通过采用一种被称为Robot的 网络自动跟踪索引程序来完成信息采集 。 不同的信息采集方式和不同的自动采集软件采用的标引、 搜索策略也各不相同，这对信息检索的质量有着直接的影响。 自动采集能够自动搜索、采集和标引网络中的众多站点和网 页，保证了对网络信息资源跟踪和检索的有效性和及时性； 而人工采集基于专业性的自愿选择和分析标引，保证了资源 的采集质量和标引质量。因此，目前的许多网络信息检索工 具都采取自动和人工相结合的信息采集方式。基于搜索引擎的网络信息资源检索

返回目录

…… 此处隐藏：2579字，全部文档内容请下载后查看。喜欢就下载吧 ……