网络信息资源检索课件.ppt

1,网络信息资源检索及其利用,李宏伟lihw办公地点:教4-418,2,课程性质,专业基础课,3,教材和参考资料,教材：无参考书：1R霍克.Internet通用搜索引擎检索指南.辽宁：辽宁科学技术出版社，20032王曰芬等.网络信息资源检索与利用.南京：东南大学出版社，20033符绍宏等.因特网信息资源检索与利用.北京：清华大学出版社，2004,4,信息获取和教材选择,我们所处的信息环境是在不断变化的信息技术条件对信息环境的变化是革命性的。信息环境影响、催化或在一定程度上决定了人们的信息需求。教材永远跟不上信息环境和人们信息需求的变化。,5,网络社会,在现在的网络信息环境下，网络信息资源是我们学习、工作、生活中利用率最高的信息资源之一。对网络信息资源的利用是终身学习的需要，也是个人信息素养中的重要内容。相对与图书馆纸质文献信息资源和数字资源的检索利用，其对人的影响更为深远。所以本课程不仅仅介绍网络信息资源及其利用，还穿插介绍网络学习与网络交流方面的内容。,6,教学安排,上课16学时上机16学时答疑：教4-418Email：lihw,7,考核方式,笔试闭卷平时成绩40%（出勤，上机作业，课堂表现）期末考试60%,希望大家都能得到好成绩,8,“闲话”开篇,请先考虑以下问题：你为什么上网（或上网干什么）？你认为网络上有什么？你希望在这门课可以学到什么？,9,网络上的信息资源,网络全能论网络无用论,10,网络基础,认识IP地址认识网络地址和域名域名与网络信息资源有什么关系？,11,认识IP地址,人们为了通信的方便给每一台计算机都事先分配一个类似我们日常生活中的电话号码一样的标识地址，称作网络协议地址，是分配给主机的一个32位地址，由4个字节组成。分为动态IP地址和静态IP地址两种。动态IP地址指的是每次连线所取得的地址不同，而静态IP地址是指每次连线均为同样固定的地址。如目前教室的无线上网就是动态IP地址，每次所取得的地址不同。,12,IP地址的分类,A类IP地址B类IP地址C类IP地址D类IP地址E类IP地址,13,IP地址的分类,14,A类地址,（1）A类地址第1字节为网络地址，其它3个字节为主机地址。网络地址的最高位必须是“0”（2）A类地址范围：1.0.0.1126.255.255.254（3）私有地址和保留地址：10.X.X.X是私有地址（所谓的私有地址就是在互联网上不使用，而被用在局域网络中的地址）。范围（10.0.0.0-10.255.255.255）127.X.X.X是保留地址，用做循环测试用的。,15,B类地址,（1）B类地址第1字节和第2字节为网络地址，其它2个字节为主机地址。网络地址的最高位必须是“10”（2）B类地址范围：128.0.0.1191.255.255.254。（3）B类地址的私有地址和保留地址172.16.0.0172.31.255.255是私有地址169.254.X.X是保留地址。如果你的IP地址是自动获取IP地址，而你在网络上又没有找到可用的DHCP服务器。就会得到其中一个IP。,16,C类地址,（1）C类地址第1字节、第2字节和第3个字节为网络地址，第4个个字节为主机地址。另外第1个字节的前三位固定为110。（2）C类地址范围：192.0.0.1223.255.255.254。（3）C类地址中的私有地址：192.168.X.X是私有地址。(192.168.0.0-192.168.255.255),17,D类地址,（1）D类地址不分网络地址和主机地址，它的第1个字节的前四位固定为1110。（2）D类地址范围：224.0.0.1239.255.255.254,18,E类地址,（1）E类地址也不分网络地址和主机地址，它的第1个字节的前五位固定为11110。（2）E类地址范围：240.0.0.1255.255.255.254,19,20,小问题,10.10.240.12是类ip地址？192.168.0.1是类ip地址？202.119.230.10是类ip地址？230.0.0.1是类IP地址？,21,网络地址和域名,虽然可以通过IP地址来访问每一台主机，但是要记住那么多枯燥的数字串显然是非常困难的，为此，Internet提供了域名(DomainName）。域名也由若干部分组成，各部分之间用小数点分开，例如我校主机的域名是：“”。域名前加上传输协议信息及主机类型信息就构成了网址(URL），例如我校www主机的URL就是：“”。通常，进行网络访问时，域名的www可以省略。如,22,23,24,25,26,网络地址-网址-URL,URL-（UniformResourceLocator）URL由三部分组成：协议类型，主机名和路径及文件名。1.服务器标识符（协议类型）通过选择服务器标识符能够确定将要访问的服务器的类型，URL中的服务器标识符可以有HTTP:/、FTP:/、GOPHER:/、TELNET:/、NEWS:/等等类型，分别指定为采用超文本传输协议连接、采用文件传输协议连接、与GOPHER服务器连接、与TELNET会话连接、与USENET新闻组相连接。,27,网络地址-网址-URL,2.信息资源地址信息资源地址是由两部分构成的，一是机器名称，如是用来指示资源所存在的机器，另一个是通信端口号，如HTTP的标准端口号为80，TELNET的标准端口号为23，FTP的标准端口号为21等等。3.路径名路径名是给出资源在所在机器上的完整文件名.如：,28,域名与网络信息资源的关系,由于Internet最初是在美国发源的，因此最早的域名并无国家标识，人们按用途把它们分为几个大类，它们分别以不同的后缀结尾：随着Internet向全世界的发展，除了edu、gov、mil、一般只在美国专用外，另外三个大类com、org、net则成为全世界通用，因此这三大类域名通常称为国际域名。ac代表科研机构由于国际域名资源有限，各个国家、地区在域名最后加上了国家标识段，由此形成了各个国家、地区自己的国内域名，如：中国的商业.org.hk香港的组织.net.jp日本的网络,对网络信息资源的获取与评价有参考作用,.com商业公司.org组织、协会等.net网络服务,.edu教育机构.gov政府部门.mil军事领域,29,30,全世界为美国打工,目前，全世界共有13台根服务器，其中10台在美国，而且2台由美军使用，1台由美国国家航空航天局使用。也就是说，每天世界各地的电子邮件有很多要先由美国人“过目”之后才能去它该去的地方。此外，美国私营公司掌握着全世界互联网域名的分配大权。假如美国与日本的关系急剧恶化，只要美国通过技术手段删去日本的域名“.jp”，日本马上就会成为“网上孤岛”，无法通过网络与外界联系。全世界的网络用户都要向美国支付费用，“全世界都在为美国打工”。中国已经建成了世界第一个同时也是规模最大的纯IPv6网,31,我国域名注册管理机构中国互联网络信息中心(CNNIC)日前在京宣布，已代表中国正式向国际互联网名称与数字地址分配机构(ICANN)递交了“.中国”域名国际申请。这意味着“.中国”域名已进入全球启用倒计时。CNNIC相关负责人表示，“.中国”域名如果顺利完成国际申请实现全球访问，将有助于缩小东西部、城乡间的数字鸿沟。此外，“.中国”域名还将促使纯中文邮件地址在内的众多互联网创新服务的诞生。,32,更多,www指的是什么？即是万维网(WWW-WorldWideWeb)：是基于超文本的、方便用户在因特网上搜索和浏览信息的信息服务系统。它将位于全世界因特网上不同地点的相关数据信息有机地纺织在一起。媒体形式可以是文本、图片、动画、声音等，可以跳转，“网上冲浪”。浏览web信息的网络浏览器有哪些?微软IE(InternetExplorer)火狐(MozillaFirefox)；ChromeOpera；safari；Netscape遨游(maxthon)；世界之窗腾讯TT浏览器,33,网络信息资源概念、类型、特点,网络信息资源是指信息资源以电子数据的形式存放在非印刷型的介质中，并通过网络通信手段，在计算机等终端上再现的信息的总和。,34,网上有什么？,政府信息科研信息教育信息文化信息休闲娱乐信息,35,网上不会有什么？,商业秘密军事机密版权作品,36,36,37,JohnCoster-Mullen曾经是一名卡车司机，他没有接受过大学教育，但通过自学他掌握了原子弹的建造方法。他说，原子弹的秘密在于它十分容易制造。他将自己的发现写成一本书AtomBombs：TheTopSecretInsideStoryofLittleBoyandFatMan，并持续更新内容。美国国家资源保护委员会对该书的评价是“没有其它曼哈顿工程文学作品能达到他对原子弹零件的精确剖析”。Coster-Mullen花了大约十年时间研究原子弹的技术细节。,37,38,网络信息资源的类型,按信息内容的表现形式和内容划分可分为全文型信息：它指直接在网上发行的电子期刊，网上报纸，印刷型期刊的电子版，网络学院的各类教材，政府出版物，标准全文等；事实型信息：天气预报，节目预告，火车车次，飞机航班，城市或景点介绍，工程实况、IP地址等；数值型信息：主要是指各种统计数据；数据库类信息：如DIALOG，万方等，是传统数据库的网络化；微信息（web2.0特征）：如博客、播客，BBS，聊天，邮件讨论组，网络新闻组等。其它类型：投资行情和分析，图形图象，影视广告等。,39,按所采用的网络传输协议分为：,WWW网络资源：因特网信息资源的主流，它使用http协议，使用简单，功能强大，能方便迅速的浏览和传递分布于网络各处的文字、图象、声音和多媒体超文本信息。FTP信息资源：它使用ftp协议，该协议主要用于联网计算机之间传输文件。FTP相当于在网络上两个主机之间复制文件。目前仍是发布、传递软件和长文件的主要方法。,40,按所采用的网络传输协议分为：,TELNET信息资源：telnet是远程登陆协议。telnet信息资源包括硬件资源和软件资源。许多机构都提供远程登陆的信息系统，如图书馆的公共目录系统，信息服务机构的综合信息系统等。用户服务组资源：包括新闻组，电子邮件组等。这些电子通信组形式所传递和交流的信息资源是网络上最自由、最具有开放性的资源。News,41,按所采用的网络传输协议分为：,Gopher：一种基于菜单的网络服务，它为用户提供了丰富的信息，并允许用户以一种简单的、一致的方法快速找到并访问所需的网络资源。全部操作是在一级级菜单的指引下，用户只需在菜单中选择项目和浏览相关内容，就可完成对Internet上远程联机信息系统的访问，无需知道信息的存放位置和掌握有关的操作命令。RSS信息资源：RSS是一种起源于网景的技术，将用户订阅的内容传送给他们的通讯协同格式(Protocol)。RSS可以是以下三个解释的其中一个：ReallySimpleSyndicationRDF(ResourceDescriptionFramework)SiteSummaryRichSiteSummary,42,42,按所采用的网络传输协议分为：,P2P应用允许主机之间通过互联网直接进行相互通信，众多Peer之间形成一个P2P覆盖网络（OverlayNetwork），从而使各种数据（如文本文件、视频文件等）能方便地在普通主机之间共享。目前人们认为其在全球的即时通信（如Skype）、文件共享（如BT）、分布计算（如SETIhome）、协同工作（如Groove）等方面大有前途。常用的P2P应用有Gnutella、BitTorrent、Kazaa、eDonkey、eMule、Skype、Shareaza、Morpheus等，国内开发的主要有：QQ、POCO、PPLive、VNN、PP点点通、北大Maze等。,43,网络信息资源的特点,复杂性：网络信息资源具有大数量、多类型、多媒体、非规范、跨时间、跨地域、跨行业、多语种等特点。在很大程度上网络的增长和信息资源的动态快速增加是由用户驱动的，但缺乏有效的统一管理机制，信息安全和信息质量的不均衡性。信息分布和构成缺乏结构和组织，信息源不仅分散无序，而且其更迭和消亡也往往无法预测，因此增大了信息资源管理和利用的难度。信息发布具有很大的自由性和任意性，隐私型信息进入了公共信息传播渠道；由于缺乏必要的过滤、质量控制和管理机制，不仅学术信息、商业信息，政府信息、个人信息、不合适（反动、黄色）的信息混为一体，质量良莠不齐。增加了信息识别和利用的难度。,44,续,正式出版物和非正式信息交流交织在一起，使传统的人类信息交流链的格局被打破，各方在网络上既可以是信息的生产者、发布者，也可以是传播者和使用者，对学术交流环境和信息利用产生了深刻的影响。网络营造了“地球村”，既极大地促进了人类信息资源的共享，又带来了一些意想不到的问题，如文化冲突、信息侵略、信息威慑等。使用成本低共享程度高是信息资源的宝库,45,网络信息资源的优点,1价廉它是一种比印刷品便宜的信息提供方式。不仅提供信息线索引和著录信息，还提供有关信息的全文和原稿。2新颖、深入网上大量的灰色文献或边缘文献（greyoffringeliterature），即在主流出版物渠道之外的文献，包括：研究报告、调查采访、研讨会发言、笔记、项目计划报告、政策方针等。它们反映了许多研究成果背后的原始数据或第一手资料，或是因为其内容太新或太专而未被纳入正式文献交流渠道。,46,网络信息资源的优点,3广泛、直接交流因特网扩大了人际交流的范围，提供了更多的直接交流机会。如参加Usenet的新闻组(newsgroup）、讨论组（discussiongroup）、邮件列表（mailinglist）的讨论。4非正式和自由发表园地,47,评价网络信息资源的必要性,第一，网络上信息资源量的爆炸式增长，使得人们从中淘取有用信息的难度越来越大。第二，因特网的松散、开放性等特点，决定了网络信息空间秩序混乱，网上信息良莠不齐、真伪混杂、整体质量水平下降，人们选择信息更加困难。另外，在互联网上，信息不仅很容易被出版、传播，而且也极容易被篡改。,48,网络信息资源的评价与选择,相同内容的信息资源的载体形态或利用、获取的方式不同，可以根据需要选择。网络信息资源的评价与选择主要是针对信息源。内容因素。内容是评价与选择的核心和重点，从中可以反映网络信息资源的本质。评价网络信息资源的内容因素主要有：权威性、完备性、可靠性、原创性、新颖性、稳定性等。形式因素。形式指标反映了外部特征以及操作使用等方面，是为提示内容服务的，主要包括：美观性、条理性、查检性、帮助性、快捷性、低耗性等。定量的评价：Google的pagerank，星数评价等级。,49,权威性,在本学科领域具有一定的影响、具有较高的学术水平、具有较高的知名度；Google网页级别评价作为重要的指标，非独特性资源网页级别需4/10以上。主要关注如下问题：所采集的网站（页）的主办者是否为有声誉的大学、学会/协会、实验室？网站是否通过权威评价机构评价过？所选的站点是否被多个internet站点链接？网站是由某公司、机构还是某领域的著名的权威或专家赞助？信息提供者的教育背景和职业背景及其研究方向？责任者有知名的出版物吗？信息是否经过过滤？信息是否经同行评议过？资源是否由相关的权威推荐？是否有与权威机构的页面的共同链接？出版社是否知名和有声望？出版社是否是公认的出版界的权威？出版社是否是大学的出版社？是否有任何原创作品？选择的资源与其它作品有相关性吗？,50,准确性,信息资源需严肃正规、准确无误、完整规范。一方面是内容的准确性，另一方面是格式和链接的准确性。对资源的导航需能正常访问。主要考虑所选网站（页）提供的信息是否准确？是否提供了信息的来源和出处以备用户进一步核查；网页引证的书目或提供的参考能否证实信息的准确性？页面的句法和拼写是否准确？有否排印错误？提供的信息是否完整规范？,51,稳定性,信息资源需有较长的稳定期或有稳定运行的保障机制。主要看所选网站（页）提供信息的时间、更新频率、最近的修改日期，链接速度，断线率等。是否能持续提供给用户使用？,52,可获得性,信息资源揭示信息的层次中，至少一个能无障碍地获得。主要要考虑的是题名信息还是文摘信息或全文信息?是否有对信息结论的阐述标准？是否给出了表明信息内容的关键词或主题词？希望在该网页上找到何种信息？主题的涵盖面是否全？索引或目次页是否隐含了综合性的内容？是否免费？是否注册？是否国际流量？是否符合标准？是否有其它格式或镜像?某种类型的信息有使用期限制吗？访问资源的方式是否依赖用户使用的设备？是否需要专门软件（如浏览器）？是否有方便的导航？是否容易链接所需的信息？是否有清晰的链接标签？是否能分别打印页面和文献的某一部分？是否能发送到电子邮箱？是否提供多种检索方式？检索信息的效率如何？,53,网络信息资源检索的特点,检索范围大检索效率高工具强大信息冗余大,54,网络信息检索工具,当已经知道地址时直接通过地址访问。当不知道地址的时候，需要借助检索工具，进行关键字检索搜索引擎网络资源指南（门户）专门数据库,55,网络信息检索工具一般是由自动索引程序、数据库和检索代理软件组成的。有些检索工具还拥有自己的维护管理软件。不同的检索工具在具体的实现机理上又各有所不同。从而决定了不同的检索工具的特色。,56,57,自动索引程序,现在大多数网络检索工具都是采用一种称为Robot（又称为：Spider，Crawler，Worms，Wanders等）的网络自动跟踪索引程序。它实际上是一个在网络上检索文件且自动跟踪该文件的超文本结构并循环检索被参照的所有文件的软件。不同的自动索引软件所采用的标引、搜索策略不同，自动索引软件搜寻、标引网页的方式对信息检索的质量有直接影响。,58,搜索数据库的来源,“机器人”工作机理起始URL-分析页面-URL-新页面,59,数据库,自动索引程序将采集和标引的信息汇集成数据库，作为该网络检索工具提供检索服务的基础。不同网络检索工具的数据库收录范围不一样，有的收录Web及图像、有的收录WEB、FTP、Flash、新闻组等资源类型。不同网络检索工具的标引方式也不同，有的索引软件标引主页全文，有些则只标引主页的地址、标题、责任者、特定的段落和关键词。,60,检索代理软件,当用户提出查询要求时，由检索软件负责代理用户在数据库中进行检索。不同网络检索工具所采用的检索机制、算法有所不同，布尔逻辑检索是较普遍采用的一种机制。即按照检索项间的逻辑关系使用布尔逻辑符AND，OR，NOT等来组合检索项，形成检索式来提交查询。除了布尔检索外，许多网络检索工具还提供了一些其他的检索机制如：截词检索、概念检索、模糊检索、词组检索、字段检索、位置检索等。,61,相关网络信息检索技术,涉及到网络信息检索的技术概念比较多，在这里介绍一些应用比较广的概念。分类检索、关键词检索、目录与关键词检索相结合、布尔逻辑检索、词组检索、加/减号检索、截词检索、字段检索、自然语言检索、位置检索、概念检索、多语种检索、区分大小写的检索、过滤检索、多媒体检索,62,分类检索,分类检索多用于目录搜索引擎。用户无需输入任何文字，只要根据目录搜索引擎提供的主题分类目录，层层点击进入，便会查找到用户所需的网络信息资源。,63,关键词检索,用户只需在搜索引擎的提问框中输入合适的提问关键词，按回车键之后，搜索引擎便会将与该提问关键词匹配的结果反馈于你。大多数的搜索引擎是以模糊检索原理实现关键词检索功能。,64,目录与关键词检索相结合,目前很多搜索引擎都开始使用该技术，这种类型的检索工具的典型代表是sohu（）等,65,布尔逻辑检索,布尔逻辑检索一般指“与”、“或”、“非”三种运算。逻辑“与”的布尔运算符为“AND”、“and”，有时也可用“2.使用简单,只要选择相关类目,依照页面之间的超链接指引很快就能到达目的信息,适于检索不熟悉的领域或建议不熟悉网络的用户使用.缺点：1.人工采集信息的收录范围小，更新慢；2.受主观因素影响,类目设置不够科学，缺少规范,85,主要有三种类型：学科信息门户搜索引擎目录目录索引：新浪目录中国艺术开放目录中国分类信息网,86,网络资源目录分类法,主题分类法学科分类法图书分类法分面组配法,87,2搜索引擎,搜索引擎，也叫关键词检索工具，其实就是定期搜索因特网（以WWW为主）并收集新网页信息的计算机程序。每个搜索引擎都有自己独有的搜索系统和一个包容因特网资源站点的独有数据库。其数据库由自动索引程序建立，不需人工干预。这是它与主题指南的最大区别。,88,89,90,搜索引擎：水平门户_综合搜索引擎中文,百度中文搜索引擎：,91,92,搜索引擎：水平门户_综合搜索引擎英文,国外英文常用搜索引擎Google以搜索精度高、速度快成为最受欢迎的搜索引擎，是目前搜索界的领军人物。Fast/AllTheWeb总部位于挪威的搜索引擎后起之秀，风头直逼google。AltaVista曾经的搜索引擎巨人，目前仍被认为是最好的搜索引擎之一。Overture最著名的搜索引擎广告商，竞价排名的始作俑者，也是全文搜索引擎。Lycos发源于西班牙的搜索引擎，网络遍布世界各地。HotBot隶属于LycosNetworks，搜索结果来自其他搜索引擎及目录索引。,93,搜索引擎：垂直搜索引擎,垂直搜索引擎：即专业或专用搜索引擎，它专门用来检索某一主题范围或某一类型信息,追求专业性与服务深度是它的特点。垂直搜索引擎不但可保证此领域信息的收录齐全与更新及时,而且检索深度和分类细化远远优于综合搜索引擎。垂直搜索引擎的检出结果虽可能较综合搜索引擎少,但检出结果重复率低、相关性强、查准率高，适合于满足较具体的、针对性强的检索要求。目前已经涉及到购物，旅游，汽车，工作，房产，交友等行业。,94,垂直搜索引擎举例：1,找工作的搜索引擎：google图书搜索：比价购物搜索引擎：博客与RSS搜索引擎：人脉搜索引擎：论坛搜索引擎：,95,垂直搜索引擎举例：2,TheMusicFinderhttp:/www.music-Singingfish(只能搜寻声音和录像)旅行TripAdvisor计算机科学研究和文章图像搜索引擎：Business生意定向搜索引擎。DailyStocks可以了解被查询公司存货的信息已经相关的新闻报导,研究,引述和其他数据。FMLX英国定向的关于公司，存货数据，分析和研究的搜索引擎。eBizSearchhttp:/www.ebizsearch.org关于电子商务的文章和报告。,96,综合搜索引擎的专门化趋势：,搜狗(Sogou)人物、音乐、购物、图片、地图AllTheWeb能专门对图像、多媒体信息。,97,参见“搜索引擎观察”之专门搜索引擎AnswersSearching|ComputerSearchEnginesDomainSearching|FinancialSearchEnginesGovernmentSearch|InvisibleWebLegalSearchEngines|MailingListsMedicalSearchEngines|NewsgroupSearchScienceSearchEngines|ShoppingSearchTravelSearchEngines|WAPSearchEngines,更多搜索引擎：,98,3元搜索引擎,元搜索引擎是为弥补搜索引擎费事费力之不足而出现的网上辅助检索工具。一般的独立搜索引擎检索范围仅限于其本身的数据库，而元搜索引擎则将用户的检索提问同时送达多个独立搜索引擎的不同数据库中进行检索，在很短时间内就能从这些数据库中检出相关记录的集合。目前，功能较强的元搜索引擎有：Mamma、MetaFind、DogPile、Metacrawler、Savvysearch等。,99,一次搜索多个搜索引擎，并将结果返回给用户。有的直接按来源引擎排列搜索结果，如Dogpile，有的则按自定的规则将结果重新排列组合。优点：能同时搜索多个搜索引擎，能在一定程度上提高查询的广度。缺点：因为有时候并不能对一个搜索引擎全部查完，有时候也会漏掉一些重要信息。,100,101,D,102,103,早期的中文元搜索引擎1、metaFisher中文元搜索引擎2、万纬搜索3、多元搜索新近出现的元搜索引擎1、知识搜索2、一家搜3、比比猫是国内唯一具有自动聚类功能的元搜索引擎，技术和功能上都比较强4、狠搜,104,105,4智能搜索引擎,智能搜索引擎是结合了人工智能技术的新一代搜索引擎。由于它将信息检索从目前基于关键词层面提高到基于知识（或概念）层面，对知识有一定的理解与处理能力，能够实现分词技术、同义词技术、概念搜索、短语识别以及机器翻译技术等。智能搜索引擎具有信息服务的智能化、人性化特征，允许用户采用自然语言进行信息的检索，为他们提供更方便、更确切的搜索服务。,106,搜索引擎举例：GOOGLE,107,搜索引擎举例：GOOGLE,A.通用检索法则：关键词的选择是核心。Google的关键词检索，所使用的关键词可以是字、单词，也可以是短语、词组或句子。使用Google进行检索非常简单，只要在搜索框内输入一个关键字，然后点击下面的“Google搜索”按钮（或者直接回车），结果就出来了。单个关键字搜索得到的信息量巨大，会带出海量的不相关信息，通常检索多是使用词语作为关键词。复杂课题检索，主题分析后就要进行正确选词。使用Google,不同关键词的选择,将决定检索结果排列不同，而且选词不准，无法发挥Google强大的检索功能，影响检索效率。,108,如果检索专业或学术性信息，建议在选择关键词时应注意以下几点：(1)选择专指性强的词关键词专指性强弱是影响查准率的重要因素之一，选用专指性强的关键词，则检出的网站针对性较强，查准率较高。专指性强弱是对选词表达主题的深度而言，要深入分析检索主题，选择研究的对象及其重要参数、概念等名词术语；选择所应用的对文章起关键作用的基础理论、方法、设备等名称；选择反映重要研究成果的词。例如，查找“网络检索工具的历史”有关的信息，选词时选用“搜索引擎”一词，比选用“检索工具”一词，查准率会更高。,109,(2)多角度选词关键词的确定必须经过对检索主题正确分析得到。复杂主题的关键词，要将反映该主题的各个主要方面的词汇都提炼出来，以提高文献的查全率。例如，查找“搜索引擎发展的历史”，因为搜索引擎的历史，是与互联网早期的文件检索工具“Archie”相关的。此外，搜索引擎有个核心程序，叫“蜘蛛”，而最早成型的搜索引擎是“Lycos”，“Yahoo”是优秀搜索引擎的代表。因此，除了选择“搜索引擎”、“历史”外，还要选择“Archie”、“蜘蛛”、“Lycos”、“Yahoo”等词。这些词都是起关键作用的检索词。,110,(3)选择限制主题的词在关键词确定之后，运用检索技术并不能保证检索出来的信息都满意，有时查询的结果太多太泛。由于Google只搜索包含关键词的网页，除了增加表达主题的关键词，还可增加限制性的词语作为关键词，以排除多余的信息。例如：输入“红旗汽车”，将会找到关于红旗但不含“汽车”的网页。,111,检索式的构建及检索实例,为了完整准确地表达检索需求，提高检索的精确度，正确选择关键词后，还需要了解和运用Google各种检索语法与技巧，根据Google提供的操作、运算符和使用规则说明，设计出一个高质量的检索式。,112,Google用空格表示逻辑“与”操作，用减号“”表示逻辑“非”操作。“AB”表示搜索包含A但不包含B的网页。Google用大写的“OR”表示逻辑“或”操作。搜索“AORB”，意思就是说，搜索的网页中，要么有A，要么有B，要么同时有A和B。,(1)逻辑检索,113,很多搜索引擎支持通配符号，如“”代表一连串字符，“?”代表单个字符等。为提供最准确的资料，Google不使用“词干法”，也不支持“通配符”()搜索。也就是说，Google只搜索与输入的关键词完全一样的字词。例如：搜索“googl”或“googl”，不会得到类似“googler”或“googlin”的结果。,(2)通配符检索,114,(3)短语或者句子检索,Google的关键词可以是单词，也可以是短语。用短语做关键字，必须加用英文双引号，否则空格会被当作“与”操作符。双引号中的词语（比如自然与文化遗产）在查询到的文档中将作为一个整体出现。这一方法在查找名言警句或专有名词时显得格外有用。,115,(4)搜索引擎忽略的字符以及强制搜索,Google对无实义的词或一些网路上出现频率极高的英文单词，如“i”、“com”、“www”、“的”等，以及一些符号如“”、“.”等，作忽略处理。如果要对忽略的关键字进行强制搜索，则需要在该关键字前加上明文的“”号。另一个强制搜索的方法是把上述的关键字用英文双引号引起来。例如，检索“internet上www的历史”，检索式为：www的历史internet。又如，“www的历史”中，“的”其实是忽略词，但因为被用英文双引号引起来，搜索引擎就强制搜索这一特定短语。注意：大部分常用英文符号（如问号、句号、逗号等）无法成为搜索关键字，强制也不行。,116,检索式的实现可以在搜索框内一次输入，然后点击下面的“Google搜索”按钮（或者直接回车），结果就出来了。也可以一次添加一个词语在“在此搜寻结果的范围内查询”。还可以不用操作符和运算符，在高级搜索查询网页中，按提示在搜索框内输入关键词的实现,(5)检索式的实现,117,检索式搜索引擎历史archieOR蜘蛛ORlycosORyahoo文化中国历史可分解写为“包含以下的完整字句：搜索引擎；可包含以下全部的字词：历史；包含以下任何一个字词：archie蜘蛛lycosyahoo；不包括以下字词：文化中国历史”。用操作符和运算符时，须注意操作符与作用的关键字之间有否空格。比如“-”的使用，“搜索引擎-文化”，搜索引擎将视为关键字为“搜索引擎”和“文化”的逻辑“与”操作，中间的“-”被忽略。“与”操作必须用大写的“OR”，留有空格且不是小写的“or”。双引号用英文引号等。,(5)检索式的实现,118,字段检索,搜索定义define:blog特定文档搜索filetype:pdffiletype:doc,119,120,博客与RSS信息资源利用,“博客”一词是从英文单词Blog翻译而来。Blog是Weblog的简称，Weblog就是在网络上发布和阅读的流水记录，通常称为“网络日志”，简称为“网志”。Blog就是一个网页，通常由简短且经常更新的帖子构成，这些帖子一般是按照年份和日期倒序排列的。而作为Blog的内容，它可以是你纯粹个人的想法和心得，包括你对时事新闻、国家大事的个人看法，或者你对一日三餐、服饰打扮的精心料理等，也可以是在基于某一主题的情况下或是在某一共同领域内由一群人集体创作的内容。它并不等同于“网络日记”。作为网络日记是带有很明显的私人性质的，而Blog则是私人性和公共性的有效结合，它绝不仅仅是纯粹个人思想的表达和日常琐事的记录，它所提供的内容可以用来进行交流和为他人提供帮助，是可以包容整个互联网的，具有极高的共享精神和价值。,121,简言之，Blog就是以网络作为载体，简易迅速便捷地发布自己的心得，及时有效轻松地与他人进行交流，再集丰富多彩的个性化展示于一体的综合性平台个性化门户。博客主要写：生活、工作、学习博客中国：,122,RSS是一种用于发布和获取网络内容(例如头条新闻)的XML格式。使用RSS阅读器来阅读，你可以不用一个个去开页面，也能够很快地知道关注网络内容更新了没有.ReallySimpleSyndicationRDF(ResourceDescriptionFramework)SiteSummaryRichSiteSummary,123,1.来源多样的个性化“聚合”特性，省去了在各个网站之间的奔波之苦！因为RSS是一种被广泛采用的内容包装定义格式，所以任何内容源都可以采用这种方式来发布信息，包括专业新闻站点、电子商务站点、企业站点、甚至个人站点等。而在用户端，RSS阅读器软件的作用就是按照用户的喜好，有选择性地将用户感兴趣的内容来源“聚合”到该软件的界面中，为用户提供多来源信息的“一站式”服务。,124,2.信息发布的时效、低成本特性RSS技术秉承“推”信息的概念，当新内容在服务器数据库中出现时第一时间被“推”到用户端阅读器中，极大地提高了信息的时效性和价值。此外，服务器端内容的RSS包装在技术实现上极为简单，而且是一次性的工作，使长期的信息发布边际成本几乎降为零，完全是传统的电子邮件、卫星传输、互联网浏览等发布方式所无法比拟的。,125,3无“垃圾”信息、便利的本地内容管理特性RSS用户端阅读器软件的特点是完全由用户根据自身喜好以“频道”的形式订阅值得信任的内容来源，如“新华网国际新闻”、“中国汽车网市场行情”、“天极网IT产品资讯”等。RSS阅读器软件完全屏蔽掉其他所有用户没有订阅的内容以及弹出广告、垃圾邮件等令人困扰的噪音内容。此外，对下载到阅读器软件本地的订阅RSS内容，用户可以进行离线阅读、存档保留、搜索排序、相关分类等多种管理操作，使阅读器软件不仅是一个“阅读”器，更是一个用户随身的“资料库”。,126,RSS利用,RSS的阅读工具(即RSS的阅读器)，可设置更新时间看天下、周博通等,127,RSS源RSSfeed,单个站点：新华网：八方搜索引擎博客中国看天下看天下搜索引擎：RSSSearchEngine周博通RSS导航,128,开放获取信息资源及其利用,开放获取(OpenAccess)是国际学术界、出版界、图书情报界为了推动科研成果利用互联网自由传播而采取的运动。其目的是促进科学及人文信息的广泛交流，促进利用互联网进行科学交流与出版，提升科学研究的公共利用程度、保障科学信息的长期保存，提高科学研究的效率。开放获取数字资源是网络上重要的共享学术信息资源，提供期刊论文全文的免费阅读，是获取学术信息的一种新模式。国外的一些研究表明，在很多学科领域，开放获取的文章比非开放获取的文章具有更大的研究影响力。经过多年来不断的发展，截止到2004年12月底，开放获取期刊数量已经多达1400余种。,129,信息资源开放获取的三个途径,开放获取仓储（OpenAccessRepository）a)对于有版权，但是出版社允许进行自存储（self-archiving）的作品，作者可以放到信息开放存取仓库中，例如论文、专著等；b)对于没有版权的作品，作者可以直接放到信息开放存取仓储中，例如讲义、PPT等。开放获取期刊（OpenAccessJournals）a)出版提供信息开放获取的杂志，或者将原有杂志改造为信息开放获取的杂志；b)期刊运行经费来源：主办者全部筹集资金，杂志对作者和读者都是免费的，个人网页a)对于有版权，但是出版社允许进行自存储的作品，作者可以放到个人网页上；b)对于没有版权的作品，作者可以直接放到个人网页上,130,重点介绍部分国外开放获取数字资源：加州工学院的开放数字文档收集项目DirectoryofOpenAccessJournalsHighWirePressTheOpenAccessPublisherPublicLibraryofScienceJournalsJ-STAGEE-JournalScientificElectronicLibraryOnlineFreeFullText,131,http:/library.caltech.edu/digital/包括:战略加速计算机计算机科技报告图书馆工作人员编写的出版物并行和分布式系统项目组的技术报告航空流体力学实验室研究生的研究报告地震工程研究实验室技术报告控制与动力系统技术报告口述历史文档在线,加州工学院的开放数字文档收集项目,132,DirectoryofOpenAccessJournals,http:/www.doaj.org/是由瑞典兰德大学图书馆整理的一份开放期刊目录。该项服务涵盖了免费的、可获取全文的、高质量的科学和学术期刊(Thisservicecoversfree,fulltext,qualitycontrolledscientificandscholarlyjournals)。他们的目标是涵盖所有学科和语言的开放期刊，目前一共有3656种开放期刊被收录到了该目录中，其中的1258种以上可以进行文章检索。,133,HighWirePress,http:/www.highwire.org/lists/freeart.dtlHighWirePress是全球最大的提供免费全文的学术文献出版商，于1995年由美国斯坦福大学图书馆创立。目前已收录电子期刊710多种，文章总数已达487万多篇，其中超过193万篇文章可免费获得全文；这些数据仍在不断增加。通过该界面还可以检索Medline收录的4500种期刊中的1200多万篇文章，可看到文摘题录。HighWirePress收录的期刊覆盖以下学科：生命科学、医学、物理学、社会科学。部分全文可免费访问，并不是全部。,134,e_print信息资源及其利用,电子预印本信息资源是开放获取的另一种方式，对加快科学研究成果的交流与共享，帮助研究者追踪本学科的最新研究进展，避免研究工作的重复等方面都有重要作用，对科学研究者有很高的参考价值。同行可以直接进行评论。,135,电子预印本特点,(1)作者自愿提交：作者按照一定的格式将论文进行排版后，通过网络、E-mail等方式，按学科类别上传至相应的目录或库中。(2)文责自负：送入预印本库中的论文是不经过任何审核的，也没有任何先决条件决定某一论文能否送入库中。只要作者所投论文遵守国家相关法律，有一定学术水平，符合系统的基本投稿要求。(3)共享性：任何人在尊重作者版权的基础上都可合理利用。(4)交互性：有些系统允许对论文进行评论和交流。(5)多载体性：作者可发表到正式的刊物或其它载体形式上。(6)交流速度快、利于学术争鸣、可靠性高的特点。,136,中国科技论文在线,137,中国预印本服务系统,138,国内预印本服务子系统主要收藏的是国内科技工作者自由提交的预印本文章，可以实现二次文献检索、浏览全文、发表评论等功能。国外预印本门户（SINDAP）子系统是由中国科学技术信息研究所与丹麦技术知识中心合作开发完成的，它实现了全球预印本文献资源的一站式检索。通过SINDAP子系统，用户只需输入检索式一次即可对全球知名的17个预印本系统进行检索，并可获得相应系统提供的预印本全文。目前，SINDAP子系统含有预印本二次文献记录约80万条。,139,奇迹文库预印本,140,e-PrintarXiv预印本文献库,e-printarXiv是由美国国家科学基金会和美国能源部资助,在美国洛斯阿拉莫斯（LosAlamos）国家实验室建立的电子预印本文献库，始建于1991年8月。2001年后转由CornellUniversity进行维护和管理。该预印本资料库由Dr.Ginsparg发起，旨在促进科学研究成果的交流与共享。目前包含物理学、数学、非线性科学、计算机科学四个学科共计28万篇预印本文献。该站点的全文文献有多种格式（例如PS、PDF、DVI等），需要安装相应的全文浏览器才能阅读。,141,e-PrintarXiv（中科院理论物理所镜像站点，不需支付国际网络通信费）：http:/cn.arxiv.org/e-PrintarXiv（美国主站点，需支付国际网络通信费）：http:/arxiv.org/,142,开放仓储注册系统(ROAR)http:/roar.eprints.org/有1145个开放资源。可根据地区、软件平台、内容类型查询，或简单浏览。每一个开放资源列有资源数量。半导体研究所图书信息中心（开放资源中心）:8080/tsh/dzzy/kfzy/kfzy.htm,更多的开放获取数字资源,