网络资源及搜索引擎

网络资源及搜索引擎

网络资源的特点：

1）数量巨大，增长迅速。

2）内容丰富，形式多样。

3）信息发布自由，信息资源良莠不齐。4）传播范围广泛。

6）网络信息具有一定的交互性。

搜索引擎的概念及工作原理

概念:（Search Engine）从广义上讲是用来对网络信息资源管理和检索的一系列软件，在Internet网上查找信息的工具或系统

组成：WWW服务器，搜索程序（如spider、crawler、robot），索引数据库（包括成千上万甚至上亿个网页），检索程序（用来处理用户的检索请求）

工作原理：

简单地说主要包括以下几个步骤：

网页信息搜索

索引库的建立

用户检索式的处理

检索结果输出

在索引数据库中排序

Google的工作过程：

抓取原则：

深度优先和广度优先：深度优先——从起始页的某一个链接开始，一直深入下去（如google）；广度优先——从起始页的全部链接着手，再从另一个网页的链接开始

免费与付费：有的网站通过付费来保证其被搜索引擎收录

定期搜索与提交网站：定期搜索——搜索引擎派搜索程序定期对网页进行搜索（如google每隔30天）；网站拥有者主动向搜索引擎提交网址，在一定时间内（2天到一个月不等），搜索引擎扫描网站，并将有关信息存入数据库.

输出结果排序原则：

检索词出现的位置和词频（位置词频法）

链接流行度（网页被其他网页或网站引用或链接的次数，被引用或链接频率越高，说明网页越重要，便排在前面）

付费：竞价机制引入搜索引擎，如Baidu，根据网站或网页提供者付费的多少，来决定网页在检索结果中出现的位置

搜索引擎

基本语法:

1)布尔逻辑: 逻辑”与”:AND.(注关键词之间的空格默认为逻辑与)

如:墨攻AND 鸡犬不宁

逻辑”或”:OR, | (注:不可以用小写的or,否则被忽略)

如:墨攻OR 鸡犬不宁

逻辑”非”:-(注:-前面有空格,后面没有空格;不用NOT或not,否则被作为

检索的一部分)

如:张艺谋–大红灯笼高高挂

2)短语搜索: “to be or not to be”

“beijing university of technology”

3)通配符:* 如:beijing* university

4)英文大小写不敏感

限制检索

1)link:含某个链接的网页如:link:https://www.360docs.net/doc/627686827.html,

2)site:域名中包如:site:https://www.360docs.net/doc/627686827.html,

3)Intitle:标题搜索. 如:intitle:休斯顿火箭队

4)Intext:正文检索.如:intext:像素600万

5)Inurl:搜索url.如: inurl:mp3

6)filetype:文件格式. 如:filetype:pdf

(注:以上语法可用google高级搜索实现)

搜索策略

选择合适的关键词

利用高级检索功能（包括布尔算符，限定文件类型、时间、语言等）

想了解世界电影节的情况,具体有哪什么电影节并不清楚。用目录式搜索引擎可以获得较多的提示。