因特网信息检索,图书馆：刘锋,本课内容,一、网络信息资源概述 二、网络信息检索 三、网络信息检索策略与技巧 四、网络信息检索的发展趋势,常用术语（一）,超文本(Hypertext)是用超链结的方法，将各种不同空间的文字信息组织在一起的网状文本，这种文本与文本之间的链接关系就称为超链接。 超文本的格式有很多，目前最常使用的是超文本标记语言(Hyper Text Markup Language，HTML)及富文本格式 (Rich Text Format，RTF)。 超媒体(Hyper Media)，是超文本利用引用链接其他不同类型（内含声音、图片、动画）的文件，这些具有多媒体操作的超文本和多媒体在信息浏览环境下的结合，它是超级媒体的简称。意指多媒体超文本(Multimedia Hypertext)，即以多媒体的方式呈现相关文件信息。 浏览器（Browser）是Web页浏览的客户应用程序，是一种在窗口环境下浏览互联网资源并获得信息的多媒体工具。有了浏览器，用户才能够在因特网的大海中航行。,常用术语（二）,（TCP/IP协议） TCP（Transport Control Protocol）指传输控制协议，IP（Internet Protocol）指网际协议。互联网连接了世界上不同国家与地区无数不同硬件、不同操作系统与不同软件的计算机，数据在传输过程中很容易丢失或传错。为了保证这些计算机之间能够畅通无阻地交换信息，INTERNET采用统一的通信协议TCP/IP协议，它能保证数据迅速可靠传输。 TCP/IP协议实际是一个协议集合。我们最常见的协议有http（超文本传输协议）：WWW客户机和服务器用于在网上传输、响应用户请求的协议。,常用术语（三）,网络地址与域名（IP地址和DN） IP地址：互联网上连接了无数的计算机（主机），用户如何找到一个特定的主机呢？人们根据IP协议给每一个主机分配一个编码，这个编码称为IP地址。它可用四组由圆点分割的数字表示。如，我校图书馆网站的IP地址：http:/210.44.146.11 域名（Domain name）： IP地址难于记忆，也可以用域名来表示主机。 DNS：域名服务器(Domain Name Server)。,常用术语（四）,URL：统一资源定位符 (Uniform Resource Locator) WWW是World Wide Web （环球信息网）的缩写，也可以简称为Web，中文名字为“万维网”。 SMTP：简单邮件传输协议 （Simple Mail Transfer Protocol）SMTP 是一种提供可靠且有效电子邮件传输的协议。 SMTP 是建模在 FTP 文件传输服务上的一种邮件服务，主要用于传输系统之间的邮件信息并提供来信有关的通知。 NNTP：网络新闻传输协议（Network News Transfer Protocol Overview）,一、网络信息资源概述,（一）、网络信息资源的定义 通过计算机网络可以利用的各种信息资源的总和。即以数字化形式记录的，以多媒体形式表达的，分布式存储在网络计算机的磁介质、光介质以及各类通信介质上，并通过计算机通信方式进行传递的信息内容的集合。（载体、表达形式、组织结构、传播手段）,一、网络信息资源概述,（二）、网络信息资源的特点 1、信息量大、传播广泛 2、信息类型多样、内容丰富 3、信息时效性强、变化频繁 4、信息分散无序、但关联程度高 5、信息缺乏管理、良莠不齐,一、网络信息资源概述,（三）、网络信息资源的类型 1、按采用的网络传输协议划分 （1）WWW信息资源 也称Web信息资源，采用超文本传输协议（HyperText Transfer Protocol，HTTP）在WWW客户端和服务器端之间传输，建立在超文本、超媒体等技术的基础上，集文本、图像、图形、声音等为一体，以网页的形式存在Internet上。 （2）Telnet信息资源 是指在远程登录协议Telnet（Telecommunication Network Protocol）的支持下，用户计算机经由Internet与远程计算机连接，并在权限允许的范围内检索和使用远程计算机的各种硬件、软件资源。Telnet方式是实现与远程计算机连接的最快方式。（Dialog、OCLC、OPAC）,一、网络信息资源概述,（3）FTP信息资源 FTP信息资源是借助于文件传输协议（File Transfer Protocol，FTP），以文件方式在联网计算机之间传输的信息资源。FTP协议的主要功能是实现文件从一个系统到另一个系统的完整拷贝，资源类型广泛。 （4）用户服务组信息资源 网上各种各样的用户服务组是Internet上最受欢迎的信息交流形式，包括新闻组（Usenet Newsgroup）、电子邮件组（Listserv）、邮件列表（Mailing List）、专题讨论组（Discussion Group）等。用户服务组资源是一种最丰富、自由、最具开放性的资源，其信息交流的广泛性、直接性是其他任何类型的信息资源都无法比拟的。（论坛、邮件交流）,一、网络信息资源概述,2、按信息资源组织形式划分 （1）文件方式 （2）超文本/超媒体方式 超文本/超媒体方式是一种新型的信息组织方式，不仅注重所要管理的信息本身，而且更加注重信息之间关系的建立与表示，是将网络信息按照相互关系非线性存储在节点（Node）上，节点间以链路（Link）相连，形成一个可任意连接的、有层次的、复杂的网状结构。超文本是以线性和静态的文本信息的文本为处理对象，超媒体是超文本与多媒体技术的结合，将文字、图表、声音、图像、视频等多媒体信息以超文本方式组织。 （3）数据库方式 （4）网站 集网络信息提供、网络信息组织、网络信息服务于一体，一般综合了文件方式、超文本/超媒体方式和数据库方式来组织信息和提供信息的检索。,一、网络信息资源概述,3、按网络信息资源的内容划分 （1）网络数据库（联机、光盘数据库） （2）网络出版物（电子图书、电子期刊等） （3）社会信息（政策、新闻、娱乐信息等） （4）软件资源（各种应用程序） （5）其他类型的信息（论坛、电子公告、网络日志）,二、网络信息检索,（一）、网络信息检索的定义 狭义：是指网络信息的查找，即以Internet为检索平台和媒介，利用相应的网络检索工具或检索系统，运用一定的网络检索技术与策略，从有序的网络信息集合中查出所需信息的过程。 广义：包括网络信息整序和网络信息查找。 网络信息整序是将与Internet相连的信息按一定的规则进行搜集、分析和标引，并以数据库方式、主题树方式或者其他方式组织、排序和存储。,二、网络信息检索,（二）、网络信息检索的特点 1、检索范围涵盖整个Internet 2、传统检索方法与全新网络检索技术相结合 3、用户界面友好且操作方便 4、用户透明度高 5、信息检索效率不高,二、网络信息检索,（三）、网络信息检索的一般方法 1、浏览方式 （1）随意浏览 （2）分类体系浏览 2、查询方式： 通过输入检索条件，从大量的信息集合中检索信息的方式。,二、网络信息检索,（四）、网络信息检索技术 1、全文检索技术 全文检索（Full Text Retrieval）技术，就是以信息资料的内容，如文字、声音、图像等为主要处理对象，而不是其外在特征来实现信息检索的技术，出现于20世纪50年代末。,二、网络信息检索,（四）、网络信息检索技术 2、多媒体信息检索技术 （1）基于内容的图像检索技术 （2）基于内容的视频检索技术 （3）基于内容的音频检索技术,二、网络信息检索,（四）、网络信息检索技术 3、智能检索技术 采用人工智能计算机技术进行信息检索的技术 （1）机器学习技术 （2）知识发现技术 （3）自然语言理解技术 （4）智能代理技术,二、网络信息检索,（四）、网络信息检索技术 4、数据挖掘技术 数据挖掘（Data Mining）技术也称为数据库中的知识发现技术，是指从大型数据库或数据仓库中提取人们感兴趣的知识，这些知识是隐含的、事先未知的潜在有用信息，提取知识一般可表示为概念、规则、规律、模式等形式。 （1）Web内容挖掘（从文档内容或其描述中抽取知识） （2） Web结构挖掘（从组织结构和连接关系中推导知识） （3） Web使用记录挖掘（从Web访问记录中挖掘）,二、网络信息检索,（四）、网络信息检索技术 5、自动标引和分类技术 自动标引技术是指由计算机代替人工完成文本的内容分析，并赋予词语标识的技术，可分为抽词标引和赋词标引两种。 抽词标引：主要指利用原文本信息中的自然语言直接标引，不加任何处理。,赋词标引：是指使用已建词表中的主题词（或叙词）替代文本信息中的关键词来表达文本主题内容概念的标引过程。即使用受控语词进行标引，这是一种受控语言标引。目前网上采用的是词频加权统计法（标引词=主题词+权值） 自动分类技术：利用计算机信息技术按照一定的分类体系或标准进行自动分类标记，它主要用于实现信息特征的聚类和归类，即将具有相同或相近特征的信息对象集中在一起。而将不同特征者尽可能归于不同的类别中，从而实现快速检索。（外文本预处理、文本表示和特征提取）,二、网络信息检索,（五）、网络信息检索工具的类型 1、WWW信息资源检索工具 （1）网络资源指南 （2）搜索引擎 （3）信息门户 （4）搜索软件,二、网络信息检索,（五）、网络信息检索工具的类型 2、非WWW信息资源的检索工具 （1）FTP信息资源的检索工具 （2）Telnet信息资源的检索工具 （3）用户服务组信息资源的检索工具,三、网络信息检索策略和技巧,（一）、网络信息检索策略 1、分析检索课题 （1）明确检索目的 （2）明确课题的检索范围 （3）确定检索项 2、选择检索工具 （1）明确不同类型网络信息检索工具的适用范围 （2）了解主要检索工具的特点和功能 （3）重视检索工具的分类浏览功能在学术信息检索中的应用 （4）注意多种网络检索工具的组合使用 3、实施检索 （1）了解检索工具的检索规则 （2）确定检索词（3）构造检索式（4）选择和处理检索结果,三、网络信息检索策略和技巧,（二）、网络信息检索技巧 1、提高检索效率的措施 （1）提高查全率 少用逻辑“与”、多用逻辑“或”、降低检索词的专指度等 （2）提高查准率 2、提高检索速度的措施 （1）建立收藏夹分类体系 （2）采用缓存措施 （3）设置启动页面 （4）减少信息媒体的装载,四、网络信息检索的发展趋势,1、网络信息检索的智能化 因特网的飞速发展，对检索工具的智能化程度提出了更高的要求。智能化程度高的检索工具在竞争中将明显地处于有利的地位。目前，除了新兴的自动标引、自动文献、自动跟踪、自动漫游等智能化检索技术正在逐步走向完善外，网络专家们又推出了智能浏览器、学习智能体、知识共享智能体等最新的网络信息高度智能化检索技术 2、网络信息检索的个性化 （1）收录内容特色化 （2）个性化检索设置 （3）个性化检索界面 （4）个性化信息推送,四、网络信息检索的发展趋势,3、网络信息检索的可视化 由于图像表达方式的生动、形象、准确和多维揭示等特点，人们便将一些抽象、不可见的概念、关系等用图像形式来表达，将其可视化。 可视化检索就是把文献信息、用户提问、各类检索模型以及利用检索模型进行检索的过程，展示在一个可视化空间中，并向用户提供信息检索服务。 4、网络信息检索的多样化 （1）网上检索信息的多样化 （2）网络检索工具的多样化,四、网络信息检索的发展趋势,（3）检索功能的多样化 针对网络信息分布无序、难以规范化和结构化、内容特征抽取复杂等特点，网络信息检索工具的功能也将进一步向多样化方向发展。检索功能的多样化具体体现在以下几个方面： 一是检索角度的多样化。目前网络信息检索工具提供的检索点主要有文件名、文件标题、作者、网址名、日期等可检字段。从这些角度还不足以充分满足网络信息检索的需要，目前，专家们正尝