生物信息檢索工具第一頁，共六十五頁，編輯于2023年，星期三信息檢索技術(shù)發(fā)展概況手工檢索：以手工方式檢索信息，使用各種紙質(zhì)工具，檢索入口少、速度慢、效率低。計(jì)算機(jī)檢索：用計(jì)算機(jī)檢索信息，檢索靈活、入口多、速度快、效率高。光盤檢索網(wǎng)絡(luò)檢索第二頁，共六十五頁，編輯于2023年，星期三概述

搜索引擎（searchengines）是指以一定的策略搜集互聯(lián)網(wǎng)上的信息，在對(duì)信息進(jìn)行組織和處理后，為用戶提供檢索服務(wù)的系統(tǒng)。從使用者的角度看，搜索引擎提供一個(gè)包含搜索框的頁面，在搜索框輸入詞語，通過瀏覽器提交給搜索引擎后，搜索引擎就會(huì)返回跟用戶輸入的內(nèi)容相關(guān)的信息列表。第三頁，共六十五頁，編輯于2023年，星期三搜索引擎工作原理信息搜集信息整理用戶查詢第四頁，共六十五頁，編輯于2023年，星期三搜索引擎工作原理

1.搜集信息：搜索引擎的信息搜集基本都是自動(dòng)的。搜索引擎利用稱為機(jī)器人(robot)、網(wǎng)絡(luò)蜘蛛(spider)、爬蟲(crawlers)的自動(dòng)搜索程序來連上每一個(gè)網(wǎng)頁上的超鏈接。機(jī)器人程序根據(jù)網(wǎng)頁鏈接到其中的超鏈接，就象日常生活中所說的“一傳十，十傳百……”一樣，從少數(shù)幾個(gè)網(wǎng)頁開始，連到數(shù)據(jù)庫(kù)上所有到其他網(wǎng)頁的鏈接。理論上，若網(wǎng)頁上有適當(dāng)?shù)某溄?，機(jī)器人便可以遍歷絕大部分網(wǎng)頁。

第五頁，共六十五頁，編輯于2023年，星期三搜索引擎工作原理2.整理信息：搜索引擎整理信息的過程稱為“建立索引”。搜索引擎抓到網(wǎng)頁后，還要做大量的預(yù)處理工作，才能提供檢索服務(wù)。其中，最重要的就是提取關(guān)鍵詞，按照一定的規(guī)則進(jìn)行編排建立索引文件。其他還包括去除重復(fù)網(wǎng)頁、分析超鏈接、計(jì)算網(wǎng)頁的重要度。第六頁，共六十五頁，編輯于2023年，星期三搜索引擎工作原理

3.接受查詢：用戶向搜索引擎發(fā)出查詢，搜索引擎從索引數(shù)據(jù)庫(kù)中找到匹配的網(wǎng)頁，并向用戶返回資料。目前，搜索引擎返回的主要是網(wǎng)頁鏈接的形式，通過這些鏈接，用戶便能到達(dá)含有自己所需資料的網(wǎng)頁。為了用戶便于判斷，除了網(wǎng)頁標(biāo)題和網(wǎng)址外，還會(huì)提供一段來自網(wǎng)頁的摘要以及其他信息。第七頁，共六十五頁，編輯于2023年，星期三搜索引擎分類（一）按其工作方式主要分為三種：全文搜索引擎（FullTextSearchEngine）

目錄索引類搜索引擎（SearchIndex/Directory）

元搜索引擎（MetaSearchEngine）第八頁，共六十五頁，編輯于2023年，星期三按工作方式分類全文搜索引擎

利用搜索軟件定期對(duì)網(wǎng)絡(luò)資源進(jìn)行搜索，然后自動(dòng)排序和索引，從而組成一個(gè)龐大的信息數(shù)據(jù)庫(kù)，并不斷更新。用戶通過訪問這些站點(diǎn)，輸入關(guān)鍵詞或短語等進(jìn)行檢索，數(shù)據(jù)庫(kù)將與這些關(guān)鍵詞相關(guān)的網(wǎng)頁地址的超鏈接信息迅速返回用戶。是真正意義上的搜索引擎。這種方式構(gòu)成的數(shù)據(jù)庫(kù)不需要人工干涉，數(shù)據(jù)庫(kù)龐大，查全率較高，但查準(zhǔn)率較低。以國(guó)外的google，F(xiàn)ast/AllTheWeb、Lycos等和國(guó)內(nèi)的百度（baidu）最具代表性。第九頁，共六十五頁，編輯于2023年，星期三按工作方式分類目錄索引類搜索引擎

嚴(yán)格意義上目錄索引類搜索引擎不是真正的搜索引擎，僅僅是按目錄分類的網(wǎng)站鏈接列表而已，既按照行業(yè)目錄分類來收錄和檢索相關(guān)信息。網(wǎng)站分類目錄由人工或半自動(dòng)方式整理維護(hù)，精選互聯(lián)網(wǎng)上的優(yōu)秀網(wǎng)站，并簡(jiǎn)要描述，分類放置到不同目錄下。用戶查詢時(shí)，通過一層層的點(diǎn)擊來查找自己想找的網(wǎng)站。查準(zhǔn)率較高，但數(shù)據(jù)庫(kù)收集的頁面有限。以國(guó)外的yahoo，國(guó)內(nèi)的新浪、搜狐、網(wǎng)易最具代表性。第十頁，共六十五頁，編輯于2023年，星期三按工作方式分類元搜索引擎

建立在其它獨(dú)立搜索引擎基礎(chǔ)上的虛擬智能整體，本身沒有自己的索引數(shù)據(jù)庫(kù)，通過統(tǒng)一檢索界面，鏈接其他多個(gè)獨(dú)立搜索引擎，將檢索詞在若干個(gè)搜索引擎中同時(shí)進(jìn)行檢索，綜合處理檢索結(jié)果后，按相關(guān)度顯示出檢索結(jié)果。增大了檢索覆蓋面，彌補(bǔ)了單個(gè)搜索引擎涵蓋網(wǎng)頁不全的缺陷，但同時(shí)并行的搜索引擎越多，檢索時(shí)間越長(zhǎng)，因此元搜索引擎一般都具有自定義檢索引擎數(shù)量的功能。著名的元搜索引擎有InfoSpace、Dogpile、Vivisimo。第十一頁，共六十五頁，編輯于2023年，星期三按檢索內(nèi)容分類（二）按檢索內(nèi)容劃分為：

綜合型搜索引擎：對(duì)搜集的信息資源不限制主題范圍和數(shù)據(jù)類型，利用它可以查找到幾乎任何方面的信息。

專業(yè)型搜索引擎：只搜集某一行業(yè)或?qū)I(yè)范圍內(nèi)的信息資源，它在提供專業(yè)信息資源方面要遠(yuǎn)遠(yuǎn)優(yōu)于綜合型搜索引擎。

特殊型搜索引擎：是專門搜集特定某一方面信息的，例如專門搜集電話、人名、地址、圖像等。第十二頁，共六十五頁，編輯于2023年，星期三搜索引擎常用的檢索符號(hào)和規(guī)則（1）布爾邏輯檢索式

使用邏輯運(yùn)算符將兩個(gè)以上被檢索詞進(jìn)行邏輯組配，組成檢索提問式，由計(jì)算機(jī)進(jìn)行信息查詢。

常見的三種布爾邏輯算符：AND、OR、NOT。

第十三頁，共六十五頁，編輯于2023年，星期三布爾邏輯檢索①邏輯“與”：用“AND”或“*”表示。其檢索結(jié)果將包括同時(shí)帶有A和B兩個(gè)檢索詞的記錄。以縮小檢索范圍，提高查準(zhǔn)率。詞間默認(rèn)邏輯關(guān)系為AND。HIVandHCV第十四頁，共六十五頁，編輯于2023年，星期三布爾邏輯檢索②邏輯“或”：用“OR”或“+”表示。用于連接并列關(guān)系的檢索詞，其檢索結(jié)果將包括所有帶有A或B兩個(gè)檢索詞中任意一個(gè)檢索詞的記錄。可以擴(kuò)大檢索范圍，防止漏檢，有利于提高查全率。

HIVorHCV第十五頁，共六十五頁，編輯于2023年，星期三布爾邏輯檢索③邏輯“非”：用“NOT”或“-”號(hào)表示，用于連接排除關(guān)系的檢索詞，其檢索結(jié)果將包括所有帶A檢索詞而不帶B檢索詞的記錄?？梢耘懦恍枰暮陀绊憴z索結(jié)果的概念，以提高查準(zhǔn)率。但在檢索詞為英文時(shí)，建議使用“NOT”，以避免與詞間的分隔符“-”混淆。HIVnotHCV第十六頁，共六十五頁，編輯于2023年，星期三（2）截詞檢索利用截詞符進(jìn)行的檢索，截詞符號(hào)一般為*、？、＃，依具體檢索系統(tǒng)而定。截詞檢索能自動(dòng)地對(duì)同一概念檢索詞的不同詞尾變化、詞根相同等一類提問詞進(jìn)行檢索，并自動(dòng)用OR連結(jié)各詞的檢出結(jié)果，避免了文獻(xiàn)的漏檢和逐詞鍵入的麻煩。截詞方式有右截詞（如cell*）和左截詞（如*mycin）。第十七頁，共六十五頁，編輯于2023年，星期三（3）空格不少搜索引擎在檢索詞之間使用空格，其檢索結(jié)果相當(dāng)于使用and。（4）雙引號(hào)“”用于多單詞的短語檢索時(shí)，可對(duì)內(nèi)容進(jìn)行精確檢索。如“HepatitisCvirus”（5）逗號(hào)一般多個(gè)詞之間用“，”隔開，表示檢出結(jié)果同時(shí)包括這些詞。第十八頁，共六十五頁，編輯于2023年，星期三常用搜索引擎介紹第十九頁，共六十五頁，編輯于2023年，星期三國(guó)外搜索引擎（一）Google()“Googol”是一個(gè)數(shù)學(xué)術(shù)語，表示1后面帶有100個(gè)零。Google公司借此詞反映其使命，意在組織網(wǎng)上無邊無際的信息資源。Google由創(chuàng)始人拉里·佩奇和賽吉·布林在斯坦福大學(xué)的學(xué)生宿舍內(nèi)共同開發(fā)?，F(xiàn)已擁有30多億網(wǎng)頁，被公認(rèn)為全球規(guī)模最大的搜索引擎，支持30多種語言檢索，包括中文簡(jiǎn)體和中文繁體，并設(shè)有中文Google網(wǎng)頁。查詢簡(jiǎn)捷方便，嚴(yán)謹(jǐn)細(xì)致，用戶可以在瞬間得到最重要、最相關(guān)的內(nèi)容。第二十頁，共六十五頁，編輯于2023年，星期三Google

Google打破了傳統(tǒng)網(wǎng)絡(luò)分類概念，以

OpenDirectoryProject（ODP）為分類目的基礎(chǔ)，采用獨(dú)特的網(wǎng)頁級(jí)別（pagerank）新技術(shù)，依據(jù)互聯(lián)網(wǎng)的鏈接結(jié)構(gòu)對(duì)網(wǎng)站進(jìn)行分類，任何一個(gè)網(wǎng)頁均可快速鏈接到另一網(wǎng)頁上,并將網(wǎng)頁鏈接數(shù)量和相連網(wǎng)頁的重要性作為網(wǎng)頁級(jí)別的綜合指標(biāo)，重要的、高質(zhì)量的網(wǎng)頁可獲得較高的網(wǎng)頁級(jí)別，從而使得搜索結(jié)果的相關(guān)性大大增強(qiáng)。

第二十一頁，共六十五頁，編輯于2023年，星期三第二十二頁，共六十五頁，編輯于2023年，星期三第二十三頁，共六十五頁，編輯于2023年，星期三第二十四頁，共六十五頁，編輯于2023年，星期三第二十五頁，共六十五頁，編輯于2023年，星期三網(wǎng)頁快照：解決用戶上網(wǎng)訪問經(jīng)常遇到死鏈接的問題，搜索引擎已先預(yù)覽各網(wǎng)站，拍下網(wǎng)頁的快照，為用戶貯存大量應(yīng)急網(wǎng)頁。即使用戶不能鏈接上所需網(wǎng)站時(shí)，搜索引擎為用戶暫存的網(wǎng)頁也可救急。第二十六頁，共六十五頁，編輯于2023年，星期三第二十七頁，共六十五頁，編輯于2023年，星期三第二十八頁，共六十五頁，編輯于2023年，星期三第二十九頁，共六十五頁，編輯于2023年，星期三第三十頁，共六十五頁，編輯于2023年，星期三第三十一頁，共六十五頁，編輯于2023年，星期三Alltheweb（二）Fast（Alltheweb）()1999年5月發(fā)布。Fast創(chuàng)立的目標(biāo)是做世界上最大和最快的搜索引擎。Fast（Alltheweb）的網(wǎng)頁搜索可利用ODP自動(dòng)分類，支持Flash和pdf搜索，支持多語言搜索，還提供新聞搜索、圖像搜索、視頻、MP3、和FTP搜索，擁有極其強(qiáng)大的高級(jí)搜索功能。第三十二頁，共六十五頁，編輯于2023年，星期三第三十三頁，共六十五頁，編輯于2023年，星期三Lycos（三）Lycos()多功能搜索引擎，提供類目、網(wǎng)站、圖像及聲音文件等多種檢索功能。目錄分類規(guī)范細(xì)致，類目設(shè)置較好，網(wǎng)站歸類較準(zhǔn)確，提要簡(jiǎn)明扼要；收錄豐富；檢索結(jié)果精確度較高，尤其是搜索圖像和聲音文件上的功能很強(qiáng)，有高級(jí)檢索功能，支持邏輯條件限制查詢。除了相關(guān)性排序外，Lycos還提供了前綴匹配和字符相近限制，Lycos第一個(gè)在搜索結(jié)果中使用了網(wǎng)頁自動(dòng)摘要，而最大的優(yōu)勢(shì)還是它遠(yuǎn)勝過其它搜索引擎的數(shù)據(jù)量。第三十四頁，共六十五頁，編輯于2023年，星期三第三十五頁，共六十五頁，編輯于2023年，星期三Yahoo（四）Yahoo()1994年4月，斯坦福大學(xué)的兩名博士生，美籍華人楊致遠(yuǎn)和DavidFilo共同創(chuàng)辦。Yahoo是最早的一個(gè)分類搜索引擎。提供20萬個(gè)Web站點(diǎn)目錄信息檢索服務(wù)。12種語言版本，其中包括簡(jiǎn)體中文搜索。提供類目、網(wǎng)站、全文檢索功能。Yahoo在全球共24個(gè)網(wǎng)站，其中雅虎中國(guó)網(wǎng)站于99年9月正式開通，它是雅虎在全球的第20個(gè)網(wǎng)站。全球每月上網(wǎng)用戶超過1.8億。分類目錄科學(xué)細(xì)密，歸類準(zhǔn)確，網(wǎng)站簡(jiǎn)明確切。第三十六頁，共六十五頁，編輯于2023年，星期三第三十七頁，共六十五頁，編輯于2023年，星期三第三十八頁，共六十五頁，編輯于2023年，星期三第三十九頁，共六十五頁，編輯于2023年，星期三第四十頁，共六十五頁，編輯于2023年，星期三Infospace（五）Infospace()Infospace是美國(guó)著名的元搜索引擎。由Google、Yahoo、Bing、Ask組成。查詢電話號(hào)碼、傳真號(hào)碼、股票價(jià)格、天氣預(yù)報(bào)等第四十一頁，共六十五頁，編輯于2023年，星期三Infospace第四十二頁，共六十五頁，編輯于2023年，星期三第四十三頁，共六十五頁，編輯于2023年，星期三國(guó)內(nèi)搜索引擎（一）Baidu()2000年1月，兩位北大校友，超鏈分析專利發(fā)明人、前Infoseek資深工程師李彥宏與好友徐勇（加州伯克利分校博士后）在北京中關(guān)村創(chuàng)立了百度（Baidu）公司。2001年10月22日正式發(fā)布Baidu搜索引擎，是全球最大中文搜索引擎。Baidu搜索引擎的特色包括：百度快照、網(wǎng)頁預(yù)覽/預(yù)覽全部網(wǎng)頁、相關(guān)搜索詞、關(guān)鍵詞自動(dòng)提示、錯(cuò)別字糾正提示、mp3搜索、Flash搜索。后推出貼吧、知道、地圖、國(guó)學(xué)、百科等一系列產(chǎn)品，深受網(wǎng)民歡迎。

第四十四頁，共六十五頁，編輯于2023年，星期三Baidu第四十五頁，共六十五頁，編輯于2023年，星期三Sohu（二）Sohu()

1995年，張朝陽博士從美國(guó)麻省理工學(xué)院回國(guó)。次年8月，依據(jù)風(fēng)險(xiǎn)投資創(chuàng)辦搜狐的前身“愛特信信息技術(shù)有限公司”。1998年，推出搜狐，中國(guó)首家大型分類查詢搜索引擎橫空出世。搜狐門戶矩陣包括:門戶網(wǎng)站sohu、華人最大的青年社區(qū)ChinaR、中國(guó)最大的網(wǎng)絡(luò)游戲信息和社區(qū)網(wǎng)站17173.com、北京最具影響力的房地產(chǎn)網(wǎng)站、國(guó)內(nèi)領(lǐng)先的手機(jī)WAP門戶、具有最領(lǐng)先技術(shù)的搜索搜狗、國(guó)內(nèi)領(lǐng)先的地圖服務(wù)網(wǎng)站圖行天下七大網(wǎng)站。第四十六頁，共六十五頁，編輯于2023年，星期三Sohu主頁設(shè)有新聞中心、體育、財(cái)經(jīng)、IT、汽車、女人、生活、教育、求職、游戲、搜狐商城等17個(gè)內(nèi)容頻道。擁有超過1億注冊(cè)用戶，日瀏覽量高達(dá)7億，是中國(guó)網(wǎng)民上網(wǎng)沖浪的首選門戶網(wǎng)站。搜狗是搜狐公司推出的完全自主技術(shù)開發(fā)的全球首個(gè)第三代互動(dòng)式中文搜索引擎。它以一種人工智能的新算法，分析和理解用戶可能的查詢意圖，幫助用戶快速找到相關(guān)搜索結(jié)果，并可在用戶搜索沖浪時(shí)，給予用戶未曾意識(shí)到的主題提示。

第四十七頁，共六十五頁，編輯于2023年，星期三第四十八頁，共六十五頁，編輯于2023年，星期三Sina（三）新浪()

新浪網(wǎng)是華語門戶網(wǎng)站，信息內(nèi)容高效、方便、多元化。國(guó)內(nèi)網(wǎng)民最常訪問的網(wǎng)站之一。主頁設(shè)有時(shí)事新聞、搜索引擎、財(cái)經(jīng)、科技、讀書教育等欄目，可采用關(guān)鍵詞或分類查詢?！皭蹎杋Ask”是新浪完全自主研發(fā)的搜索產(chǎn)品，采用了目前最為領(lǐng)先的智慧型互動(dòng)搜索技術(shù)，以一個(gè)獨(dú)有的互動(dòng)問答平臺(tái)彌補(bǔ)了傳統(tǒng)算法技術(shù)在搜索界面上智慧性和互動(dòng)性的先天不足，充分體現(xiàn)人性化應(yīng)用的產(chǎn)品理念，為廣大網(wǎng)民提供全新搜索服務(wù)第四十九頁，共六十五頁，編輯于2023年，星期三第五十頁，共六十五頁，編輯于2023年，星期三醫(yī)學(xué)專業(yè)搜索引擎第五十一頁，共六十五頁，編輯于2023年，星期三英文醫(yī)學(xué)專業(yè)搜索引擎（一）MedicalMatrix(/index)MedicalMatrix包括6000多個(gè)醫(yī)學(xué)網(wǎng)址，1500百萬鏈接。1994年由堪薩斯大學(xué)創(chuàng)建，是目前最重要的醫(yī)學(xué)專業(yè)搜索引擎。它是一個(gè)可免費(fèi)進(jìn)入的網(wǎng)絡(luò)臨床醫(yī)學(xué)數(shù)據(jù)庫(kù)，提供了關(guān)鍵詞搜索和分類目錄搜索，最適合臨床醫(yī)師使用。MedicalMatrix的目標(biāo)是建成“21世紀(jì)的多媒體臨床醫(yī)學(xué)數(shù)據(jù)庫(kù)”。第五十二頁，共六十五頁，編輯于2023年，星期三按內(nèi)容分為八個(gè)大類:

專業(yè)(specialties)教育(education)

疾病(diseases)衛(wèi)生保健與職業(yè)臨床實(shí)踐(clinicalpractice)醫(yī)用計(jì)算機(jī)、互聯(lián)網(wǎng)和技術(shù)文獻(xiàn)(literature)市場(chǎng)(marketplace)第五十三頁，共六十五頁，編輯于2023年，星期三亞類:摘要(Abstracts)、病例(Cases)、主要網(wǎng)址(MajorSites/HomePages)、新聞(News)、教育資源(EducationalMaterials)、

操作手冊(cè)(Procedures)、全文和多媒體(FullText/Multi-Media)、患者教育(PatientEducation)、實(shí)用指南(PracticeGuidelines/FAQS)、影像學(xué)和病理切片(Images、Path/Clinical)、參考書(Textbooks)

。第五十四頁，共六十五頁，編輯于2023年，星期三醫(yī)景（二）Medscape()Medscape（醫(yī)景），1994年研制，1995年6月投入使用,可檢索圖像、聲頻、視頻資料，是Web上最大的免費(fèi)提供臨床醫(yī)學(xué)全文文獻(xiàn)和繼續(xù)醫(yī)學(xué)教育資源（CME）的網(wǎng)點(diǎn)，可免費(fèi)檢索全世界3900多種醫(yī)學(xué)雜志發(fā)表的950多萬篇文章的摘要，免費(fèi)閱讀Medscape收集的2萬5千多篇世界上著名醫(yī)學(xué)雜志發(fā)表的文章。第五十五頁，共六十五頁，編輯于2023年，星期三醫(yī)景同時(shí)還可瀏覽每日最新醫(yī)學(xué)新聞，網(wǎng)上查找醫(yī)學(xué)詞典和回答用戶咨詢，提供根據(jù)疾病名稱、所屬學(xué)科和內(nèi)容性質(zhì)（會(huì)議報(bào)告、文章的全文或摘要等）的分類檢索(TheMedscapeIndex）。

第五十六頁，共六十五頁，編輯于2023年，星期三第五十七頁，共六十五頁，編輯于2023年，星期三第五十八頁，共六十五頁，編輯于2023年，星期三MedExplorer（三）MedExplorer()美國(guó)MedExplorer公司1996年研制，集分類檢索和關(guān)鍵詞檢索于一體，近30個(gè)類目按字順排列，并通過下拉式菜單提供亞類，主要檢索醫(yī)學(xué)信息，還可檢索