信息檢索技術(shù)(編輯修改稿)
2024-10-27 15:31 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 國(guó)外的應(yīng)用狀況 ? 那些每周平均花 5個(gè)小時(shí)以上時(shí)間上網(wǎng)的人，將其上網(wǎng)時(shí)間的 71%都花在了搜索引擎上； ? 人機(jī)界面高手 nielsen（ google的設(shè)計(jì)者）研究表明： ? 略超過(guò) 1/2的互聯(lián)網(wǎng)用戶屬于 searchdominant, ? 約 1/5用戶屬于 linkdominant, ? 其它用戶的搜索傾向?qū)儆诨旌闲袨樾汀? ? search dominant在到達(dá)一個(gè)網(wǎng)站后直接就奔向搜索按鈕，他們對(duì)瀏覽網(wǎng)站不感興趣，他們有明確的目的，傾向于以最快速度找到信息。 ? 相反， linkdominant喜歡點(diǎn)擊瀏覽一個(gè)網(wǎng)站，即使他們想找特殊信息時(shí)也是這樣，只有在他們用點(diǎn)擊超鏈的方法已經(jīng)實(shí)在找不到了，才會(huì)想起搜索按鈕。 國(guó)內(nèi)的應(yīng)用狀況 ? 國(guó)內(nèi)的調(diào)查發(fā)現(xiàn)： ? nic2022年 1月的調(diào)查： ? %的中國(guó)互聯(lián)網(wǎng)用戶經(jīng)常使用搜索引擎（僅次于 Email）。 ? %的中國(guó)互聯(lián)網(wǎng)用戶得知新網(wǎng)站的主要途徑是搜索引擎。 ? 賽迪咨詢的搜索引擎調(diào)查：截止 2022年 8月， %的網(wǎng)民使用過(guò)搜索引擎，同時(shí)有六成左右的網(wǎng)民將搜索引擎列為經(jīng)常使用的網(wǎng)絡(luò)服務(wù)。 ? 新浪搜索的統(tǒng)計(jì)表明：第 1條搜索結(jié)果獲得的點(diǎn)擊量，是第 2頁(yè)第 1條的 150倍。 ? 百度公司： 百度 2022年中國(guó)互聯(lián)網(wǎng)用戶搜索熱點(diǎn)統(tǒng)計(jì) ? 搜索引擎是一個(gè)用來(lái)搜索世界各地 Inter網(wǎng)絡(luò)資源的 WEB服務(wù)器。它像一本書的目錄，Inter各個(gè)站點(diǎn)的網(wǎng)址就像是頁(yè)碼，可以通過(guò)關(guān)鍵詞或主題分類的方式來(lái)查找感興趣的信息所在的 WEB頁(yè)面。 ? 搜索引擎提供的導(dǎo)航服務(wù)（搜索引擎就是網(wǎng)絡(luò)的指南針）已經(jīng)成為互聯(lián)網(wǎng)上非常重要的網(wǎng)絡(luò)服務(wù)，成為和電子郵件并列的最重要的互聯(lián)網(wǎng)應(yīng)用。 搜索引擎的概念和作用 ? （ 1）信息搜集 ? （ 2）信息索引 ? （ 3）信息查詢 ? （ 4）檢索結(jié)果的相關(guān)性處理 搜索引擎的工作原理 (1)信息搜集 ? 各個(gè)搜索引擎都派出綽號(hào)為蜘蛛 (Spider)或機(jī)器人（ Robots）的“網(wǎng)頁(yè)搜索軟件”，在互聯(lián)網(wǎng)中漫游，發(fā)現(xiàn)和搜集信息。 ? 訪問(wèn)網(wǎng)絡(luò)中公開(kāi)區(qū)域的每一個(gè)站點(diǎn)并記錄其網(wǎng)址，將它們帶回搜索引擎，要盡可能多、盡可能快地搜集各種類型的新信息。 ? 因?yàn)榛ヂ?lián)網(wǎng)上的信息更新很快，所以還要定期更新已經(jīng)搜集過(guò)的舊信息，以避免死鏈接和無(wú)效鏈接。 (2)信息索引 ? 將“網(wǎng)頁(yè)搜索軟件”帶回的信息進(jìn)行分類整理，建立搜索引擎數(shù)據(jù)庫(kù)，并定時(shí)更新數(shù)據(jù)庫(kù)內(nèi)容。 ? 有的搜索引擎把“網(wǎng)頁(yè)搜索軟件”發(fā)往每一個(gè)站點(diǎn)，記錄下每一頁(yè)的所有文本內(nèi)容，并收入到數(shù)據(jù)庫(kù)中從而形成 全文搜索引擎 ；而另一些搜索引擎只記錄網(wǎng)頁(yè)的地址、篇名、特點(diǎn)的段落和重要的詞。 (3)信息查詢 ? 根據(jù)用戶的查詢需求在索引庫(kù)中快速檢出相關(guān)網(wǎng)頁(yè)，并反饋檢索結(jié)果。 ? 一般包括分類目錄及關(guān)鍵詞兩種信息查詢方式。 (4)檢索結(jié)果排序 ? 概率法 是根據(jù)關(guān)鍵詞在文中出現(xiàn)的頻率來(lái)判定的，出現(xiàn)的次數(shù)越多，認(rèn)定其與查詢的相關(guān)程度越高； ? 位置法 是根據(jù)關(guān)鍵詞在文中出現(xiàn)的位置來(lái)判定，位置越靠前，文件的相關(guān)程度越高； ? 分類或聚類方法 是指搜索引擎采用分類或聚類技術(shù)，自動(dòng)把查詢結(jié)果歸入到不同的類別中。 ? （ 1）關(guān)鍵詞搜索引擎 ? （ 2）主題分類搜索引擎 ? （ 3）綜合搜索引擎 搜索引擎的分類 (1)關(guān)鍵詞搜索引擎 ? 界面提供輸入框，用戶通過(guò)輸入框提交查詢請(qǐng)求（關(guān)鍵詞），搜索引擎將檢索結(jié)果反饋給用戶。 ? 適用于查找目的明確，并具備一定檢索知識(shí)的用戶。 (2)主題分類搜索引擎 ? 依據(jù)某種分類方式（如學(xué)科分類），建立主題樹(shù)狀層瀏覽體系；搜索程序搜索來(lái)的信息被標(biāo)引后放入瀏覽體系的個(gè)大類或子類下面，呈現(xiàn)錯(cuò)落有致的上下位關(guān)系。 ? 查準(zhǔn)率高，但查全率低。 (3)綜合搜索引擎 ? 此類搜索引擎既可以搜索網(wǎng)站也可搜索全文，用戶輸入關(guān)鍵詞后，可以選擇是搜索網(wǎng)站還是網(wǎng)頁(yè)，不同的選擇返回不同的結(jié)果，國(guó)內(nèi)的搜狐（ Sohu）就是此類搜索引擎 ? 查全率高，但查準(zhǔn)率低。 主要搜索引擎 百度 李彥宏 徐勇 ? 百度， 2022年 1月創(chuàng)立于北京中關(guān)村，是全球最大的中文搜索引擎。 2022年 1月 1日，公司創(chuàng)始人李彥宏、徐勇攜 120萬(wàn)美元風(fēng)險(xiǎn)投資，從美國(guó)硅谷回國(guó)，創(chuàng)建了百度公司。 ? 2022年 5月，百度首次為門戶網(wǎng)站 —— 硅谷動(dòng)力提供搜索技術(shù)服務(wù)，之后迅速占領(lǐng)中國(guó)搜索引擎市場(chǎng)，成為最主要的搜索技術(shù)提供商。 ? 2022年 8月，發(fā)布 Beta版，從后臺(tái)服務(wù)轉(zhuǎn)向獨(dú)立提供搜索服務(wù)，并且在中國(guó)首創(chuàng)了競(jìng)價(jià)排名商業(yè)模式， 2022年 10月 22日正式發(fā)布 Baidu搜索引擎。 ? 2022年 8月 5日，百度在美國(guó)納斯達(dá)克上市。 概況 ? “百度”二字取自辛棄疾的 《 青玉案 》 “眾里尋她千百度” 。 ? 現(xiàn)在百度已成為世界上最大的中文搜索引擎 ,用戶能夠訪問(wèn)超過(guò) 10億的中文網(wǎng)頁(yè) . 特點(diǎn) 網(wǎng)頁(yè)搜索功能 1. 百度快照 2. 相關(guān)搜索 3. 拼音提示 4. 錯(cuò)別字提示 5. 英漢互譯詞典 6. 計(jì)算器和度量衡轉(zhuǎn)換 7. 專業(yè)文檔搜索 8. 股票、列車時(shí)刻表和飛機(jī)航班查詢 9. 高級(jí)搜索語(yǔ)法 10. 高級(jí)搜索、地區(qū)搜索和個(gè)性設(shè)置 11. 天氣查詢 百度快照
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1