大學(xué)信息技術(shù)基礎(chǔ) 課件 項目六 信息檢索

項目六信息檢索高等院校公共課系列精品教材大學(xué)信息技術(shù)基礎(chǔ)01信息檢索簡介PARTONE20%50%根據(jù)檢索手段的不同，信息檢索可分為手工檢索和機械檢索。手工檢索即以手工翻檢的方式，利用圖書、期刊、目錄卡片等工具來檢索信息的一種手段，其優(yōu)點是回溯性好，沒有時間限制，不收費；缺點是費時，效率低。機械檢索是利用計算機檢索數(shù)據(jù)庫的過程，其優(yōu)點是速度快；缺點是回溯性不好，且有時間限制。在機械檢索中，網(wǎng)絡(luò)文獻檢索最為迅速，目前已成為信息檢索的主流。按檢索對象的不同，信息檢索又可分為文獻檢索、數(shù)據(jù)檢索和事實檢索。這3種檢索的主要區(qū)別在于數(shù)據(jù)檢索和事實檢索需要檢索出包含在文獻中的信息本身，而文獻檢索檢索出包含所需要信息的文獻即可。信息檢索的分類20%50%信息檢索的原理就是將用戶特定的信息需求與存儲在檢索系統(tǒng)中的信息標識進行比較和匹配，選取兩者相符或部分相符的信息予以輸出，如圖6-1所示。一方面是用戶的信息需求，另一方面是組織有序的文獻信息集合，采用一定的方法、技術(shù)手段，根據(jù)一定的線索與規(guī)則從中找出相關(guān)信息。信息檢索的原理20%50%1.布爾邏輯檢索布爾邏輯檢索也稱“布爾邏輯搜索”，是一種比較成熟、較為流行的檢索技術(shù)，其基礎(chǔ)是邏輯運算。常用的邏輯運算有邏輯與(AND)、邏輯或(OR)和邏輯非(NOT)3種。 (1)邏輯與邏輯與可用來表示其所連接的兩個檢索項的交叉部分，即交集部分。如果用AND連接檢索詞A和檢索詞B，則檢索式為AANDB，表示讓系統(tǒng)檢索同時包含檢索詞A和檢索詞B的信息集合C。 (2)邏輯或邏輯或用OR連接檢索詞A和檢索詞B，檢索式為AORB，表示讓系統(tǒng)查找含有檢索詞A、B之一，或同時包括檢索詞A和檢索詞B的信息。 (3)邏輯非邏輯非用NOT連接檢索詞A和檢索詞B，檢索式為ANOTB(或A-B)。表示檢索含有檢索詞A而不含檢索詞B的信息，即將包含檢索詞B的信息集合排除掉。計算機信息檢索技術(shù)20%50%2.位置檢索位置檢索也稱臨近檢索，是指用一些特定的位置算符來表達檢索詞與檢索詞之間的順序和詞間距的檢索。位置算符主要有：(W)算符、(nW)算符、(N)算符、(nN)算符、(F)算符等?！?W)算符：表示其兩側(cè)的檢索詞必須緊密相連，除空格和標點符號外，不得插入其他詞或字母，詞序不可以顛倒?！?nW)算符：表示此算符兩側(cè)的檢索詞必須按此順序排列，順序不可顛倒，而且檢索詞之間最多有n個其他詞?！?N)算符：表示其兩側(cè)的檢索詞必須緊密相連，除空格和標點符號外，不得插入其他詞或字母，詞序可以顛倒。●(nN)算符：表示允許兩詞間插入最多n個其他詞，包括實詞和系統(tǒng)禁用詞?！?F)算符：表示其兩側(cè)的檢索詞必須在同一字段中出現(xiàn)，詞序不限，中間可插入任意檢索詞。計算機信息檢索技術(shù)20%50%3.截詞檢索截詞檢索是預(yù)防漏檢、提高查全率的一種常用檢索技術(shù)，其含義是用截斷的詞的一個局部進行檢索，并認為凡是滿足這個詞局部中的所有字符的文獻，都為命中的文獻。按截斷的位置來分，截詞可有后截詞、前截詞、中截詞3種類型。不同的系統(tǒng)所用的截詞符也不同，常用的有“?”“$”和“*”等。此處“?”表示截斷一個字符，“*”表示截斷多個字符?！袂敖卦~：表示后方一致。例如，輸入“*ware”，可以檢索出software、hardware等所有以ware結(jié)尾的單詞及其構(gòu)成的短語?！裰薪卦~：表示詞前后兩邊一致，截去中間部分。例如，輸入“wom?n”，則可檢索出women和woman等詞?！窈蠼卦~：表示前方一致。例如，輸入“recon*”，可以檢索出reconnoiter、reconvene等所有以recon開頭的單詞及其構(gòu)成的短語。計算機信息檢索技術(shù)20%50%4.字段限制檢索字段限制檢索表示計算機檢索時，將檢索范圍限定在數(shù)據(jù)庫特定的字段中。常用的檢索字段主要有標題、摘要、關(guān)鍵詞、作者、作者單位及參考文獻等。字段限制檢索的操作形式有兩種：一種是在字段下拉菜單中選擇字段后輸入檢索詞，另一種是直接輸入字段名稱和檢索詞。計算機信息檢索技術(shù)02搜索引擎的概念及應(yīng)用PARTTWO瀏覽器(Browser)是用來檢索、展示以及傳遞Web信息資源的應(yīng)用程序。Web信息資源由統(tǒng)一資源標識符(UniformResourceIdenti?er，URI)所標記，它是一個網(wǎng)頁、一張圖片、一段視頻或者任何在Web上所呈現(xiàn)的內(nèi)容。使用者可以借助超鏈接(Hyperlinks)，通過瀏覽器瀏覽互相關(guān)聯(lián)的信息。主流的瀏覽器有IE瀏覽器、Chrome瀏覽器、Firefox瀏覽器、Safari瀏覽器、QQ瀏覽器等，它們具有以下特點?！馡E瀏覽器：是微軟推出的Windows系統(tǒng)自帶的瀏覽器，它的內(nèi)核是由微軟獨立開發(fā)的，簡稱IE內(nèi)核，該瀏覽器只支持Windows平臺。國內(nèi)大部分瀏覽器都是在IE內(nèi)核基礎(chǔ)上提供了一些插件，如360瀏覽器、搜狗瀏覽器等。●Chrome瀏覽器：由Google在開源項目的基礎(chǔ)上進行獨立開發(fā)的一款瀏覽器，而且它提供了很多方便開發(fā)者使用的插件。Chrome瀏覽器不僅支持Windows平臺，還支持Linux、Mac系統(tǒng)，同時它也提供移動端的應(yīng)用(如Android和iOS平臺)。瀏覽器●Firefox瀏覽器：是開源組織提供的一款開源的瀏覽器，它開源了瀏覽器的源碼，同時也提供了很多插件，方便了用戶的使用，支持Windows平臺、Linux平臺和Mac平臺?！馭afari瀏覽器：是Apple公司為Mac系統(tǒng)量身打造的一款瀏覽器，主要應(yīng)用在Mac和iOS系統(tǒng)中。●QQ瀏覽器：是騰訊科技(深圳)有限公司開發(fā)的一款瀏覽器，采用Chromium+IE雙內(nèi)核。啟動瀏覽器的常用方法有以下3種。①從“開始”菜單中啟動瀏覽器。②通過快捷圖標啟動瀏覽器。③通過已存在的文檔啟動瀏覽器。退出瀏覽器的常用方法有以下3種。①單擊瀏覽器窗口右上角的“關(guān)閉”按鈕。②在下方任務(wù)欄瀏覽器圖標處右擊，選擇“關(guān)閉窗口”命令。③使用Alt+F4組合鍵。瀏覽器搜索引擎依托于多種技術(shù)，如網(wǎng)絡(luò)爬蟲技術(shù)、檢索排序技術(shù)、網(wǎng)頁處理技術(shù)、大數(shù)據(jù)處理技術(shù)、自然語言處理技術(shù)等，為信息檢索用戶提供快速、高相關(guān)性的信息服務(wù)。搜索引擎技術(shù)的核心模塊一般包括爬蟲、索引、檢索和排序等，同時可添加其他一系列輔助模塊，以便為用戶創(chuàng)造更好的網(wǎng)絡(luò)使用環(huán)境。

搜索引擎就是根據(jù)用戶需求與一定算法，運用特定策略從互聯(lián)網(wǎng)檢索出指定信息反饋給用戶的一門檢索技術(shù)。搜索引擎

常用搜索引擎有百度搜索引擎、360搜索引擎、搜狗搜索引擎等。百度搜索引擎是全球最大的中文搜索引擎，由李彥宏、徐勇兩人于2000年1月在北京中關(guān)村創(chuàng)立，致力于向用戶提供簡單、可依賴的信息獲取方式，圖6-2所示為百度搜索引擎。360搜索引擎是360公司開發(fā)的基于機器學(xué)習(xí)技術(shù)的第三代搜索引擎，具備自學(xué)習(xí)、自進化的能力，以發(fā)現(xiàn)用戶最需要的搜索結(jié)果，圖6-3所示為360搜索引擎。搜狗搜索引擎是全球首個第三代互動式中文搜索引擎，致力于中文互聯(lián)網(wǎng)信息的深度挖掘，幫助中國網(wǎng)民加快信息獲取速度，為用戶創(chuàng)造價值，圖6-4所示為搜狗搜索引擎。搜索引擎搜索引擎的分類

●全文搜索引擎：是目前應(yīng)用最廣泛的搜索引擎，典型代表有百度搜索引擎、360搜索引擎等。●目錄式搜索引擎：是以人工方式或半自動方式搜集信息，由搜索引擎的編輯員查看信息之后，依據(jù)一定的標準對網(wǎng)絡(luò)資源進行選擇、評價，人工形成信息摘要，并將信息置于事先確定的分類框架中而形成主題目錄，典型代表是新浪分類目錄搜索?！裨阉饕妫菏侵冈诮邮沼脩舨樵冋埱蠛螅ㄟ^一個統(tǒng)一的界面，同時在多個搜索引擎上搜索，并將結(jié)果返回給用戶。信息化與網(wǎng)絡(luò)經(jīng)濟

●數(shù)據(jù)采集：負責(zé)按照一定的方式和要求對網(wǎng)絡(luò)上的站點等資源進行搜集，并將搜集、發(fā)現(xiàn)的頁面信息經(jīng)網(wǎng)絡(luò)傳輸，存入搜索引擎的臨時數(shù)據(jù)庫中。●數(shù)據(jù)標引：負責(zé)對收集到的網(wǎng)頁信息進行分析，從中提取有檢索價值的內(nèi)容—網(wǎng)頁關(guān)鍵詞，并對關(guān)鍵詞進行權(quán)值計算?！駭?shù)據(jù)組織：負責(zé)形成規(guī)范的索引數(shù)據(jù)庫或便于瀏覽的層次型分類目錄結(jié)構(gòu)?！駭?shù)據(jù)檢索：負責(zé)幫助用戶用一定的方式檢索索引數(shù)據(jù)庫，獲取符合用戶需要的信息。搜索引擎首頁也稱主頁(HomePage)，是用戶打開瀏覽器時默認打開的網(wǎng)頁，主要包含個人主頁、網(wǎng)站網(wǎng)頁、組織或活動主頁、公司主頁等。主頁一般是用戶通過搜索引擎訪問一個網(wǎng)站時所看到的首個頁面，用于吸引訪問者的注意，通常也起到登錄頁的作用。在一般情況下，主頁是用戶用于訪問網(wǎng)站其他模塊的媒介，主頁會提供網(wǎng)站的重要頁面及新文章的鏈接，并且常常有一個搜索框供用戶搜索相關(guān)信息，大多數(shù)作為首頁的文件名是index、default、main或portal加上擴展名。為公司計算機設(shè)置瀏覽器首頁1.設(shè)置默認瀏覽器啟動Firefox瀏覽器，打開應(yīng)用程序菜單，選擇“設(shè)置”命令，選擇“常規(guī)”選項卡，在啟動選項組中單擊“設(shè)為默認”按鈕，如圖6-5所示。為公司計算機設(shè)置瀏覽器首頁2.設(shè)置默認搜索引擎選擇“搜索”選項卡，在“默認搜索引擎”選項組中選擇“百度”，如圖6-6所示。為公司計算機設(shè)置瀏覽器首頁3.設(shè)置瀏覽器首頁選擇“主頁”選項卡，在“新窗口和標簽”選項組中選擇“自定義網(wǎng)址”，在“主頁和新窗口”文本框中輸入導(dǎo)航網(wǎng)站“hao123”的網(wǎng)址，即可將導(dǎo)航網(wǎng)頁“hao123”設(shè)置為瀏覽器首頁，如圖6-7所示。為公司計算機設(shè)置瀏覽器首頁3.設(shè)置瀏覽器首頁設(shè)置完成后，啟動Firefox瀏覽器，可以看到瀏覽器首頁為導(dǎo)航網(wǎng)站“hao123”，如圖6-8所示。為公司計算機設(shè)置瀏覽器首頁(1)通過檢索“京東商城”網(wǎng)頁，查找所需信息啟動Firefox瀏覽器，在導(dǎo)航網(wǎng)站“hao123”頁面查找“京東”，如圖6-9所示。檢索滿足需求的筆記本電腦(1)通過檢索“京東商城”網(wǎng)頁，查找所需信息單擊“京東”選項，進入京東商城，如6-10所示。檢索滿足需求的筆記本電腦(2)在京東商城購物網(wǎng)站專用平臺中檢索符合要求的筆記本電腦按要求輸入“筆記本電腦多屏協(xié)同”，按Enter鍵，檢索結(jié)果如圖6-11所示。檢索滿足需求的筆記本電腦對檢索到的結(jié)果按要求進一步細化，電腦類型選擇“筆記本”、內(nèi)存容量選擇“16GB”、屏幕尺寸選擇“14.0-14.9英寸”、處理器選擇“Inteli7”、顯卡類別選擇“MX450”，最后在價格中輸入“7000-8000”，單擊“確定”按鈕，如圖6-12所示。檢索滿足需求的筆記本電腦查看列舉的筆記本電腦信息，其中華為MateBook142021符合同事小旭的要求，如圖6-13所示。檢索滿足需求的筆記本電腦(3)驗證信息，查看評測回到導(dǎo)航網(wǎng)站“hao123”，通過百度搜索引擎輸入“華為”進行查找，在找到的搜索結(jié)果中，單擊華為官網(wǎng)的鏈接。在華為官網(wǎng)中，依次選擇“個人及家用產(chǎn)品”→“電腦”→“MateBook系列”，找到“MateBook14”后，單擊“了解更多”選項，通過查看“功能特征”“規(guī)格參數(shù)”“服務(wù)支持”，驗證筆記本電腦信息，如圖6-14所示。檢索滿足需求的筆記本電腦(3)驗證信息，查看評測再次回到導(dǎo)航網(wǎng)站“hao123”，通過百度搜索引擎輸入“MateBook142021評測”進行查找，在找到的搜索結(jié)果中，打開評測信息查看，進一步確定“MateBook142021”是否符合要求，如圖6-15所示。檢索滿足需求的筆記本電腦(4)通過書簽收藏有效頁面通過書簽收藏京東商城的選購頁面、華為官網(wǎng)的產(chǎn)品資料、中關(guān)村在線的評測信息，整理書簽，以便推薦時打開查看，如圖6-16所示。檢索滿足需求的筆記本電腦03中國知網(wǎng)文獻檢索平臺PARTTHREE

在搜索引擎中檢索“中國知網(wǎng)”或在瀏覽器地址欄中輸入知網(wǎng)網(wǎng)址，可以打開中國知網(wǎng)首頁，如圖6-17所示。首頁的下半部分主要是行業(yè)知識服務(wù)與知識管理平臺、研究學(xué)習(xí)平臺和專題知識庫，用戶可以根據(jù)需要單擊相關(guān)欄目進行瀏覽。進入知網(wǎng)1.快速檢索單擊搜索框中的下拉按鈕，選取“主題”“關(guān)鍵詞”“篇名”“作者”等檢索字段，并在輸入框內(nèi)輸入對應(yīng)的內(nèi)容，便可開始進行簡單檢索。另外，在搜索框下方還可根據(jù)需要選擇單個數(shù)據(jù)庫檢索，或選擇多個復(fù)選框跨數(shù)據(jù)庫進行快速檢索，如圖6-18所示。分別單擊首頁上部的“文獻檢索”“知識元檢索”“引文檢索”選項卡，便可進行相關(guān)類別的檢索。檢索數(shù)據(jù)加密技術(shù)

通常將未加密的信息稱為明文，將加密之后的信息稱為密文；明文變換成密文的過程稱為加密，密文變換成明文的過程稱為解密，在變換過程中使用到的算法分別稱為加密算法和解密算法，算法使用的關(guān)鍵參數(shù)稱為密鑰。檢索2.高級檢索高級檢索頁面如圖6-19所示。其檢索條件包括內(nèi)容檢索條件和檢索控制條件，其中檢索控制條件主要是發(fā)表時間、文獻來源和支持基金。另外，還可對匹配方式、檢索詞的中英文擴展進行限定。模糊匹配是指檢索結(jié)果包含檢索詞，精確匹配是指檢索結(jié)果完全等同或包含檢索詞。中英文擴展是指由所輸入的中文檢索詞自動擴展檢索相應(yīng)檢索項內(nèi)英文詞語的一項檢索控制功能。數(shù)據(jù)加密技術(shù)

通常將未加密的信息稱為明文，將加密之后的信息稱為密文；明文變換成密文的過程稱為加密，密文變換成明文的過程稱為解密，在變換過程中使用到的算法分別稱為加密算法和解密算法，算法使用的關(guān)鍵參數(shù)稱為密鑰。檢索3.專業(yè)檢索專業(yè)檢索需要用檢索算符編制檢索式，適合于查詢、信息分析人員使用。專業(yè)檢索頁面如圖6-20所示。數(shù)據(jù)加密技術(shù)

通常將未加密的信息稱為明文，將加密之后的信息稱為密文；明文變換成密文的過程稱為加密，密文變換成明文的過程稱為解密，在變換過程中使用到的算法分別稱為加密算法和解密算法，算法使用的關(guān)鍵參數(shù)稱為密鑰。檢索4.作者發(fā)文檢索作者發(fā)文檢索是指以作者姓名、單位作為檢索點，檢索作者發(fā)表的全部文獻及被引用、下載的情況，特別是對于同一作者發(fā)表文獻屬于不同單位的情況，可以一次檢索完成。通過這種檢索方式，不僅能找到某作者發(fā)表的全部文獻，還可以通過對結(jié)果的分組篩選全方位了解作者的研究領(lǐng)域、研究成果等情況。作者發(fā)文檢索頁面如圖6-21所示。處理檢索結(jié)果1顯示檢索結(jié)果

無論采用的是何種檢索方式，實施檢索后，系統(tǒng)將給出檢索結(jié)果列表，如圖6-22所示。處理檢索結(jié)果2檢索結(jié)果排序

檢索出的結(jié)果可按照主題、發(fā)表時間、被引用次數(shù)、下載次數(shù)進行排序。3分組瀏覽

檢索出的結(jié)果可按照學(xué)科、發(fā)表年度、基金、研究層次、作者、機構(gòu)進行分組瀏覽。處理檢索結(jié)果4下載

注冊用戶可下載和瀏覽文獻全文，系統(tǒng)提供了CAJ和PDF兩種格式。例如，單擊文獻標題，進入文獻介紹頁面，如圖6-23所示?？梢詥螕簟癏TML閱讀”按鈕進行在線閱讀，也可以單擊“CAJ下載”或“PDF下載”按鈕進行下載。需要注意的是，在閱讀全文前，必須確保已下載并安裝相應(yīng)的閱讀器。圖6-24所示為CAJ閱讀器。處理檢索結(jié)果4下載

另外，還可以批量下載符合需求的文獻。只需要勾選要下載的文獻標題前的復(fù)選框，單擊“批量下載”按鈕，進入下載頁面，如圖6-25所示。處理檢索結(jié)果4下載

在下載頁面中，單擊“批量下載”按鈕，將文件下載到本地。注意，要打開此格式文件，計算機須安裝最新版知網(wǎng)研學(xué)(原E-Study)客戶端，如圖6-26所示。04開放教育資源PARTFOUR開放教育資源簡介1學(xué)堂在線

學(xué)堂在線是清華大學(xué)研發(fā)的中文在線教育平臺。在2016年果殼網(wǎng)發(fā)布的“全球MOOC排行榜”中，學(xué)堂在線被評為“擁有最多精品好課”的三甲平臺之一。學(xué)堂在線的課程涵蓋面較廣，涉及的學(xué)科較多，部分課程需要付費才可學(xué)習(xí)，圖6-27所示為學(xué)堂在線官網(wǎng)主頁。開放教育資源簡介2中國大學(xué)MOOC

中國大學(xué)MOOC是由網(wǎng)易與高等教育出版社合作推出的大型開放式在線課程學(xué)習(xí)平臺，于2014年5月上線，它聯(lián)合北京大學(xué)、復(fù)旦大學(xué)、浙江大學(xué)、南京大學(xué)、同濟大學(xué)、北京師范大學(xué)等眾多知名高校和機構(gòu)推出上千門精品課程，涉及計算機、心理學(xué)、經(jīng)濟學(xué)、管理等領(lǐng)域，還有專門針對英語四六級、考研的課程。圖6-28所示為中國大學(xué)MOOC官網(wǎng)主頁。開放教育資源簡介3好大學(xué)在線

目前好大學(xué)在線的課程涵蓋了哲學(xué)、經(jīng)濟學(xué)、法學(xué)、教育學(xué)、理學(xué)、工學(xué)、農(nóng)學(xué)、醫(yī)學(xué)等領(lǐng)域，部分在線課程采用英文作為授課語言。圖6-29所示為好大學(xué)在線官網(wǎng)主頁。開放教育資源簡介4edX

edX匯集諸多名校的教學(xué)內(nèi)容，可以讓全球?qū)W習(xí)者利用機構(gòu)網(wǎng)站學(xué)習(xí)名校課程。同時，edX平臺技術(shù)是開源的，這就為全球其他高校提供了范型，以支撐其研發(fā)自己的在線教育產(chǎn)品。圖6-30所示為edX官網(wǎng)主頁。開放教育資源簡介5Coursera