基于搜索引擎的信息检索
基于搜索引擎的信息检索
——中南财经政法大学 图书馆 文献资源建设部
杨小玲
电话：88387115
统一资源定位符
Uniform Resource Locator,简称URL,是www系统使用的一种特殊 地址。 每一个文件无论它以何种方式存在何种服务器上，都有一个唯一 的URL地址，该地址不仅指明信息资源所在目录和文件名，还指 明信息文件存在于网络的哪个节点的计算机上，以及可以访问的 方式等。 只要用户正确地给出了一个文件的URL地址，www服务器就能准确 无误地将它找到并且传送到发出检索请求的www客户机上去。 URL可以看成是一个文件在Internet上的标准通用地址。
Page 26
检索特定网站、特定文献类型中的特定内容
Page 27
GOOGLE学术搜索-实 例
Pageபைடு நூலகம்28
愿梦想从这里起飞！
谢 谢！
Page 29
找其他大学网站中有关我校领导
例子：1、刘可风 site: 冒号后不空 2680结果，508类似条目，url全为以上网站 冒号后空2620结果，19类似条目，url含其他网站 刘可风 site: 刘可风 site: 注意：冒号后不能有空格。有空格，后如关键词。不空格则 网页url 再试试加site与不加site的结果，不加site 两部分如关键词 杨志光 site: 杨志光
Page 12
filetype:文件类型检索
Filetype是实用功能强大的搜索语法，就是说，除一般文字 页面外，还可以搜索二进制文档： 可检索微软的office文档，xls. ppt. doc. rtf 可检索wordperfect文档，Lotus1-2-3文档 可检索adobe的pdf文档 可检索ShochWave的swf文档（Flash动画）
Page 17
网页链接中包含第一个关键词
Page 18
Inurl/allinurl:检索限制在url
allinurl语法返回的网页的链接中包含所有作用关键字。这个查 询的关键字只集中于网页的链接字符串。
Page 19
Intitle/allintitle:检索限制在标题
intitle和allintitle的用法类似于上面的inurl和allinurl，只是后者 对URL进行查询，而前者对网页的标题栏进行查询。网页设计的一 个原则就是要把主页的关键内容用简洁的语言表示在网页标题中。 因此，只查询标题栏，通常也可以找到高相关率的专题页面。
Site：表示检索结果局限于某个具体的网站或者网站频道 示例：检索包含“鲁迅”的中文新浪网站页面
检索：鲁迅 site:
说明：site后面的冒号为英文字符，而且冒号后面不能空格， 否则“site:”将被一个检索关键词；另外，网站的域名不能有 http或者www前缀
Page 10
Page 5
搜索引擎的种类
检索型搜索引擎：比较著名的有： Alta信息系统地分门归类，经过人工整 理后形成庞大而有序的分类目录体系。雅虎就是以卓越的分类目 录型导航服务而称誉全球。 混合型搜索引擎：它兼有检索型和目录型两种方式。如：新浪、 搜狐、网易、中华等门户网站。 多元搜索引擎：也称为集合型搜索引擎。将多个搜索引擎集成在 一起，通过统一的检索界面进行网络信息多元搜索的检索工具。 如万维搜索（）等。 以GOOGLE为例来进行说明
示例：检索一些关于搜索引擎检索知识和技巧方面的PDF文档
检索：“ serch engine” tips OR tutorial filetype:pdf
Page 13
检索PPT
Page 14
检索DOS
Page 15
检索FLASH
Page 16
Inurl/allinurl:检索限制在url
Page 21
Page 22
related:相似网站检索
related: 结果：中国的大学网站，相关度: 地域、专业等 related: 搜索结果商业网站 related: 地域、大学、知名度、专业、国家等 related: 除皇家音乐学院，有地区音乐资 讯、城市等 related: 搜索全部为中国政府类网站 related:美国政府网站 Related:美军网站
Page 2
URL的一般格式
<通信协议>：//<主机>/<路径>/<文件名> <通信协议>：指提供文件的服务器所使用的通信协议。如HTTP： 超文本传输协议，Gopher：Gopher协议，FTP：文件传输协议， Mail to:电子邮件地址等； <主机>：指上述服务器所在主机的IP地址； 主机名由多级域名组成，域名是从右到左理解的。 <路径>：该文件在上述主机的路径； <文件名>：该文件的名称。 / 图书馆· 中南财经政法大学· 教育机构· 中国。
Page 24
与牛津大学相关的名校
Page 25
混合使用各种检索技巧
缩小检索范围：intitle site 如：intitle:自动化 site: 检索特定类型的信息：inurl 如：inurl:mp3 红玫瑰 检索特定网站、特定文献类型中的特定内容（示例） 不混合使用多种检索技巧的情况： 不混合使用有抵消的检索： 如：知识管理 site: –inurl:edu 不重复使用同一语法结构： 如：知识管理 site:com site:cn 但是这种状况可行：知识管理 (site:com | site:cn) 不要一次性使用过多的限制，应逐级加深
Page 4
搜索引擎的工作原理
搜索引擎由网上机器人(Spider 或Robot)自动在网页上按某种策 略进行远程数据的搜索与获取，并生成本地索引。 Spider 或Robot 是一种软件，它沿着WWW文件的链接在网上漫游， 记录URL、文件的简明摘要、关键字或索引，形成一个很大的数 据库，这种数据库包括标题、摘要、关键词和URL、文件的大小、 语种以及词出现的频率。
Page 23
域名常识
.com （商业机构）； （国内商业机构）； (英国、日本商业机构) （国内互联网机构）； .org （非赢利性组织）； （国内非赢利性组织）； . .gov (国家政府机构) .int International organizations,国际组织 .mil : Military (U.S),美国军部 .net （从事互联网服务的机构）； .name. 个人网站 .edu. 教研机构 .ac. 科研机构，英美的教研机构/大学
inurl语法返回的网页链接中包含第一个关键字，后面的关键字 则出现在链接中或者网页文档中。 有很多网站把某一类具有相同属性的资源名称显示在目录名称 或者网页名称中，比如“MP3”、“GALLARY”等，于是，就可以用 INURL语法找到这些相关资源链接，然后，用第二个关键词确定是 否有某项具体资料。 inurl语法和基本搜索语法的最大区别在于，前者通常能提供非 常精确的专题资料 示例：检索用Flash做的关于幼儿英语课件 检索： inurl:flash 幼儿英语课件
Page 11
Link:检索链接某网址的网页
Link：返回所有链接到某个URL地址的网页
示例：所有含指向新浪网“”链接的网址
检索：link:
说明：link不能与其他语法相混合操作，所以，后面即使有空 格也被GOOGLE忽略。 如：link: 可检索链接我们学校的网站
Page 7
逻辑检索
与= AND, 空格 同时有 或= OR 都有,或有你,或有我 AORB 非= “ –” 排除，注意减号前空一格 综合：“A+B -C”
不分大小写，所有字母示为小写 的、of会被忽略，如要查用“”
Page 8
短语与句子检索
Page 9
site:检索限于某网站
Page 20
PS：Intext/allintext:检索限制在正文（类似）
define:定义检索
检索式1： define 概念 相当于检索2个关键词。如有定义，也是知识库中的定义， 非网络定义
检索式2：define:概念 相当于网络定义 二者都可用，比如晕轮效应，用第二种方法，检索不出，网络上 无定义。但第一种方法，可检索出，在网络上的知识单元数据库 中可查出
Page 6
网络搜索引擎检索技巧
逻辑操作 AND OR NOT 搜索短语和句子 site:搜索结果限于特定网站 Link：检索链接某网址的网页 Inurl：网络链接与网页关键词 Allinurl：网络链接字符串检索 Filetype：文件类型检索与文件中关键词 define定义检索 相似网站检索 ……
Page 3
搜索引擎
搜索引擎又称www检索工具，www上的一种信息检索软件。工作原 理与传统的信息检索系统类似，都是对信息集合和用户信息需求 集合的匹配和选择。 输入检索词以及各检索词之间的逻辑关系，获得检索结果(在 Internet上是一系列节点地址)并输出。 搜索引擎实际上是Internet的服务站点，有免费为公众提供服务 的，也有进行收费服务的。不同的检索服务可能会有不同界面， 不同的侧重内容，但有一点是共同的，就是都有一个庞大的索引 数据库。这个索引库是向用户提供检索结果的依据，其中收集了 Internet上数百万甚至数千万主页信息，包括该主页的主题、地 址，包含于其中的被链接文档主题，以及每个文档中出现的单词 的频率、位置等。
基于搜索引擎技术的文档信息检索研究
基于搜索引擎技术的文档信息检索研究随着互联网技术的进一步发展，信息量呈现指数级增长，人们在获取信息时也面临着不小的挑战。
如何在浩如烟海的信息中找到符合自己需求的准确、快速的结果，这一问题成为现今互联网信息时代的一大难题。
为了解决这一问题，搜索引擎技术应运而生。
搜索引擎是一种从互联网上获取文档信息的程序工具，它通过建立庞大而全面的文档索引，实现用户对文档内容进行全文检索和相关性排序的功能。
作为一种信息检索技术，搜索引擎不但可以帮助普通用户快速地找到需要的内容，同时也为企业、学术机构等提供了一种重要的信息服务手段。
搜索引擎技术的实现主要包括以下几个过程：1. 网络爬虫搜索引擎工作的第一步就是进行网络爬取。
网络爬虫通常按照预定规则在网络上获取文档信息，这些规则可以是按照域名爬取，或者是按照关键词爬取。
网络爬虫可以获取各种格式的文档，例如HTML、PDF、Word、Excel等等。
2. 分析和处理获取文档之后，需要先进行分析和处理。
其中一个重要的工作是文本提取，即将文档中的文本内容抽取出来存储，包括标题、正文、摘要等信息。
此外还需要进行文档的去重、过滤以及格式化等进一步处理。
3. 建立索引建立索引是搜索引擎技术的核心。
它是将文档信息按照某种规则进行分类和存储，形成搜索引擎内部的数据库结构。
建立索引的过程需要分析文档语言类型、词频以及相关性等因素，从而建立文档与搜索关键词之间的映射关系，即倒排索引。
4. 相关性排序搜索引擎通过倒排索引可以很快地找到包含搜索关键词的文档列表，但如何将这些文档按照相关性进行排序，让用户看到最符合需求的结果呢？这需要通过一些算法和技术来实现。
常见的排序算法包括PageRank和TF-IDF等。
在实际应用中，随着搜索引擎技术的不断提升，检索结果的相关性和准确性也得到了不断提高。
例如，现在的搜索引擎已经可以通过语音识别、自然语言处理等技术，实现从搜索关键词到真正需求的精准匹配。
同时，也有些搜索引擎支持在搜索过程中预测用户的需求，进行相关推荐。
信息检索与搜索引擎的原理与实现
信息检索与搜索引擎的原理与实现信息检索是指通过对文本、图像、音频等信息资源进行处理和匹配，从中获取用户所需内容的一种技术。
而搜索引擎则是实现信息检索的重要工具，它通过建立索引、采集网页和提供检索功能，向用户提供全面的资源搜索服务。
本文将着重介绍信息检索与搜索引擎的原理与实现。
一、信息检索的原理信息检索是一门复杂的学科，其中涉及到多个原理和方法。
在信息检索的过程中，主要包括以下几个步骤：1. 信息需求分析：分析用户的信息需求，了解用户所需要的具体内容和检索目标。
2. 数据采集与预处理：通过网络爬虫等工具，从互联网上获取大量的文本数据，并进行相关预处理，如去除HTML标签、停用词过滤、分词等。
3. 文本索引构建：将得到的文本数据进行索引构建，以便快速查找和匹配。
常见的索引结构包括倒排索引和正排索引。
4. 查询索引匹配：根据用户的查询词，寻找与之匹配的索引，以获取相关的文档记录。
5. 结果排序与评价：对匹配到的文档进行排序，将用户最可能感兴趣的文档显示在前面，并通过相关性评价指标对搜索结果进行衡量。
二、搜索引擎的实现搜索引擎是实现信息检索的重要工具，目前市面上有很多搜索引擎产品，如Google、百度、必应等。
搜索引擎的实现过程可以分为以下几个关键步骤：1. 网页采集：搜索引擎通过网络爬虫程序自动地爬取互联网上的网页内容，并将其存储到数据库中，以备后续索引和检索使用。
2. 索引构建：搜索引擎将采集到的网页内容进行索引构建，常用的索引结构有倒排索引和正排索引。
3. 查询处理：当用户输入查询词后，搜索引擎通过查询处理程序进行查询解析、查询扩展、查询优化等操作，以便更好地理解用户的查询意图。
4. 结果排序：搜索引擎通过一系列的算法和评价指标，对匹配到的文档进行排序，并将排名较高的文档显示在搜索结果的前面，以提供给用户更有用的信息。
5. 检索结果展示：搜索引擎将经过排序的文档结果以页面形式展示给用户，同时还提供相关的搜索建议、相关搜索等功能，以方便用户获取更多的信息。
面向搜索引擎的信息检索与分类算法研究
面向搜索引擎的信息检索与分类算法研究随着互联网的普及和发展，信息量不断增加，如何快速、准确地获取所需信息成为人们关注的焦点。
搜索引擎是解决这一问题的重要工具，也是互联网上最繁荣的产业之一。
然而，随着信息质量的参差不齐和恶意操纵的出现，搜索引擎只能呈现信息，却无法保证其真实性和可信度，这就需要更为精确和高效的信息检索和分类算法来解决这些问题。
一、信息检索算法信息检索是指在大量的信息中，通过关键词、内容和结构等特征，查询并返回与用户需求相关的信息。
为了使用户能够快速准确地获取所需信息，信息检索算法应具有高效性和准确性。
目前，比较流行的信息检索算法有如下几种：1、全文检索算法全文检索是指将文本文件中的全部内容进行检索，根据关键字的出现频率将相关性较高的文件返回给用户。
全文检索算法通常使用倒排索引技术实现，即把每个单词对应出现该词的文档列表记录在一起，当用户输入关键词时，查询包含该词的所有文档，并返回相关性较高的文档。
2、向量空间模型算法向量空间模型是基于向量和矩阵运算的一种信息检索算法，将文本文件表示为向量，根据向量之间的余弦相似度计算文本的相关性。
与全文检索算法相比，向量空间模型算法不仅可以使用单词频率作为文本特征，还可以使用词汇出现位置、词性、语法等复杂特征，提高检索的准确性。
3、PageRank算法PageRank算法是指通过分析链接关系和网页质量，把网页按照相关度排序，从而为用户提供最优的搜索结果。
PageRank算法基于网页之间的链接数量和质量，以及被链接的网页的权重计算网页的权重，越权重的网页越容易显示在搜索结果的前面。
二、信息分类算法信息分类是指将大量的文本信息按照用户所设定的标准进行分类，并自动为用户归档。
信息分类不仅可以帮助用户快速找到所需信息，还可以根据用户的查询历史和兴趣偏好推荐相关信息。
目前，比较流行的信息分类算法有如下几种：1、朴素贝叶斯算法朴素贝叶斯算法是一种统计学算法，基于贝叶斯定理计算文本的类别概率。
基于全文检索引擎的信息检索技术的应用研究
Ｒｅ ｅ ｒ ｈ ｏ ｌ— ｅ ｔ Ｉ ｅ ｉ ｎｄ Ｓ ａ ｃ ｎ ｓ ａ ｃ ｎ Ｆｕ ｌｔ ｘ ｎｄ ｘ ｎｇ ａ ｅ ｒ ｈｉ ｇ：
ａ ｐｐｌｃ ｔｏｎ Ｉ ｅ ｔｇ ｔｏｎ ｎＡ ｉ ａ ｉ ｎｖ ｓｉ ａ ｉ
ＬｉＺｉｕ ＹｕＱｉｇ ｏ ｇ Ｃｈ ｎ Ｓ ｅ ｇ ｏ ｇ ｒｎ ｎ ｓｎ ｅ ｈ ｎ ｄ ｎ
（ ｍ ｐ ｔｎ ｎ ｅ ｎ ｔ ｕ ｅ Ｅａ ｔＣｈ ｎ ｒ ｌ ｎ ｖ ｒｉｙ Ｓ ａ ｇ ａ ２ ０ ６ ） Ｃｏ ｕ ｉ ｇ Ｃｅ ｔ ｒ Ｉ ｓ ｉ ｔ ， ｓ ｉ ａ Ｎｏ ｍａ ｉ ｅ ｓｔ ， ｈ ｎ ｈ ｉ ０ ０ ２ ｔ Ｕ
ｑ ｅ ｙ ｔ ｅ ｓ ｓｅ ｗｉ ｕ ｇ ｓ ｈ ｅ ｅ ａ ｔｋ ｙ ｒ ｓｓ ｏ ｅ ｎ ｔ ｅ ｄ ｔ ｂ ｓ ． ｕ ｒ ， ｈ ｙ ｔ ｍ ｌ ｓ ｇ ｅ ｔｔ ｅ ｒ ｌｖ ｎ ｅ ｗｏ ｄ ｔ ｒ ｄ ｉ ｈ ａ ａ ａ ｅ ｌ
Hale Waihona Puke Ｋ ｙｗｏｄ ｓａｃ ｎ ｉｅＬ ｃｎ ，ｈｎ ｓ ｒ ｐ ｒｔ ｇ ｄ ｃ ｍｅ ｔ ｏ ｔ ｇ Ａｊｘ ｅ ｒｓ ｅ ｒｈｅ ｇｎ ， ｕ ｅ ｅｃ ｉｅｅｗｏｄｓ ａａｉ ， ｏｕ ｎ ｒｉ ， ａ ｅ ｎ ｓ ｎ
Ｃｌｓ ｍ ｂ ｒ ＴＰ３ ３． ９ ａ ｓ Ｎｕ ｅ ９ Ｏ
１ 引 言
广义上 ， 搜索引擎是指在 网络上专 门提供查询 服 务的一类 网站 ， 以一定 的策 略 （ 以是搜 索 软件 也 它 可 可 以是人工 ） 在互联 网中搜集 、 发现信 息 ， 信息进行 对 理解 、 提取 、 组织和处理 ， 并为用户提供检索服务 ， 从而
励 子闰 余 青松 陈 胜 东
基于相似性搜索的信息检索技术研究
基于相似性搜索的信息检索技术研究第一章：引言随着互联网技术的飞速发展，信息日趋丰富，使用量也越来越庞大，由此产生的信息爆炸问题越来越严重。
搜索引擎作为信息检索的主要工具，成为人们获取信息的主要方式。
但是，传统的搜索引擎存在着信息回答速度慢、结果准确度低等问题，不能完全满足现代人们多元化的信息需求。
为了解决这一问题，搜索引擎技术不断发展，其中相似性搜索技术的发展得到越来越广泛的应用，是信息检索技术的重要方向。
第二章：相似性搜索技术研究概述相似性搜索技术是一种基于内容或者语义相似度的搜索技术，可以将不同领域的数据通过相似度搜索的方法实现有效的检索。
随着人工智能技术的发展，相似性搜索技术也得到越来越广泛的应用，其中深度学习和神经网络技术的发展更是加速了相似性搜索技术的研究和应用。
第三章：基于相似性搜索的图像检索技术研究图像检索是一个具有广泛应用前景的信息检索领域，在传统算法中，往往使用颜色、纹理等特征描述图像内容。
基于相似性搜索技术的图像检索技术可根据图像的相似度来进行图像匹配，实现更为准确的图像检索。
第四章：基于相似性搜索的视频检索技术研究相对于图像检索，视频检索技术更加困难，需要考虑到视频分辨率、长度、时间等多种复杂因素。
基于相似性搜索技术的视频检索技术可从视觉、声音等多个方面来实现视频内容的相似性度量，实现更为准确的视频检索。
第五章：基于相似性搜索的自然语言处理技术研究基于相似性搜索的自然语言处理技术是一个重要研究方向，可实现对于文本记录的相似度计算。
当前，基于深度学习的自然语言处理方法，通过学习多种样本，可实现对于文本语义的相似性度量，从而实现更为准确的相似度检索。
第六章：基于相似性搜索的音乐信息检索技术研究随着数字音乐产业的不断发展，对于音乐信息的可信度越来越高。
基于相似性搜索的音乐信息检索技术可通过对音乐内容的相似度和音频特征进行提取，实现对于音乐信息的精准检索。
第七章：总结与展望本文从相似性搜索技术基础出发，详细介绍了基于相似性搜索的信息检索技术在图像、视频、自然语言处理及音乐信息检索等领域的应用。
百度搜索引擎的原理
百度搜索引擎的原理
百度搜索引擎是基于信息检索的技术原理进行工作的。
其核心原理主要分为网页爬取、网页索引和查询处理三个步骤。
首先，百度搜索引擎会使用爬虫程序自动收集互联网上的网页内容。
这些爬虫会从互联网上的一个个链接开始，逐个地访问网页并将其内容保存下来。
爬虫会遵循页面中的链接跳转到其他网页继续爬取。
通过这种方式，百度搜索引擎可以获取到大量的网页信息。
接下来，百度会对这些爬取到的网页进行索引。
索引是一个巨大的数据库，其中包含了所有爬取到的网页的信息。
为了提高检索效率，百度会对网页的文本内容进行处理和分析，提取出其中的关键词和主题。
这些关键词和主题会用作后续搜索的关键参数。
同时，百度还会记录网页的URL链接和其他相关信息，以便用户在搜索时能够快速找到。
最后，当用户在百度搜索框中输入关键词并提交时，百度会调用查询处理程序来处理用户的搜索请求。
查询处理程序会根据用户输入的关键词，在索引中寻找与之相关的网页信息。
百度会对这些网页进行排序，将与关键词相关性较高的网页排在前面。
同时，根据用户的搜索历史、位置和其他个人信息，百度还会提供个性化的搜索结果。
总结起来，百度搜索引擎的原理包括网页爬取、网页索引和查询处理三个步骤。
通过自动爬取网页内容并进行处理和索引，百度能够提供用户相关、准确的搜索结果。
基于搜索引擎的网络中文信息检索工具评价
基于搜索引擎的网络中文信息检索工具评价搜索引擎是我们日常生活中经常用到的网络工具，它是一种能够从海量信息中快速检索出用户想要的内容的软件系统。
当我们在搜索引擎中输入关键词进行搜索时，搜索引擎就会根据搜索算法对网络上的信息进行匹配和排序，最终呈现出来的搜索结果就是用户所需的信息。
而基于搜索引擎的网络中文信息检索工具，就是一种利用搜索引擎的搜索算法开发的中文信息检索工具。
这种工具可以帮助用户从海量的网络中文信息中快速、准确地检索出自己需要的信息。
基于搜索引擎的网络中文信息检索工具具有以下优点：首先，它能够快速地检索出用户需要的信息。
由于搜索引擎能够将海量的网络信息进行分类、排序，因此基于搜索引擎的网络中文信息检索工具可以更加快速地从大量信息中检索出用户所需的信息，同时还能够自动为用户推荐相关内容。
其次，它可以提供准确的搜索结果。
搜索引擎本身已经具备信息过滤和自动分类的功能，因此基于搜索引擎开发的工具天生具备比较准确的搜索结果。
用户只需要输入正确的关键词，就能够快速地找到所需的信息。
再次，它具有可定制性。
基于搜索引擎的网络中文信息检索工具可以根据用户的需求进行个性化调整和优化，例如用户可以针对某个特定领域进行搜索，或者在搜索过程中加入自己的优先排序策略。
然而，基于搜索引擎的网络中文信息检索工具也存在一些缺点。
最大的缺点就是受搜索引擎本身的限制。
由于搜索引擎系统的蒸蒸日上，竞争也越来越激烈，这导致搜索引擎的广告化越来越严重，影响了信息的检索质量，因此基于搜索引擎的网络中文信息检索工具的准确性也受到一定的影响。
除此之外，基于搜索引擎的网络中文信息检索工具还存在着一些信息安全的隐患。
例如，搜索引擎会将用户的搜索历史、数据、位置信息等进行收集和汇总，这也可能暴露用户的隐私。
总的来说，基于搜索引擎的网络中文信息检索工具在大部分情况下都是十分实用的，可以帮助大家更加快速、准确地检索出所需的信息，同时还支持个性化调整和优化。
教科版高中信息技术必修-信息技术基础：2.2.1 搜索引擎
专业类 寻人类
① 人人网（校内网） ② QQ校友
2.工作原理
目录索引搜索引擎
以人工或半自动方式收集信息
编辑人员分析和分类信息
用户通过分类目录查询信息
2.工作原理（续）
全文搜索引擎
从网上“抓取”网页
建立索引数据库
在索引数据库中搜索排序 响应用户查询
2.工作原理（续）
全文搜索引擎
2.工作原理（续）
元搜索引擎
3. 搜索技巧
选择合适的搜索工具 使用多个搜索条件 使用双引号(“”) 使用“快照” 使用通配符
星号（*） 问号（?）
3. 搜索技巧（续）
使用布尔逻辑检索
逻辑算符 与
或
非
检索式 命中
A AND B A OR B A NOT B
A*B A+B A-B
A 和B都 出现的记 录
1. 概念及分类（续）
元搜索引擎
单一的查询接口 在多个搜索引擎上搜索 返回过滤、排序等处理后的结果
不是真正意义 上的搜索引擎
1. 概念及分类（续）
元搜索引擎
1. 概念及分类（续）
元搜索引擎
优点 信息量更大、更全
缺点 用户需做更多的筛选 不能充分使用搜索引擎功能
1. 概念及分类（续）
日常用到的搜索引擎
1. 概念及分类（续）
分类
目录索引 搜索引擎
全文搜索 引擎
元搜索 引擎
1. 概念及分类（续）
目录索引搜索引擎
人工整理分类 网络信息资源按照主题分类 以层次树状形式进行组织
无需关键字 查询
1. 概念及分类（续）
目录索引搜索引擎
1. 概念及分类（续）
基于搜索引擎的信息查询技术研究
等 信息 ， 成庞 大 的索 引数 据库 。 过 网络搜 索 软件 或 组 通 网站 登录 等方 式 ， 收集 因特 网上 大 量 网站 的 页面 ， 过 经
在 布 尔检 索 的 具 体 表达 式 写 法 上 有 区 别 ， 得 在 使 用 使 布尔 检 索方 式时 ， 出 现一 些错 误 ， 而影 响 到返 回的 会 从
ｓ ａ ｃ ｎ ｉ ｅ ｑ ｅ ｉｓ ｈ ｏ ｅ ｏ ｈ ｅ ｗｏ ｋ ｉ ｆ ｒ ｔ ｎ ｒ ｔ ｉｖ ｌｔ ｏ ｓ ａ ｅ ｓ ａ ｃ ｎ ｉ ｅ ．Ｉ ｈ ｓ ｐ ｐ ｒ，ａ ｖ ｒ ｉｗ ｆｓ ａ ｃ ｅ ｒ ｈ ｅ ｇ ｎ ｕ ｒｅ ，ｔ ｅ ｃ ｒ ｆ ｔ ｅ ｎ ｔ ｒ ｎ ｏ ｍａ ｉ ｅ ｒｅ ａ ｏ ｌ ｒ ｅ ｒ ｈ ｅ ｇ ｎ ｓ ｎ ｔ ｉ ａ ｅ ｏ ｎｏ ｅ ｖｅ ｏ ｅ ｒｈ
点 提供 的用 于网上 查 询 的程 序 。 它实 际是 一 个 专用 的
ｗｗＷ 服务 器 ， 索 ｌｔｒ ｅ 上 的 网页 、 搜 ｎｅｎ ｔ 网站 及 数据 库
使用 布尔 表达 式 的进 行检 索称 为 布尔检 索 ， 如
“ ” Ａｎ ） “ ” ０Ｒ） “ ” ＮＯ 。 同的搜 索 引擎 和 （ ｄ 、或 （ 、 非 （ Ｔ） 不
ｅ ｇ ｎ ｎ ｕ ｒｅ ，ｔ ｃ ｎ ｃ ｌ ｅ ｈ ｄ ｎ ｒ ｓ ｅ ｔ ｆ ｔ ｅ ｔ ｒ ｅ ａ ｐ ｃ ｓ ａ ｅ ｄ ｓ ｒｂ ｄ ｎ ｉ ｅ ｉ ｑ ｉｉｓ ｅ ｈ ｉ ａ ｔ ｏ ｓ ａ ｄ ｐ ｏ ｐ ｃ ｓ ｏ ｈ ｈ ｅ ｓ ｅ ｔ ｒ ｅ ｃ ｉ ｅ ． ｍ ＫＥＹＷ ＯＲＤＳ ｓ ａ ｃ ｎ ｉ ｅ ｑ ｅ ｙ ｔ ｃ ｎ ｑ ｅ，ｐ ｏ ｐ ｃ ｅ ｒ ｈ ｅ ｇ ｎ ， ｕ ｒ ｅ ｈ ｉｕ ｒｓ ｅｔ
基于搜索引擎的信息查询技术研究
Ｋ ｙ ｒｓ Ｓ ａｃ ｎｉｅ Ｑ ｅ ｃｎ ｌ ｙ ｅ ｗｏｄ ｅｒｈｅｇｎ ｕ ｒ ｔ ｈ ｏｏ ｙ ｅ ｇ
一
Ｐｏｐ ｃ ｒｓｅｔ
范围就越小 ， 文档的相关性越强 ， 就越容易找到需要的文档。
２ 使 用布 尔 表 达 式 、
、
搜 索 引擎 概 述
搜索引擎为人们查找信息提供了极大 的方便 ，通过搜索引
Ｗ Ｗ Ｗ ｏ ｆ ｄ ｔ ｅ ｅ ａｅ ｔ ｒ ｅ ｗ ｙ ，ｎ ｍｅ ｙ ｙ ｅ ｔ ｘ— ａ ｅ ｎ ｏ ｍａ ｉｎ ｒ ｔｉｖ ｌ ｉ ｃｏ ｙ ｂ ｓ ｄ ｉｆ ｒ ｔ ｎ ｒ － ｔ ｉ ｈ ｒ ｒ ｈ ｅ ａ ｓ ａ ｌ ，ｈ ｐ ｒ ｔ ｂ ｓ ｄ ｉｆ ｒ ｔ ｅｒｅ ａ ，ｄ ｒ ｔｒ － ａ ｅ ｎ ｏ ｍａｉ ｅ ｎ ｅ ｏ ｅ ｏ
过加工处理后建库 ， 从而能够对用户提 出的各种查询作 出响应 ，
并 提 供 所 需 的信 息 。搜 索 引擎 是 目前 Ｉｔ ｎｔ 信 息 资 源 进 行 ｎ ｒｅ 对 ｅ 组 织 的 主要 方 式 ， 主 要 功 能 是信 息 组 织 和信 息 检 索 。 重 要 性 其 其
需要确认搜索结果中包含所在查询的词 ， 而不是一部分。 这
基 于搜 索 引擎 的信 息 查 询 技术 研 究
闫淑 红 （ 西 大 学 商务 学院 山 太原 ０ ０３ ） ３０ １
摘 要 随着网络 的快速发展 ， 搜索引擎 日益成为处理信息的主流工具 。Ｉｔｒｅ是世界上资料最多 、 ｎｅｎｔ 规模 最大的信息资料库。在 ＷＷｗ 上进行信息查找有三种方法 ， 即基于超文本的信息查询 、 基于 目录的信 息查 询、 基于搜索引擎的信息查询 ， 网络信 息检索核
擎可以大量 地、 准确地 、 快速地获取信息 ， 输入关键词 就可以查