41信息检索精品PPT课件

二、搜索引擎的工作原理
一个搜索引擎通常是以下列四个程序部分和索引数据库所组成。
搜索引擎
①“蜘蛛”程序： 沿着URL搜寻网页，并将结果返回给 网站。
② 索引编辑程序：对搜集到的网页进行分析、提取相关 信息，以建立索引数据库。 程序控制部分
③ 检索程序： 根据用户关键字，检索出网页并根据相关 度排序。
词或句子提问式进行检索。 多媒体检索：图片、声音、动画等 多语种检索：提供多语言种类的检索环境供检索者选择，系统可按
指定的语种进行检索，并输出相应的检索结果。 区分大小写的检索（ Case-Sensitive ）：主要是针对检索词中含有
人名、地名等专有名词的检索。 个性化和本地化检索
注意：
逻辑运算 AND 、 NOT 、 OR 等，也支持 “ ＋ ” 、 “ － ”““”” 等符号。 1、使用空格 输入更多的关键词,只要 在关键词中间留空格,这相当于多个关键词之间的关系是逻辑“与”.
④ 用户接口程序：按要求返回检索结果给用户。
索引数据库
其中，①、②是搜索引擎网站日常的维护工作，一般来说搜索引擎的更新周期为 几天至多是几个月。 注意：用户检索到的信息只是索引数据库中的内容。因此，有可能遇到死链和空 链，也有可能该页保存为“网页快照”。
写在最后
成功的基础在于好的学习习惯
用关键字或 网页 关键字表达 式检索
擎
本身一般不 带数据库
用关键字或 网页 关键字表达 式检索
较短
（视被引 用的搜索 引擎）
较大
（视被 引用的 搜索引 擎）
量大
（视被 引用的 搜索引 擎）
命中率 可能稍 高
搜索引擎的发展
），是最早、最有代表性的目录型 检索工具。
上图为Yahoo! 站点的主页
（2）
（2）
（3）
上图是Google 站点的主页
“Google” （ ）是目前最为著名的搜索引擎，该搜索 引擎建立于 1998 年。
（3）
4.多元搜索引擎
多元搜索引擎（ Metasearch engine,Megasearch engine 或 Unified search engin ）也称集成式搜索引擎，它是将多个搜索引擎集成在一起， 向用户提供一个统一的检索界面，且将一个检索提问同时发送给多个搜 索引擎同时检索多个数据库，再经过聚合、去除重复部分并输出检索结
2、使用减号. 要避免搜索某个词语,可以在这个词前面加上一个减号 (“-”, 英文字符).但在减号之前必须留一空格.如要了解搜索引擎历 史,可以这样输入关键字:搜索引擎 历史 -文化 -中国历史 -世界历史
3、添加英文双引号. 双引号中的词语在查询到的文档中将作为一个 整体出现.这一方法在查找名言警句或专有名词时显得格外有用.
The foundation of success lies in good habits
30
谢谢大家
荣幸这一路，与你同行
It'S An Honor To Walk With You All The Way
讲师：XXXXXX XX年XX月XX日
第四章 因特网上的信息检索
主要内容：
一、因特网信息检索方法 二、搜索引擎的发展与分类 三、搜索引擎的工作过程
（ 1 ）一般检索功能 这是搜索引擎最基本的作用所在。通常情况下，布尔逻辑检索、词 组检索、截词检索、字段检索、限制检索等都属于一般检索功能。
（ 2 ）特殊检索功能 自然语言（ Natural Language ）检索：直接采用自然语言中的字、
果。
DOGPILE （ ）是最早、最受欢迎的多元搜索引擎之一，它包罗了大约 25 种搜 索工具 。
（4）
分类
数据库
检索方法 检索结 数据库更 数据库 收集 果形式 新周期 规模 信息
结果 信息
目录检索 人工或半人 逐级目录检 网站
工整理
索
很长
较小
很有限 直接链 接到目 标网站
搜索引擎
蜘蛛程序自 动搜索后产 生索引数据 库