如何有效利用搜索引擎在线视频

同学们好

我是中南大学信息安全与大数据研究院

胡德华

下面我们主要介绍

如何有效地利用搜索引擎

什么是搜索引擎

搜索引擎是根据一定的搜索策略

通过“爬虫”“蜘蛛”等搜索程序

搜索网页信息资源

经过信息的分类 组织 索引等处理

建立相应的索引库

通过用户接口提供信息检索服务的

一种网络信息资源检索系统

根据搜索引擎的组成和功能

我们看到它主要包括

采集器

索引器 检索器以及用户的接口

每一个组成部分实施相应的功能

把采集器网页的信息自动的采集

然后索引器进行索引

抽取出主要的信息

建立索引库

然后通过检索器

用户可以根据自己的提问词从索引库中进行匹配

找到最相关的信息

然后进行相关性的评价

检出的结果进行排序

用户接口主要是输入用户的提问

显示检出结果提供相关的反馈的机制

那么搜索引擎分为哪些类型

根据工作方式分

我们可以看到分为

目录型的搜索引擎

还有就是全文型搜索引擎以及元搜索引擎

根据搜索的内容来讲

有综合性的搜索引擎和专业性的搜索引擎

那么为什么我们要利用搜索引擎

搜索引擎具有哪些优势

第一个优势就是

能够弥补传统检索的“盲区”

传统检索的话

我们所讲的文献数据库检索

它的资源的类型

收录的学科的范围

文件的格式

检索的方式

都是具有一定的局限性

而搜索引擎的话

能够克服这些限制

实现全方位的 多角度的检索

还可以满足一些特定的检索

像图像 视频 音频等多媒体的检索

以及网上链接的搜索

这些垂直的搜索引擎来提供这些服务

那么第二个优势就是

提高传统检索的时效

所以近年来

新理论 新方法 新技术 新产品不断的涌现

传统的学术交流的载体 像报纸期刊

以及我们所讲的信息 收集起来建立的数据库

来报道 它的更新时间相对滞后

像期刊的话

一般的是月刊

它滞后了一个月

如果就是很多期刊

它从收稿到发表要半年左右的时间

所以说它就滞后

另外一个

数据库滞后的时间还要更长

因为它发表以后

还要经过采集加工处理以后才能收到数据库中

所以这个时间就更长了

搜索引擎就可以弥补传统检索的时差问题

尤其是对于一些新技术和新产品的查询

第三个优势是

降低传统检索的成本

随着开放存取运动的蓬勃发展

以及学术自由和交流共享理念的持续深入

所以开放存取方面资源也越来越多

我们在从事这个研究上

开放存取期刊这个方面

像DOAJ

就收录了全世界9000多种开放存取期刊

以及其中期刊上的论文的全文

第二是开放存取仓储

在开放存取仓储的目录数据库（DOAR）中

也有2600多个

另外还有开放数据

近几年来

越来越多了

像美国政府的开放数据

它的数据集的话

就有19万多个

另外今年开放课程也在不断的发展

所以像麻省理工的

开放的课程有2400多门

这些开放的资源可以免费的共享 获取

所以搜索引擎的话

可以检索到这些免费的资源的一种有效的工具

能够大大的降低成本

提高我们的检索的效率

第三 我们为什么要有效的利用

搜索引擎

我们在利用搜索引擎的时候

就会存在的一个

因特网的信息检索的这个魔咒

这个魔咒是什么呢

就是在互联网上你总能找到

甚至只能找到你不需要的信息

所以这个与我们的检索是背道而驰的

你像我们要查

咖啡因可以降低高血压的风险吗

那么我们就可以百度一下

你看我们检索

把整个的提问输入到里面去以后

找到了263万条检索结果

哪一个是你所需要的

这么多的结果里面

所以这个就需要我们去鉴别了

需要我们检出最准确的信息

你不可能把所有的信息都阅读完

所以我们就在网上面

不是要强调你查全

而是要强调查准

查准

第二个方面

就是“魏则西事件”

敲响了我们的警钟

“魏则西事件”

是怎么产生的呢

就是2014年4月 魏则西

查出了滑膜肉瘤

他就在网上面进行百度搜索

搜索以后看到了

排在最前面的结果是武警医院

武警北京总队第二医院

那么他可能还不相信

但是他派

他的父母去先行考察

考察以后除了我们

对于滑膜肉瘤可以采用生物的免疫疗法

然后就借钱去治疗

但是治疗效果不见效

这样也导致了致死

所以这个事

敲响了警钟

我们怎么去有效的利用搜索引擎

因为滑膜肉瘤是一种软组织的一个肉瘤

在网上面查找出当时的一个结果

那么现在来查找的话

那都基本上都是查找的

好大夫在线 百度百科 什么百科方面的这个

科普知识方面的信息

但是这些信息的话只是给我们知识

我们还要鉴别这些知识的真假

就是说这个就对于我们外行人来说

可能就有一定的难度了

所以我们要

如何有效的来利用搜索引擎

那么我们是搞学术的

那么我们可以要查找学术方面的资源

第一个我们可以利用

综合性的搜索引擎的文档的检索功能

因为我们知道

在搜索引擎它没有文档的这个限制

它所以把所有的文档都可以检索出来

在网上面搜索引擎的这个文档的类型

对我们学术来讲

当然最好的就是它的PDF

PDF文档

所以我们在检索的时候

我们的检索策略的方式是

采用我们的检索词 再空一格

再filetype:PDF

把我们把这个写在前面

把这个检索词写在后面 都是可以的

都是可以的

你像这个就是我们

在检索的时候就是百度的一个搜索

把我们的就是滑膜肉瘤

然后加上这个什么

Filetype:PDF检出来的这个结果

检出来的这个结果

那么第二个

我们也可以在Yahoo里面检索

你看我们Yahoo的话

我们是二型糖尿病

再加上Filetype:PDF

大家在Yahoo里面

你看我们构建的这个检索式

检索式然后所有的Web

然后查找出来的

你看我们这个每一个文档的后面

都是PDF的

看到吗

这个这样的话

所以查出来的就是学术方面的资源

另外一个就是Bing

Bing

我们查这也输入同样的检索策略

我们在他的文本的前面都有一个PDF

这样的话

查出来的文献结果就大大优化了

一些科普性的东西

这个可能就没有了

第二个

我们可以利用搜索引擎的精确检索功能

因为我们在网上面是要查准

这个是百度 怎么来查准

我们就可以加两个“耳朵”（双引号）

就是加引号

加引号

这样的话

扫出来的结果就可能更加精确

这个是Bing

我们同样也可以加引号

这就是Bing的查找出来结果

第三个

我们可以利用搜索引擎的高级检索功能

高级检索

这是百度的

我们可以把它作为一个精确值

还可以作为它的时间等等一些

网页文件等等一些

出现了地方就是网页的任何位置

网页的标题

检索可能更加准确一些

所以这个就是百度它的高级检索功能里面

我们可以进一步的限定

这个是Yahoo

Yahoo的话

他同样可以

根据自己的喜好

去进行一一的设定

使我们的检索的不相关的结果大大减小

这是它的高级检索功能

第四个方面的话

我们可以利用学术搜索引擎

来查找我们所需要的

学术的资源

那么学术搜索引擎是网络学术资源为收录的对象

一般涵盖了互联网上

免费的学术资源和以网络形式存在的学术资源

这样的话

对这一类资源进行爬行 抓取

可以统一的界面来提供这个服务

这一类的搜索引擎我们称之为学术搜索引擎

现在的话主要有百度的学术搜索引擎

这个是它的一个百度学术搜索引擎的一个界面

这个上面是它的资源的来源

另外一个它提供的服务

有学术搜索 论文收藏 文献互助以及学术订阅

这个就是我们在查找二型糖尿病治疗

利用百度学术搜索查找出来的

这些都是学术方面的文章

并且它们可以进行进一步的优化

进一步的优化

另外还有一个

就是来源最好的像查国外的这个搜索

这个学术搜索索引方式是Google

但是Google 我们现在用不了

我们可以利用Bing的学术搜索引擎

它的底层的是Google的搜索引擎

所以我们在bing里面也可以

在它这个许可里面找到这个学术的类型

它的来源主要是网络免费的学术资源

还有开放存储方面的这个资源

以及出版商免费的电子资源

和图书馆资源的一些链接

所以这个Bing利用

二型糖尿病在Bing查找学术方面的资源里面

我们找到了这么多的结果

所以我们在网上面也可以找到

大量的学术方面的信息

学术方面的资源

第五个方面

可以利用医学专业搜索引擎

医学专业搜索引擎是面向医药领域的

一个网络信息资源的一个门户网站

或者搜索的一种工具

它针对医学领域进行了优化

像这个大家看到的

就是一个健康在线基金会

它所开发的HON这个搜索引擎

它在1997年就建立了

这个是它的这个网址

这是它的主页

在这里的话我们就可以

它针对了一般的用户和医学专业的用户

和科研员进行了这个优化

所以我们对每一条信息可以进行一个优化

像这里我在这里检索出的肥胖

肥胖这个词检出来的这个结果是388条

这个方面这个资源

如果我们用肥胖在百度里面去搜索之后

可能会得到大量的这个结果

它的这个结果都正式经过了这个认证的

如果这个大家以后看到

国外这个网站出现了这个认证的标识的话

表示这个资源是经过了HON认证

还有我们就是另外一个医学方面的搜索引擎的话

就是Medscape

就是我们称之为医景

建立于1994年

这个是它的网页的地址

它针对它的很重要的是

面向临床医生提供了非常重要的医学方面的资源

以及在线的教育等等方面的重要的资源

这个是我们在检索利用这个Medscape

来检索肥胖

这个词查找出来的结果

查找出来的结果有16000多条

16000多条

第六个方面 我们可以利用元搜索引擎

什么是元搜索引擎

就是用户的查询请求 他的提问

同时提交过多个搜索引擎进行搜索

然后按照自己定义的

关联运算的规则就对检索的结果进行

储存排序以后把这个结果返回给用户

因为它集合了多个搜索引擎的结果

使我们的检索更加全面系统

当然我们在这里的话

在国内的话主要是用360搜索

就是在2012年

奇虎360所开发出来的

另外一个是国外的

是用的比较多的是Dogpile

1995年InfoSpace开发出来的

这个就是360搜索就是

Dogpile元搜索引擎

元搜索引擎

这个是Dogpile

我们在查找肥胖方面的信息

但是到底查出了多少

我们在这个网上也没有看到

但是它这个一般都不公布出来

但是我们可以从这里可以看到

我们可以进一步的限定

是查它的期刊方面的信息

还是查这个疾病方面信息 综述方面信息

这样对信息的类型可以进一步的

分类 分档 进行搜索

所以我们可以得到更精准的信息

第五个方面

有效利用我们的搜索引擎要注意哪些事项

第一个就是我们要根据检索的需求

来把握不同搜索引擎的这种特点

我们来进行合理的有效的利用这个搜索引擎

第二个

对我们的搜索引擎的结果

那大家一定要进行可信度的分析

它的质量的分析

我们在用搜索引擎的时候

我们不是追求查全

而是要查准确

第三个方面

只能把作为我们检索课题的辅助手段

所以我们不能够说在搜索引擎里没查到

这课题没有的话

这个就可以了

所以一定要作为辅助手段

我们更重要的

还是要查文献数据库

所以我们利用搜索引擎的时候

特别是在我们中文的

大家都基本上都用百度来搜索了

所以百度之外还有更美好的世界

所以希望大家都利用这个中外文的

重要的文献数据库

然后搜索自己所需要的信息

本次课

主要我们介绍了

搜索引擎的一些基本知识

包括它的涵义 组成 功能以及它的类型

探讨了为什么我们要有效地利用搜索引擎

最后我们详细讲解了如何去利用搜索引擎

本知识点就讲到这里

谢谢大家