讲座-搜索引擎

搜索引擎及其使用技巧高凡[e-mail]必须找？哪里找？如何找？讲座主要内容搜索引擎的定义、原理、分类Google及其使用技巧其它搜索引擎1.1搜索引擎的定义搜索引擎是一个提供信息“检索”服务的网站，它使用某些程序把因特网上的所有信息归类以帮助人们在茫茫网海中搜寻到所需要的信息。搜索引擎常常是用户利用网上资源的第一途径。1.2搜索引擎原理从互联网上抓取网页→建立索引数据库→在索引数据库中搜索排序。大多数搜索引擎并不真正搜索互联网，它搜索的实际上是预先整理好的网页索引数据库。搜索引擎也不能真正理解网页上的内容，它只能机械的匹配网页上的文字。1.3搜索引擎的分类按检索机制划分按检索内容划分（1）按检索机制划分全文搜索引擎目录式搜索引擎元搜索引擎全文搜索引擎从互联网上提取的各个网站的信息而建立的数据库中，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。从搜索结果来源的角度，全文搜索引擎又可细分为两种，一种是拥有自己的检索程序，并自建网页数据库，搜索结果直接从自身的数据库中调用；另一种则是租用其他引擎的数据库，并按自定的格式排列搜索结果，如Lycos引擎。优点：是查询全面、充分，用户能够对各网站的每篇文章中的每个词进行搜索，检索直接、方便，而且可使用布尔逻辑检索、短语检索等高级功能。缺点：繁多而杂乱的感觉。代表性的全文搜索引擎是Google、百度。目录式搜索引擎通过用户浏览层次类型目录来寻找所需信息。分类一般按主题分类，并辅之以年代、地区等分类。网站多以此方式组织。例如：新浪分类目录计算机与互联网硬件行情报价。优点：使用户清晰方便地查找到某一大类信息，尤其适合那些希望了解某一范围内信息，并不严格限于查询关键字的用户。缺点：搜索范围较全文搜索引擎要小许多，尤其是当用户选择类型不当时，可能遗漏某些重要的信息源。代表性的目录式搜索引擎是Yahoo、搜狐、新浪网站元搜索引擎同时在其他多个引擎上进行搜索，并将结果返回给用户。没有自己的数据库，利用一个统一的界面，查询其他独立的搜索引擎。优点：快捷，信息覆盖面更加广泛缺点：高级检索功能不完善，检索结果没有经过处理著名的元搜索引擎有InfoSpace、Dogpile、Vivisimo等（元搜索引擎列表），中文元搜索引擎中具代表性的有北斗、等。图Dogpile界面MetaCrawler1995年由华盛顿大学推出，1997年被InfoSpace购买。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。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。高级检索模式可实现：搜索引擎的选择调用，基于域名、地区或国家的检索结果过滤，最长检索时间设置，每页可显示的和允许每个搜索引擎返回的检索结果数量的设定，设定检索结果排序依据（包括相关度、域名、源搜索引擎）等。以上内容均可作为定制检索的个性化选项并予以保存。检索结果中包括一个以1000为最大值的相关度指标。一款理想的元搜索引擎应具备的特点和功能含盖较多的搜索资源，可随意选择和调用源搜索引擎；具备尽可能多的可选择功能，如资源类型（网站、网页、新闻、软件、FTP、MP3、图像等）选择、返回结果数量控制、结果时段选择、过滤功能选择等强大的检索请求处理功能（如支持逻辑匹配检索、短语检索、自然语言检索等）和不同搜索引擎间检索语法规则、字符的转换功能（如对不支持“NEAR”算符的搜索引擎，可自动实现由“NEAR”向“AND”算符的转换等详尽全面的检索结果信息描述（如网页名称、URL、文摘、源搜索引擎、结果与用户检索需求的相关度等）支持多种语言检索。（2）按检索内容划分通用型专题型通用型搜索引擎通用型搜索引擎在采集标引信息资源时不限制资源的主题范围和数据类型，又称为综合型检索工具。如：Google、百度、AltaVista、Excite、Yahoo等也有这种混合功能。右图是Yahoo的检索界面，既有检索窗口，也有分类浏览目录。专题型检索工具专题型检索工具指那些专门用来检索某一类型信息和数据的检索工具，如查询地图的检索工具“MapBlast”、查询图像的检索工具“WebSEEK”等。图Go2map.com的界面2Google及其使用技巧由两个斯坦福大学博士生LarryPage与SergeyBrin于1998年9月发明。约搜索30亿张网页，包括35个国家和地区的语言的资源。已占有全球搜索市场的80%。Google在中国的搜索市场的市场份额也已突破30%，并且增长速度迅猛，在中文搜索市场有举足轻重的作用。2.1Google检索步骤确定检索需求构建检索策略点击检索评估检索结果点击浏览保存所需信息2.2Google检索技巧正确选择搜索字词大小写、自动使用“AND”合理利用“与/或”的搜索：OR搜索中包括或不包括的词：+、-搜索近似词：~搜索特定词组：“”网页快照、类似网页利用高级检索使用“更多”功能自动and查询默认情况下，Google只返回包含所有搜索字词的网页。在字词之间无需添加and。请记住，字词键入的顺序会影响搜索结果。要进一步限制搜索，只需加入更多字词。大小写Google搜索不区分大小写。不论您如何键入，所有字母都会视为是小写的。例如，搜索georgewashington、GeorgeWashington和gEoRgEwAsHiNgToN所返回的结果是一样的。注意：“+”为英文字符“+”与前面一个检索词之间要有空格“-”与后面一个检索词之间不能有空格注意：“-”为英文字符“-”与前面一个检索词之间要有空格“-”与后面一个检索词之间不能有空格注意：“~”为英文字符“~”与检索词之间不能有空格Google高级检索查找其他类型文件Google可以支持13种非HTML文件的搜索。除了PDF文档，Google现在还可以搜索MicrosoftOffice(doc,ppt,xls,rtf）、ShockwaveFlash(swf)、PostScript(ps)和其它类型文档。新的文档类型只要与用户的搜索相关，就会自动显示在搜索结果中。例如，如果您只想查找PDF或Flash文件，而不要一般网页，只需搜索：关键词filetype:pdf关键词filetype:swf”货币转换要使用我们的内置货币转换器，只需在Google搜索框中键入您需要完成的货币转换，并单击“回车”键或GoogleSearch按钮即可。【实例】3.5USD=?RMB10新加坡元等于多少印度卢比8人民币换成泰国的货币30人民币每公升=?美元每加仑计算器Google为用户提供了一个内置计算器。只需要在搜索字段中输入算式，按一下回车键或者搜索就可以了。这个计算器可以用来做所有简单的计算，一些复杂的科学计算，单位换算，以及提供各种物理常数。【实例】5+2*22^20sqrt(-4)一磅=？克光速乘以二秒等于多少公里符号功能示例+加3+44-减13-5*乘7*8/除以12/3^的…次方8^2%模(除之后的余数)8%7选组合运算X选Y表示在X个单位中选Y个有多少种选法18选4开…次方计算一个数的n次方根32开5次方sqrt平方根sqrt(9)sin,cos,etc.三角函数（括号中的数字单位为弧度）tan(45)ln以e为底的对数ln(17)log以10为底的对数log(1,000)!阶乘5!%百分之20%按链接搜索有一些词后面加上冒号对Google具有特殊的含义。其中的一个词是“link:”。查询link:显示所有指向该网址的网页。例如，“link:”将找出所有指向Google主页的网页。不能将link:搜索与普通关键词搜索结合使用。指定网域有一些词后面加上冒号对Google有特殊的含义。其中的一个词是“site:”。要在某个特定的域或站点中进行搜索，可以在Google搜索框中输入“site:xxxxx.com”。如何辨别网站的性质.edu教育学术.gov官方政府单位.net网络管理或服务机构.org财团法人或基金会等非官方的一般机构.int国际性组织.com代表商业企业团体与组织.ac.cn中国科学研究机构天气查询用Google查询中国城市地区的天气和天气预报，只需输入您要查询的城市地区名称和一个关键词（“天气”、“气象”、“tq”、“tianqi”、“tianqi”等，任选其一）就能在搜索结果页面的最上方看到当日及未来二至三天的天气情况。当鼠标移动到天气图标上时，还可以显示对应的天气情况细节。“天气”、“气象”、“tianqi”、“tianqi”金融信息在搜索框中输入股票和基金的名称或代码,可查询最新的股票和基金信息。邮编区号用Google查询邮政编码或长途电话区号，您只需输入关键词（“邮编”,“yb”和“YB”任选其一；“区号”，“qh”和“QH”任选其一）和要查的城市地名或邮政编码或电话区号即可。Google会为您提供相关的所有信息，包括所在地的省市名称，邮政编码及长途电话区号。“邮编”、“YB”、“区号”、“qh”、“QH”手机号码用Google查询手机电话号码归属地，您只需直接输入要查的号码即可（不需要任何关键词）。Google能自动识别以13开头的11位数字为手机号码而返回相关的网站链接，让您即刻便知道答案。定义要查看字词或词组的定义，只需键入“define”，接着键入一个空格，然后键入您需要其定义的词。如果Google在网络上找到了该字词或词组的定义，则会检索该信息并在搜索结果的顶部显示它们。通过包含特殊操作符“define:”，并使该操作符与您需要其定义的字词之间不留空格，还可获得定义的列表。Google更多功能得心“In”手：intitle/inurl/intext人在旅“图”：“学”海无涯：=zh-CN“书”林漫步：新闻“快讯”：=zh-CN热门“榜”单：关注“趋势”：=zh-CN人在旅“图”“学”海无涯“书”林漫步新闻“快讯”热门“榜”单关注“趋势”3国外搜索引擎AltaVistaAskJeevesExciteMetaCrawler……AltaVista（）DEC公司1995年12月推出AskJeeves()Excite（）斯坦福大学1993年8月创建MetaCrawler()4常用的学术搜索引擎专注于科学搜索引擎与目录，还包括一些科学杂志以及其他的工具等提供了一种通过引文链接检索文献的网络学术信息搜索工具Google学术搜索提供可广泛搜索学术文献的简便方法专为搜索高度相关的科学信息而设计的搜索引擎Scirus由Elsevier开发，是目前互联网上最全面、综合性最强的科技文献门户网站之一，Scirus引擎的信息源主要是两部分：网页和期刊。为科学家们在网络上和专有数据库中快速查找所需的信息打开了一道便捷之门，此外，还可以对网络中所搜索到的结果进行过滤，然后只列出包含有科学信息的成分。目前Scirus可搜索4.5亿个与科学相关的网页，信息来源包括同行评审期刊论文、预印本、报告、科学数据、发明专利及有关网页，大多是网上开放获取资源（如电子打印稿件ArXiv.org、RePEc、MIT开放课程资料等），也含部分商业收费资源（如LexisNexis、ScienceDirect等）。学科领域以自然科学为主，也有部分社科资源，