网络信息检索课件09版检索原理和搜索引擎B.ppt

1可编辑版本章内容本章内容搜索引擎原理和概况2门户网站和看不见的网站门户网站和看不见的网站6网络信息检索原理3 1网页搜索引擎简介3 3网页搜索引擎使用方法3 4P2P搜索引擎使用方法3 52可编辑版第五节 P2P搜索引擎使用方法3可编辑版第二类搜索引擎：FTP或P2P搜索引擎以迅雷和天网为代表4可编辑版什么是FTP资源 FTP 是在 Internet 网上使用最广泛的一种服务,使用FTP几乎可以传送任何类型的文件:如文本文件、二进制的可执行程序、科学论文、图像文件、压缩文件、声音文件等。因此有大量有价值的信息资源存储在Internet网上的FTP服务器上,获取这些资源也是信息检索的一项内容。5可编辑版FTP的工作原理 FTP(File Transfer Protocol)是 TCP/IP 协议的一种,它是在Internet网上使用最广泛的一种服务,它可被用来在两台位于Internet网上的计算机之间传输文件,它是一种实时的联机服务,使用时,用户应首先登录到对方的主机上,登录成功后,可以进行文件搜索和文件传送的操作,如列文件目录,改变当前目录,设置传送参数等。6可编辑版什么是P2P P2P在IT界最初的含义是Peer-to-peer（点对点）。现在P2P已经被更广泛的理解为Point-to-Point,PC-to-PC等等。简单来说，P2P就是指数据的传输不再通过服务器，而是网络用户之间直接传递数据。7可编辑版 举一个简单的例子，在举一个简单的例子，在QQQQ出现之前，人们上网出现之前，人们上网聊天大多通过聊天室，信息的传递方式是：用户聊天大多通过聊天室，信息的传递方式是：用户A A聊天室服务器用户聊天室服务器用户B B。这些不是。这些不是P2PP2P的方式。的方式。在在QQQQ时代，用户与服务器的交互仅用来完成登时代，用户与服务器的交互仅用来完成登陆、维持在线状态等等，信息用户之间的信息传递陆、维持在线状态等等，信息用户之间的信息传递不需要服务器参与，信息传递方式为：用户不需要服务器参与，信息传递方式为：用户A A用户用户B B。这就是典型的。这就是典型的P2PP2P应用。应用。不过，当信息的接收方不在线时，信息会通过不过，当信息的接收方不在线时，信息会通过服务器中转，这就又变成了上面提到的服务器中转，这就又变成了上面提到的C/SC/S模式模式8可编辑版第二类搜索引擎 从FTP和P2P的工作方式可以看出，它们都不是传统意义上的www网站，而是直接在两台计算机之间进行的远程通信和文件传输。所以象百度和谷歌这类搜索引擎对这两种信息资源的搜索往往不能奏效。这就需要有新的类型的搜索引擎诞生。其中有代表性的是迅雷和天网搜索引擎。9可编辑版一、迅雷在线搜索引擎10可编辑版11可编辑版迅雷在线搜索引擎 迅雷是一款免费下载工具，号称第三代快速下迅雷是一款免费下载工具，号称第三代快速下载工具，它使用的多资源超线程技术基于网格原理，能载工具，它使用的多资源超线程技术基于网格原理，能够将网络上存在的服务器和计算机资源进行有效的整合，够将网络上存在的服务器和计算机资源进行有效的整合，构成独特的迅雷网络，通过迅雷网络各种数据文件能够构成独特的迅雷网络，通过迅雷网络各种数据文件能够以最快的速度进行传递，据说下载速度是网际快车的以最快的速度进行传递，据说下载速度是网际快车的7-7-8 8倍，支持断点续传。倍，支持断点续传。迅雷还拥有一个强大的资源网络，实际上构成了一迅雷还拥有一个强大的资源网络，实际上构成了一个独特的搜索引擎。任何人都可以将自己在因特网搜索个独特的搜索引擎。任何人都可以将自己在因特网搜索到的资源再次在迅雷上发布，成为迅雷的到的资源再次在迅雷上发布，成为迅雷的“雷友雷友”，拥，拥有自己的迅雷博客。这样，迅雷就可以通过对雷友博客有自己的迅雷博客。这样，迅雷就可以通过对雷友博客的搜索，提供更多的信息资源。的搜索，提供更多的信息资源。12可编辑版作业4 迅雷在线搜索 本作业要求，对2006年最火爆的“明星学者”易中天先生的力作：CCTV百家讲坛易中天品三国在迅雷上进行搜索，将这套系列视频教程的总目录列出来（据说有30多集），按演讲顺序编号，并附上资源发布站点的屏幕抓图，以使读者能够方便地下载自己需要的讲座内容。13可编辑版二、天网搜索引擎14可编辑版15可编辑版天网中文搜索引擎北大天网 http:/ 它的下载方式类似BT下载方式，浏览方式类似FTP浏览方式，下载速度快，支持断点续传。特别是它的主要用户都是教育网上的用户，所以在校园网上下载速度极快。本作业要求从天网大学课程在线上下载一部指定的视频教程。这也将是本课程期末考试的必考题目之一，请用心掌握下述操作技巧。24可编辑版 用天网妹子搜索到的大学课程在线25可编辑版大学课程在线项目理念 来源于如下一些理想中的场景：场景一：新疆石河子大学计算机系讲授计算机体系结构的张老师对他的学生说：关于“指令流水线部分”的内容请大家点播“大学课程在线”上北京大学李老师相关的视频，我们的答疑时间是本周星期四。26可编辑版 场景二：西北大学的王老师的文科计算机基础课程刚刚被评选为教育部优秀课程，全国高校的学生和老师很快就能在“大学课程在线”上看到王老师的风采。27可编辑版 场景三：未名湖边，博雅塔下，一位北大的学生打开自己的笔记本电脑，开始在“大学课程在线”上聆听周老师关于离散数学中的组合计数定理部分的内容，这已经是他第三次学习这部分内容了。28可编辑版 场景四：东北大学的学生们在自己学校的机房里打开“大学课程在线”，开始观看前一天到访清华大学的诺贝尔奖获得者的精彩演讲。场景五：五十年后，我突然想看看国学大师在北大讲坛上的音容笑貌，于是我打开了“大学课程在线”。29可编辑版 场景六：一个没有读过大学的人，却对中国高校里面的名师如数家珍，因为他在闲暇时候观看了“大学课程在线”的所有课程并认真地阅读了老师们指定的参考书。这成了他事业成功的坚实基础。30可编辑版三、其他P2P搜索引擎BT电驴电骡31可编辑版32可编辑版第六节门户网站和“看不见的”网站33可编辑版一、门户网站的概念 中国有三大网站被称为“门户网站”（新浪、搜狐和网易）。之所以他们被称为中国最大的三大门户网站，除了因为它们有搜索引擎以外，还因为它们安排了多种多样的信息服务，使得人们能自觉自愿地登陆这些网站开始“网上冲浪”，恰似因特网的大门一样。34可编辑版一、搜狐网站及其搜索引擎一、搜狐网站及其搜索引擎 Keyword searching35可编辑版第三代互动式搜索引擎搜狗搜狗是搜狐（）推出的第三代互动式搜索引擎，在用户输入一个查询词后，尝试理解用户可能的查询意图，给出多个主题概念的搜索提示，通过人机交互过程，智能展开多组相关的主题概念，引导用户更快速准确定位自己所关注的内容。36可编辑版搜狗的地图功能37可编辑版38可编辑版39可编辑版搜狐博客搜狐博客40可编辑版二、新浪网站及其搜索引擎二、新浪网站及其搜索引擎41可编辑版新浪网的搜索引擎42可编辑版43可编辑版44可编辑版爱问共享资料爱问共享资料 45可编辑版46可编辑版47可编辑版48可编辑版三、网易网站及其搜索引擎三、网易网站及其搜索引擎Keyword searching49可编辑版网易博客网易博客 50可编辑版网易相册51可编辑版52可编辑版二、看不见的网站 与门户网站相反，有相当一批网络信息资源是搜索引擎看不到的，譬如天网妹子上的大学视频教程，以及私人服务器上的BT资源，百度、谷歌就对它们无能为力。因而就有了“看不见、搜不着的网站”的说法。但这些信息资源绝不是不重要的。53可编辑版1.WWW信息资源2.FTP信息资源3.Blog信息资源4.Telenet信息资源5.BBS、新闻组信息资源6.P2P信息资源7.数据库和收费网站信息资源这三类资源可见度这三类资源可见度较高，但每个搜索较高，但每个搜索引擎最多能搜到其引擎最多能搜到其中的中的40%40%大多数情况大多数情况下，搜索引下，搜索引擎对这几类擎对这几类资源无能为资源无能为力，只能另力，只能另想办法查找。想办法查找。看得见和看不见的网站54可编辑版轻轻松松学检索轻轻松松学检索四次文献四次文献三大系列中文网站三大系列中文网站两类搜索引擎两类搜索引擎KeywordKeyword原则原则55可编辑版本章作业实验二实验二实验二实验二 搜索引擎的使用搜索引擎的使用搜索引擎的使用搜索引擎的使用【实验目的实验目的】掌握百度、掌握百度、GoogleGoogle和天网搜索引擎的和天网搜索引擎的基本知识和使用方法基本知识和使用方法【使用环境使用环境】连接到因特网的实验室局域网环境连接到因特网的实验室局域网环境【实验内容实验内容】通过以下作业掌握搜索引擎的基本知通过以下作业掌握搜索引擎的基本知识和使用方法识和使用方法 作业作业3 3 下载下载PPTPPT模板模板 作业作业4 4 迅雷资源下载迅雷资源下载 作业作业5 5 寻找蒙娜丽莎寻找蒙娜丽莎 56可编辑版课件制作：张胜光课件制作：张胜光课件制作：张胜光课件制作：张胜光57可编辑版