文件检索 第五章计算机信息检索(修订课件) 第五章计算机信息检索 山东轻工业学院 课件

计算机信息检索系统的构成： 硬件部分——主机（服务器），外围设备---检索终 端，.网络设备，输入输出设备 软件部分——系统软件和应用软件 机读数据库——文献书目数据库，事实型数据库， 数值型数据库，全文数据库，多媒体数据库，超 文档数据库
计算机信息检索方法
1.布尔检索(复合检索) AND关系:称为逻辑与(逻辑乘). 例如:光度法 AND 铁 OR关系:称为逻辑或(逻辑加). 例如:光度法 OR 铁 NOT关系:称为逻辑非(逻辑减). 例如:光度法 NOT 铁
常用外文元搜索引擎： 1、Vivisimo （ /） 调用多种搜索引擎，并对返回的结果自动分类,界面友好 简单易用。 space 3.Dogpile 4．InfoGrid （ /） 提供与主要搜索网站的直接连结和目录检索，具有强大的 元搜索和新闻搜索功能。 5.MetaCrawler （ ） 支持调用12个独立搜索引擎，提供涵盖近20个主题的目录 检索服务。其检索特性非常丰富，包括常规检索、高级检 索、定制检索、国家或地区的资源检索等检索服务模式。 6. (）
计算机检索分类： 1.光盘检索:以菜单形式检索. a.光盘单机检索----(CD-ROM)只读 式光盘检索. b. b.光盘联机检索----局域网内的检 ---索. 2.网络检索 a.局域网检索 b.互联网检索
计算机信息检索原理： 计算机信息检索是用计算机代替人工检索的匹配 过程，与手工检索的基本原理相同。即， 采用人机交互式对话，计算机先接受检索提问 （即检索提问表达式），并且从数据库中查找 文献记录，然后在两者之间进行匹配运算，运 算过程的实质是检索提问式与数据库中文献记 录标识进行比较的过程。 用户对检索提问按照计算机匹配运算输出信息 的满意程度进行适当修改，直到得到检索结果 为止。 见教材P72
（2）.超链接与超文本 用户通过浏览器观看一个网页时，会发现一些 带有下划线的文字或图形图片等，当鼠标指针指 向这一部分时，鼠标指针变成手形，称之为超链 接。当鼠标单击超链接时，浏览器就会显示出与 该超链接相关的内容。 具有超链接的文本就称为超文本。
（3）统一资源定位符（URL): 在www中用URL(uniform resource locator)定 义资源所在地，URL的地址格式为： 应用协议类型：//信息资源所在主机名（域 名或IP地址）/路径名/…/文件名 例：/表示用HTTP协议 访问主机名为的web服务器的 主页。 （4）HTTP协议： 在web服务器和用户计算机间使用的超文本 传输协议。
■ 目录索引 目录索引虽然有搜索功能，但在严格意义上算 不上是真正的搜索引擎，仅仅是按目录分类的网 站链接列表而已。用户完全可以不用进行关键词 （Keywords）查询，仅靠分类目录也可找到需要 的信息。目录索引中最具代表性的莫过于大名鼎 鼎的Yahoo雅虎。其他著名的还有Open Directory Project（DMOZ）、LookSmart、About等。国内 的搜狐、新浪、网易搜索也都属于这一类。
发展概况： 一.脱机批处理检索阶段(1954~1964年)(off-line retrieval) 脱机检索就是利用单台计算机本机的输入输出装置进 行检索。 脱机检索的检索用户和计算机脱钩，不参与人机对话， 检索是以批处理进行的。 二.联机检索阶段(1965~1971)(on-line retrieval) 联机检索是指用户利用计算机终端设备，通过通讯 线路，从信息中心的计算机（主机）上获取所需的信息。 可实现人机对话，检索是以命令的形式进行的。 三.光盘检索阶段（1978-） 四.网络信息检索阶段(1990~) 又叫混合型检索.指Internet,具全球性的，知道网址就 可以随时随地访问。
4、知合网 /search/index.html 2005年8月推出，主要用作学习工值来排序。 5、K风元搜索 /k-metasearch/ 2007-1-2推出，由K风软件开发的元搜索引擎软件产品， 特色是IAsk，源搜索比较 丰富，但算机信息检索
第一节 计算机检索基础知识
第二节 Internet信息检索
第一节 计算机检索基础知识
概述： 20世纪90年代以来，随着Internet的发展， Internet上出现了庞大的信息资源。各种信息库、文献 数据库、事实数据库应有尽有，渗入了自然科学、社会 科学、工程技术等各个领域，包括一次文献和二次文献， 分布在全世界几百万台服务器上，运行于Internet上.如 何在茫茫的信息海洋中找到对你有用的信息，并以最快 的速度获取，这给每一位信息检索人员提出了新的课题， 也推动了信息检索学科的迅速发展。 美国报道生活新方式的期刊POV将互联网检索专家 作为未来十大热门职业之一。这充分说明了计算机信息 检索的重要性。
2.法定数检索(是布尔逻辑检索的一种改进) A*B*C*D 3.截词检索 右截词:又叫后端截词,前端一致. 如:chemi*表示查找结果含有chemical,chemist, chemistry等的信息。 左截词：又叫前端截词，后端一致。 如：*physics--- physics,biophysics, chemophysics, geophysics等。 中间截词：wom*n---woman,women.
4.词位置检索 nW关系：要求所连接的两个检索词在结果中相互 距离不超过n个词或字，而且前后顺序不能颠倒。 nN关系：前后顺序可以颠倒。 例如：A（2W）B；A（2N）B 5.字段检索 6.加权检索:加权符号为“+”或“-”. 例:+光度法-铁
第二节 Internet信息检索
一.Inernet信息常用获取方式 1.www（环球信息网） （1） www是world wide web（环球信息网）的缩写。中 文名称为万维网。它是在Internet环境下实现分布式超 文本检索的体系。 WWW采用的是客户/服务器结构，作用是整理 和储存各种WWW资源，并响应客户端软件的请求， 把客户所需的资源传送到Windows UNIX或Linux等平 台上。 www实际就是一个庞大的文件集合体，这些文件称 为网页或web页，存储在因特网上的成千上万台计算 机上，提供网页的计算机称为web服务器，或叫网站、 网点。
3.搜索引擎使用技巧 搜索引擎使用技巧
搜索引擎为用户查找信息提供了极大的方便， 你只需输入几个关键词，任何想要的资料都会从 世界各个角落汇集到你的电脑前。然而如果操作 不当，搜索效率也是会大打折扣的。 比方说你本想查询某方面的资料，可搜索引 擎返回的却是大量无关的信息。这种情况责任通 常不在搜索引擎，而是因为你没有掌握提高搜索 精度的技巧。那么如何才能提高信息检索的效率 呢？
搜索关键词提炼： 搜索关键词提炼：
无庸至疑，选择正确的关键词是一切的开始。 无庸至疑，选择正确的关键词是一切的开始。 学会从复杂搜索意图中提练出最具代表性 代表性和 学会从复杂搜索意图中提练出最具代表性和指示 的关键词对提高信息查询效率至关重要， 性的关键词对提高信息查询效率至关重要，这方 面的技巧（或者说经验）是所有搜索技巧之母。 面的技巧（或者说经验）是所有搜索技巧之母。
国内元搜索引擎： 1、BB猫 / 一个不得不提的中文元搜索引擎，.bbmao 的主要投资商是由 的创始人 Brad Greenspan 创立较理想。带有搜藏等功能，比较强大的一个元搜索引擎。 2、XISOSO元搜索 / oogle+Yahoo(只搜英文)， 3、万纬搜索 / 一个老牌中文元搜索。核心一般、功能一般。
8.北斗搜索 北斗搜索 / 结果来自、搜狗、雅虎；左侧有深入搜索、相关搜 索；可以评价结果。
9.Xooda 元搜索引擎 支持本地搜索，一次输入，返回多个搜索引擎结果，并 对结果进行重新的优化排序。
10.Seekl 的结果，更科学更全面……
（5）浏览器及使用技巧 解决乱码： 关闭多媒体对象加快上网速度： 将常用主页设置为默认主页： 制作收藏夹： 代理服务器的使用：
2.电子邮件（E-mail） 3.远程登录（Telnet） 4.文件传输协议（FTP) 5五.电子公告版（BBS）用辅助工具 1.文件下载工具：网络蚂蚁（NetAnts） 网际快车Flashget(JetCar) 迅雷下载等等 2.文件压缩与解压工具：Winzip Winrar 3.PDF文件及其阅读软件：下载安装Adobe公司开 发的 Acrobat Reader 软件（免费），即可在不 同平台上阅读PDF文件。
四.Internet搜索引擎
1.概念:搜索引擎(Search Engines)指对WWW站点 资源和其他网络资源进行标引和检索的一类检索 系统机制。一般包括数据采集标引机制、数据组 织机制和用户检索机制。 www站点 搜索引擎基本结构图：
www站点 搜索引擎 用 户 系 统 采集标引机制 网 络 数据组织机制 用户检索机制 网 络 www站点 新闻组站点 Gopher站 点 FTP站点
2.搜 索 引 擎 分 类： 搜
搜索引擎按其工作方式主要可分为三种， 分别是： 全文搜索引擎（Full Text Search Engine） 目录索引类搜索引擎（Search Index/Directory） 元搜索引擎（Meta Search Engine）
■ 全文搜索引擎 全文搜索引擎是名副其实的搜索引擎. 国外具代表性的有:Google、Fast/AllTheWeb、 AltaVista、Inktomi、T提取的各个网站的信息 （以网页文字为主）而建立的数据库中，检索与用户查 询条件匹配的相关记录，然后按一定的排列顺序将结果 返回给用户，因此他们是真正的搜索引擎。
■ 元搜索引擎 (META Search Engine) 元搜索引擎（Metasearch Engine），是一 种调用其它独立搜索引擎的引擎,亦称“搜索 引擎之母”。元搜索引擎就是对多个独立搜 索引擎的整合、调用、控制和优化利用。相 对元搜索引擎，可被利用的独立搜索引擎称 为“源搜索引擎”（source Engine），或 “搜索资源”（searcing resources）,元搜 索引擎是用户同时利用多引擎进行网络搜索 的中介。检索时，元搜索引擎根据用户提交 的检索请求，调用源搜索引擎进行搜索，对 搜索结果进行汇集、筛选、删并等优化处理 后，以统一的格式在同一界面集中显示。