2013搜索引擎模块作业

山西农大网络信息检索与利用

搜索引擎模块2013 冬作业

1 利用搜索引擎查找与你所学专业相关的专业网站3个；查找近一年来山西农大网站有关研究生招生的信息，给出URL。

2利用谷歌“图片搜索”功能查找一幅有关山西农大图书馆正面图片（要求：1024*683像素，并记录图片所在的URL）

3 利用360搜索引擎查找“工业三废”是指什么？检索有关“工业三废的污染治理”主题方面的PDF/DOC/PPT格式文件个1篇，写出检索式，并提供文章所在的URL。

4 利用搜索引擎查找“天空软件站”网站内有关格式转换（音/视频、图片、文档）的软件，写出检索式、软件名称及下载地址。

5．360的网站导航收集了多少个招聘网站和考试网站？分别写出其中2个网站名称及其所在页面的URL。

6 利用360搜索引擎查找有关简历制作的网站，下载一套适合本专业的简历模板及封面。

7 如要寻找专业方面的参考文献，选择哪个合适搜索引擎来确定相关的学术类文章？请搜索包含关键字“计算机软件测试的方法”的网页，并设定搜索的网页中要包含“测试前准备工作”的完整关键词

8 现在有一家企业需要为自己一款新白酒产品写一份该产品的可行性报告，需要了解知道中国白酒行业的供需状况如何、发展现状和趋势如何、国家政策如何、竞争企业状况如何、重点市场在哪里？各种白酒产品如何？消费群构成如何？消费者需求如何等。请问你如何帮助这家企业来完成这些数据信息的检索任务？

9 对于我们大学理工科学生来说，大量阅读相关专业文献是必不可少的，比如英文文献，当我们在阅读英文文献或者英文网页时，如何利用搜索引擎功能帮助我们，将英文转化成中文，进而提高阅读效率呐？

10.利用google学术搜索查找近5年来有关N-二甲基亚硝胺对肝纤维化影响方面的文章。用参考文献的格式列出其中2篇文章。

11 利用无线移动搜索，用搜索引擎查找HTTP的含义

12分别利用peterson(https://www.360docs.net/doc/b01953493.html,)college

NET(https://www.360docs.net/doc/b01953493.html,),查找“美国南加州大学（USC）”的英文名称、地址、电话以及研究生专业设置、入学要求等信息。

13查找汉语“信息”和英文BREAKFAST 二词的最早出处？

14利用google学术搜索查找你所在院系老师历年来发表论文的情况。列出其中一名老师发表论文目录。

15、利用百度文库上传一篇自己的文档

全文数据库检索实习题

1.检索2009-2012年间由中国计算机学会举办，有关计算机的会议文献。

2.利用万方数据库，查找气象集合预报应用网格的科技成果。

3.查找计算机网络的轨道电路的专利文献。

4.检索广东地区生产电梯的中外合资企业信息，要求企业职工人数在500-2000人。

5.检索浙江大学，有关环境污染方面的学术期刊、学位论文和会议文献。

6万方数据资源系统收录了哪些类型的文献？万方数据资源系统提供了哪些个

性化服务？

7.查找1997年发布的有关化妆品色素的标准文献

8中国知识资源总库收录了哪些类型的文献？中国知识资源总库的知识网络系

统提供了哪些重要的链接？

9.查找2009-2013年，发表在期刊《中国兽医杂志》上，禽流感疫苗研制的相关期刊论文

10.查找2007年到2012年，山西农业大学授予的，农学专业的学位论文全文。

11.检索江苏浙江上海地区生产碳酸饮料的企业信息。

12.利用中国学术期刊全文数据库，检索2007年至今，属于国家自然科

学基金资助项目成果的有关汽车尾气的文献。

13 利用维普数据库高级检索功能检索“海带凉粉的制作工艺”的全文，浙江海洋学院食品与药学学院范利洪撰写，发表在《粮油食品科技》期刊上，文献分类号是TS217.2。

14 利用《中国引文数据库》，检索山西农业大学王俊东老师发表的论文，以及被引用的情况，H指数；通过“中国引文数据库”试一试查你专业老师发表论文被引用情况和H指数。

15利用《维普数据库》，检索吴志红撰写，发表在深圳土木与建筑期刊上，有关聚氨酯防水涂料的相关文献。写出检索式，并进行检索。

16 某同学在检索“汶川防震减灾的研究”相关文献时，结果为零。现需要调整策略，扩大检索范围。请给出调整后的检索策略

事实数据检索板块思考题

要求：利用网络事实和数据库等资源检索回答下列问题：（按步骤写出主题分析，所用数据库，关键词，表达式以及简要答案）

1. 哪些金属属贵金属，重贵金属和轻贵金属是怎样区分的？

2. 请查出五种农用除草剂的名称和化学结构式。

3. 请查2011年世界处于前十位的银行。

4. 羽毛球的英文名称从何而来？

5. 请查英谚“one swallow does not a summer make”的出处和含义。

6. 化学元素中的钫、镅的英文名称是以何地命名的。

7. 香港科技大学（Hong Kong University of Science & Technology）建于哪年，现任校长是谁？

8. 海洛因的密度是多少？

9. 2011年科学家们在人类基因组研究方面取得哪些进展？

10. 我国2009---2012年国民生产总值各是多少？

11. 请查找并对比中国和美国近十年的科研经费投入。

12. “Encyclopedia”、“gazetteer”两词的来源。

13. 从中国大百科网中查找一幅已故总理周恩来的照片。

14. 诺贝尔奖金的几个奖项是同时设立的吗？

15. 海明威的小说“For Whom the Bell Tolls”取名自什么作品，作者是谁？

16. 请简单介绍一下WOK(SCI)数据库的情况。

17. 用维基百科检索H7N9甲型禽流感的最新信息？

18. 查找公元1669年在我国哪一朝代？记录朝代名称、统治者、庙号及其建都的地址。

19 如何使用国研网、万方数据系统等网站获取某个行业产品的详细数据？

常见问题解答及上机操作题

1.作业讲解。 2.常见问题解答如下： ?问题1：以太网使用载波监听多点接入碰撞检测协议CSMA/CD。频分复用FDM才使用载波。以太网有没有使用频分复用？答：这里的“载波”并非指频分复用FDM的载波。CSMA/CD协议的发明者故意使用了大家早已熟悉的旧名词Carrier（载波），来表示连接在以太网上的工作站检测到了其他工作站发送到以太网上的电信号。 ?问题2：使用5类线的10BASE-T以太网的最大传输距离是100 m。但听到有人说，他使用10BASE-T以太网传送数据的距离达到180 m。这可能吗？答：可能。这是因为有许多因素决定以太网的最大传输距离。当一些具体条件（如导线的电阻、实际的信噪比等）发生变化时，以太网的最大传输距离就会起变化。 ?问题3：一个大学能否就使用一个很大的局域网而不使用许多相互连接的较小的局域网？答：一般不会使用一个很大的局域网。这是因为使用一个很大的局域网有许多问题： (1)可能一个局域网无法覆盖整个大学的地理范围； (2)一个大学需要联网的计算机数量可能超过一个局域网所容许接入的计算机的最大数量； (3)很大的局域网不便于管理。 (4)过大的局域网常常会产生“广播风暴”，影响局域网的正常工作。因此，一个大学的校园网通常并不是一个单个的大局域网而是一个互连网，这个互连网由许多较小的局域网通过一些路由器互连而成的。 ?问题4：为什么IP地址又称为“虚拟地址”？答：这是因为IP地址是靠软件来维持的而不是硬件地址。我们好像构成了一个很大的互连网络，但这个网络是虚拟的网络系统，因为它的通信系统是抽象的。虽然许多硬件和软件的组合看起来好像构成了一个很大的网络，但这样的大网络实际上并不存在。这种虚拟网络的地址也是虚拟的，因此IP地址又称为“虚拟地址”。 ?问题5：如下图所示。五个网络用四个路由器（每一个路由器有两个端口）互连起来。能否改变这种连接方法，使用一个具有五个端口的路由器将这五个网络互连起来？答：一般说来是不采用这样的连接方法。

百度搜索引擎练习

实习作业题1：百度搜索引擎练习（1）用逻辑“与”查出“计算机网络技术”有关的网页。（要求：记录检索式和命中结果的数量，并体会“百度快照”、“相关搜索”的作用。）记录检索式：计算机* 网络技术+ 或& 命中结果的数量：约8,450,000篇（2）用逻辑“或”查出：“汶川地震”或“四川地震”的有关网页。（要求：记录命中网页数量和前两篇网页的标题）“|” 网页数量：约13,700,000篇前两篇网页的标题：1.四川汶川强烈地震_新闻中心_新浪网 2.四川汶川地震

（3）用逻辑“非”查出：中国电信（不含“上海公司”）有关的网页。（要求：记录命中网页数量和前两篇网页的标题）逻辑非“-”号命中网页数量：约22,000,000篇前两篇网页的标题：1.中国电信集团公司CHINA TELECOM 2.行业分类－中国电信黄页（4）利用“图片搜索”功能查找一幅有关象鼻山的风景图片（要求：800*700像素，并记录图片所在的URL） (图片在附件中，名为：象鼻山像素800乘600) 实习作业题2：Google搜索引擎练习

（1）利用“手气不错”（提供可能最符合要求的网站）功能，查出查出“清华大学”主页的网址是什么？（选做：*查出2002年4月，由清华大学7位学生开发研制的哪一个软件，一举打破了PennySort世界排序纪录，获得该年度冠军？） “清华大学”的网址：选做题：2002年4月7日，由清华7位学生开发研制的THSORT 排序软件，一举打破PeenySort世界排序纪录，获得该年度冠军（2）利用“图片”检索功能查出Google收集了多少张蒙娜丽莎的图像？下载一张个人照片。蒙娜丽莎的图像约有：80,300项(图片在附件中，名为：蒙娜丽莎) （3）利用“大学搜索”功能查出Google收集了多少个北京地区的大学？北京地区的大学有：82所

上机操作练习试题(2015)

上机操作练习试题：一：Windows 7操作系统 1. 在F：盘建立如图所示的文件夹。在F：盘建立“我的资料”文件夹。在“我的资料”文件夹下分别建立“图片资料”、“下载软件”、“Word文档”文件夹。 2. 使用“搜索”功能，查找计算机中的“*.jpg”文件，并将查找到的三个“*.jpg”文件拷贝到“F：\我的资料\图片资料”文件夹中（例如，将sha.jpg、图1.jpg、图2.jpg文件拷贝到“F：\我的资料\图片资料”文件夹中）。 3. 将“F：\我的资料\图片资料\sha.jpg”文件重命名为“沙滩.jpg”。 4. 删除“F：\我的资料\图片资料\图1.jpg”文件. 5. 将“F：\我的资料”文件夹设置只读属性。 6. 关闭来宾账户。 7. 设置屏幕分辨率为1920×1080。 8. 设置屏幕保护程序为“气泡”、等待5分钟。样张：

1. 创建“练习题.docx”文档，并录入以下文本内容。微电网是一种由负荷和微电源共同组成的系统。它可同时提供电能和热量。微电网内部的电源主要由电力电子器件负责能量的转换，并提供必要的控制。微电网相对于大电网表现为单一的受控单元，并可同时满足用户对电能质量和供电安全方面的需求。当微电网与主网因为故障突然解列时，微电网还能够维持对自身内部的电能供应，直到故障排除。欧美日三地都在进行微电网的技术研究，其中日本立足于国内能源日益紧缺、负荷日益增长的现实背景，展开了微电网研究，但其发展目标主要定位于能源供给多样化、减少污染、满足用户的个性电力需求。日本学者还提出了灵活可靠性和智能能量供给系统（FRIENDS），其主要思想是在配电网中加入一些灵活交流输电系统装置，利用控制器快速、灵活的控制性能，实现对配电网能源结构的优化，并满足用户的多种电能质量需求。机构研究显示，微电网市场有望在未来5年迎来高速成长期。从全球来看，微电网主要处于实验和示范阶段，微电网的技术推广已经度过幼稚期，市场规模稳步成长。着眼于当下世界范围的能源和环境困局以及电力安全需求的长期高企，微电网技术应用前景看好。未来5到10年，微电网的市场规模、地区分布和应用场所分布都将会发生显著变化。 2. 按以下要求完成对文档的设置。 ⑴设置页面格式：A4纸、横向；上、下页边距为2厘米，左、右页边距为2.5厘米；页眉距边界1.8厘米、页脚距边界1.5厘米。 ⑵将正文中的中文字体设置为楷体_GB2312、西文字体设置为Arial、常规、四号、水绿色-强调文字颜色5-深色50%；两端对齐、每段首行缩进2字符、行间距（固定值）为28磅。 ⑶增加标题：插入艺术字“微电网及其发展前景”（采用艺术字样式17、隶书、36磅）、设置艺术字的版式为上下型环绕、艺术字高度为2厘米（锁定纵横比），将艺术字拖动到文档左上角的位置（水平位置为0、垂直位置为0），如样张所示。 ⑷将第二自然段等分为偏左的两栏、左栏宽度为20字符，栏间距为6字符、两栏之间设置分隔线。 ⑸插入剪贴画“Earth”（j0285360.wmf），设置图片版式为四周型；图片宽度为3.6厘米，锁定纵横比，并将图片拖动到样张所示位置。 ⑹为第三自然段设置首字下沉（字体为隶书、首字下沉2行、距正文0.5厘米、首字颜色设置为橙色-强调文字颜色6、阴影效果）。 ⑺设置页眉为“微电网技术”（页眉样式为条纹型；字符格式黑体、小五号；居中对齐；页脚样式为纯文本-颚化符；字符格式为Arial、小五号；文本右对齐）。

搜索引擎-第二次实验报告

实验二：实验一、实验目的：根据网络爬虫的基本原理，实现一个简易网络爬虫，需要达到以下指标： 1、种子URL为https://www.360docs.net/doc/b01953493.html,； 2、至少抓取10000个页面； 3、至少完成3轮抓取，每轮给出更新的URL及其数量； 4、实现ＵＲＬ判重，列出每轮爬去时重复的URL数量； 5、数据存放到数据库中，能抽取出网页中的标题、页面生成日期（http协议中的时间），至少包含标题、时间、url、抓取时间、网页正文这几个字段。二、实验方案： 1.爬虫分析与设计我们组应用的是java来写爬虫，我们应用SSM框架将数据库和应用程序连接起来，可以在程序中更简单的进行数据库插入、查询等操作。在对url处理的时候我们用的是Java的URL类，通过这个类可以获得请求头的一些信息，例如编码方式。如何获取url，我们一开始遇到了一些问题，直接解析网页中的ref 标签的时候得到的不全是网页链接，所以转换思路，我们先得到页面中的标签，然后再得到标签里边href中的url，然后再对url进行处理。在处理url的时候，因为网页中的url并不是全部以http开头的，所以在url获取部分，对url的格式进行判断，如果通常格式就进行修改，例如，有的链接是”#”，我们就把开始搜索的url加到它的前边，形成一个正确的url。

图1：应用URL类获取网页内容图2：利用url请求头获取编码信息图3：获取a标签

图4-1：获取url 图4-2：获取url

图5：url判重 2.数据库分析与设计我们设计了两个表，一个是未爬取url表，两一个是已经爬取url表。未爬取的表中村的是搜索判重之后，还没有爬取的url，已爬取的存储爬取到的信息。图6：判重后需要爬取的url表图7：爬取后url信息存储表