第三章搜索引鉴及其使用作业讲评 1.选择题 (1)A(2)BCD(3)A(4)C(5)AC 注意：其中第3题，使用G©ge时，要避免搜索某个词语。在前面加“.”。但要注意的是，不 是所有的搜素引摩都适用，不同的搜索引摩使用的命令式不同的，所以在记忆这些命令时，最好先 到搜素引菜料站看一下它的帮助界面，了解了它们的基本命令要求后再使用月会更得心应手。 第5恩，答案是AC,B选项中，使用搜素引摹时，用户不必知道准确的文件名就可以下载， 而不是必须知道文件名。这是即搜素的一个特点，D速项授素结限可以在本浏宽器中直接下我，而 不必另外打开中专门软件，使用时一定要注意这些问愿。 2.判断题 (1)(×)(2)〔)(3)(×)(4)（√）(5)(×) 注意：第1题写的是第二代搜素引攀，应该是第一代搜索引摹采用分都式并行计算技术，而第 二代深用的是协同处理方案。要注意区分。掌握其实质。 第3盟中的在互联网中漫游、发现和檀集信息的程序一般被称为授素器，而不是叫做素引器。 第5题的这个论述是新闻搜索引擎的概念，而不是新闻组搜素引摩的餐名： 3.思考题 (1)答：搜索引禁的工作原理及技术可以简单表示为：从互联网上抓取网页一建立素引数据库 →在素引数据库中瘦索挂序。 在互联网上抓取网页：搜素引摩的数据采集包括人工采集和自动采集两种方式：人工采集是指 由专门的信息人员罪降和途取有用的WW站点成页面：白动采集是通过白动采集器（如网铬机器 人Rabc心、网络蜘蛛Web Spider、限行者Crawler等)的软件自动跟踪并循环检素网页信息.两种 方法各有利弊， 建立索引数据库：由分析索引系统程序对收集回来的网页进行分析，提取相关信息《包括网页 所在URL、编码类型，页面内容包含的关键词，关健词的位置，生成时间、大小，与其它网页链接 的美系等》，根据一定相关度算法进行大量复杂的计算，得到每一个网页针对页面文字中及超链接中 每一个关键可的相关度（或重要性），然后利用这些相关信息建立网页素引数据库： 在索引数据岸中搜索排序：当用户输入关键问搜索后，由搜索系统程序从网页索引数据库中找 到符合关键词的所有相关网页，因为所有相关网真针对该关键词的相关度在累引数据库中早已算好， 所以只需要按照现成的相关度数值排序，相关度越高，排名越靠前。最后。由页面生成系统将结果 的链接地址和页面内容摘要等内容组织起米反镜给用户。 (2)答：一个搜索引擎一般由被索器、索引器、检素器和用户接口等四个部分组成。被索器的 功隆是在互联网中漫游，发暖和瘦集信息：素引器的功旋是理解覆索器所搜素的信息，从中抽取出 索引项。用于表示文档以及生成文档库的素引表：检索器的功能是根据用户的查山在索引库中快速
1 第三章 搜索引擎及其使用 作业讲评 1．选择题 （1）A （2）BCD （3）A （4）C（5）AC 注意：其中第 3 题，使用 Google 时，要避免搜索某个词语，在前面加“-”。但要注意的是，不 是所有的搜索引擎都适用，不同的搜索引擎使用的命令式不同的，所以在记忆这些命令时，最好先 到搜索引擎网站看一下它的帮助界面，了解了它们的基本命令要求后再使用会更得心应手。 第 5 题，答案是 AC，B 选项中，使用 ftp 搜索引擎时，用户不必知道准确的文件名就可以下载， 而不是必须知道文件名。这是 ftp 搜索的一个特点。D 选项搜索结果可以在本浏览器中直接下载，而 不必另外打开 ftp 专门软件，使用时一定要注意这些问题。 2．判断题 （1）（×） （2）（√） （3）（×） （4）（√） （5）（×） 注意：第 1 题写的是第二代搜索引擎，应该是第一代搜索引擎采用分布式并行计算技术，而第 二代采用的是协同处理方案。要注意区分，掌握其实质。 第 3 题中的在互联网中漫游、发现和搜集信息的程序一般被称为搜索器，而不是叫做索引器。 第 5 题的这个论述是新闻搜索引擎的概念，而不是新闻组搜索引擎的概念。 3．思考题 （1）答：搜索引擎的工作原理及技术可以简单表示为：从互联网上抓取网页→建立索引数据库 →在索引数据库中搜索排序。 在互联网上抓取网页：搜索引擎的数据采集包括人工采集和自动采集两种方式：人工采集是指 由专门的信息人员跟踪和选取有用的 WWW 站点或页面；自动采集是通过自动采集器（如网络机器 人 Robots、网络蜘蛛 Web Spider、爬行者 Crawler 等）的软件自动跟踪并循环检索网页信息。两种 方法各有利弊。 建立索引数据库：由分析索引系统程序对收集回来的网页进行分析，提取相关信息（包括网页 所在 URL、编码类型、页面内容包含的关键词、关键词的位置、生成时间、大小、与其它网页链接 的关系等），根据一定相关度算法进行大量复杂的计算，得到每一个网页针对页面文字中及超链接中 每一个关键词的相关度（或重要性），然后利用这些相关信息建立网页索引数据库。 在索引数据库中搜索排序：当用户输入关键词搜索后，由搜索系统程序从网页索引数据库中找 到符合关键词的所有相关网页。因为所有相关网页针对该关键词的相关度在索引数据库中早已算好， 所以只需要按照现成的相关度数值排序，相关度越高，排名越靠前。最后，由页面生成系统将结果 的链接地址和页面内容摘要等内容组织起来反馈给用户。 （2）答：一个搜索引擎一般由搜索器、索引器、检索器和用户接口等四个部分组成。搜索器的 功能是在互联网中漫游，发现和搜集信息；索引器的功能是理解搜索器所搜索的信息，从中抽取出 索引项，用于表示文档以及生成文档库的索引表；检索器的功能是根据用户的查询在索引库中快速
检出文档，进行文档与查面的相关度评价。对将要输出的结果进行排序，并实现某种用户相关性反 馈机制：用户接口的作用是输入用户查面、显示查询结果、提供用户相关性反馈机制： (3)答：由于语言、文化上的差异。中文搜素引察必然会与国外的搜索攀有所不同，主要表 现在内码、分词以及分类三个方面。 内码：由于历史与或治的原因，即使是中文语言的使用，两岸三地也有较大的差别，体现在计 算机处理上也有很大的不同。其中最重要的区别是采用不同的字符集及内码体系。 分司：西文单词的分隔相当请断，用空格分隔。而中文的字词则不能简单地选行分隔。因此造 成传统上就有不同的处理方法。一个是完全单汉字全文检索，即将文章中的每一个汉字做进索引。 二是鼠据一定的原则和方法米对文章进行自动分词。然后按词建库，对用户的检索结果按词汇匹配 来进行查询。 分类：除了专门的分类搜索引摹（如Yo0等）之外，大量的关键词授素引平也采用了以分类 目录速行导览的方法。这一现象在中文分类搜素引摩中更为普增。自是由于文化的差异，中文搜索 引零分类类目具有与国外覆素引擎分类类目不用的特点。 (4)答：除了添加搜索词外，以下一些技巧也有助于缩小搜案范围。 减除无关资料：如果要莲免瘦索某个词语，可以在这个词前面加上一个减号(”，英文字符)， 但在减号之前必领留一空格。 短语搜索：可以通过添如英文双引号来搜索短语。 指定网域：要在某个特定的域或站点中进行搜索，可以使用“e”语句。 按类别費索：可以恨据主题来缩小霞素范围。 高级捏素：很多搜索引摹都有高领整素功能。可以银轻松地定义覆索范围。 (S)容：在授素性能上，G00gk的英文搜素优于百度：百度的中文搜索优于Google。在栏目 上，二者各有自己的特色，图片，新闻，音乐，日常生活，桌面搜素等等都有涉及，G©ge有地址 栏搜索，中文域名，百度则有针对国内用户的特色，譬如天气预报、以及“知道”等栏目。所以， 二者比较而言，G0cgk的整体优劳大于百度，但是百度的本土优势大于Google. 1.GOOGL正近年来为了保护产权，著作权，搜素文章不带有快属功能，即必须搜素者自己到达 目的网站同读文章，而且图片搜素功能更是把图片与目的网站直接连接起来：图片技缩小了，不能 保存。 2百度的网站用米搜家文章绝对好用，尤其是对于在网站中已被别除或找不到的一些文章，可 以用快黑功能，拍下米，并突出了关键字。非常容易找到需要的内容。图片自然可以直接保存。 3对于网站搜素的广度，当属GOOGLE,外国包括英美、阿拉自、俄罗所、日本、韩国的网站 全部都能搜素到。百度搜素范围主要在国内。 4现在GOOGLE具备了关健司相关文章望索结果的数量顶算功能，并例华了其他关世问。百度 2
2 检出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并实现某种用户相关性反 馈机制；用户接口的作用是输入用户查询、显示查询结果、提供用户相关性反馈机制。 （3）答：由于语言、文化上的差异，中文搜索引擎必然会与国外的搜索引擎有所不同，主要表 现在内码、分词以及分类三个方面。 内码：由于历史与政治的原因，即使是中文语言的使用，两岸三地也有较大的差别，体现在计 算机处理上也有很大的不同，其中最重要的区别是采用不同的字符集及内码体系。 分词：西文单词的分隔相当清晰，用空格分隔。而中文的字词则不能简单地进行分隔，因此造 成传统上就有不同的处理方法。一个是完全单汉字全文检索，即将文章中的每一个汉字都做进索引。 二是根据一定的原则和方法来对文章进行自动分词，然后按词建库，对用户的检索结果按词汇匹配 来进行查询。 分类：除了专门的分类搜索引擎（如 Yahoo 等）之外，大量的关键词搜索引擎也采用了以分类 目录进行导览的方法。这一现象在中文分类搜索引擎中更为普遍。但是由于文化的差异，中文搜索 引擎分类类目具有与国外搜索引擎分类类目不同的特点。 （4）答：除了添加搜索词外，以下一些技巧也有助于缩小搜索范围。 减除无关资料：如果要避免搜索某个词语，可以在这个词前面加上一个减号（“-”，英文字符）。 但在减号之前必须留一空格。 短语搜索：可以通过添加英文双引号来搜索短语。 指定网域：要在某个特定的域或站点中进行搜索，可以使用“site:”语句。 按类别搜索：可以根据主题来缩小搜索范围。 高级搜索：很多搜索引擎都有高级搜索功能，可以很轻松地定义搜索范围。 （5）答；在搜索性能上，Google 的英文搜索优于百度；百度的中文搜索优于 Google。在栏目 上，二者各有自己的特色，图片，新闻，音乐，日常生活，桌面搜索等等都有涉及，Google 有地址 栏搜索，中文域名，百度则有针对国内用户的特色，譬如天气预报、以及“知道”等栏目。所以， 二者比较而言，Google 的整体优势大于百度，但是百度的本土优势大于 Google。 1.GOOGLE 近年来为了保护产权、著作权，搜索文章不带有快照功能，即必须搜索者自己到达 目的网站阅读文章，而且图片搜索功能更是把图片与目的网站直接连接起来；图片被缩小了，不能 保存。 2.百度的网站用来搜索文章绝对好用，尤其是对于在网站中已被删除或找不到的一些文章，可 以用快照功能，拍下来，并突出了关键字，非常容易找到需要的内容。图片自然可以直接保存。 3.对于网站搜索的广度，当属 GOOGLE，外国包括英美、阿拉伯、俄罗斯、日本、韩国的网站 全部都能搜索到。百度搜索范围主要在国内。 4.现在 GOOGLE 具备了关键词相关文章搜索结果的数量预算功能，并例举了其他关键词。百度
也不断在改进搜索引肇功能，新的版本增如了地图搜索功能，对于出行者是很不情的选择， 3
3 也不断在改进搜索引擎功能，新的版本增加了地图搜索功能，对于出行者是很不错的选择