一種實(shí)用高效的搜索引擎

摘 要：高等學(xué)校的“文獻(xiàn)檢索課”是一種快速變化的課程，從印刷型檢索到利用計(jì)算機(jī)聯(lián)機(jī)以及對(duì)互聯(lián)網(wǎng)資源的檢索，應(yīng)該與其檢索對(duì)象的大環(huán)境亦步亦趨，網(wǎng)絡(luò)信息資源日臻豐富，給高校的“文獻(xiàn)檢索課”帶來(lái)了新的內(nèi)涵，掌握一種新的實(shí)用高效的搜索引擎應(yīng)該是大學(xué)生“個(gè)人信息基礎(chǔ)架構(gòu)”的重要的部分。

關(guān)鍵詞：檢索；信息資源；信息素質(zhì)

1 引言

“信息素質(zhì)”（Information Literacy），國(guó)內(nèi)一般譯為信息認(rèn)識(shí)，信息素質(zhì)，信息素養(yǎng)，信息能力等。信息素質(zhì)具有廣泛滲透性，涉及國(guó)家經(jīng)濟(jì)及社會(huì)發(fā)展各領(lǐng)域、各層次，是事關(guān)國(guó)家在信息社會(huì)的持續(xù)發(fā)展能力和綜合競(jìng)爭(zhēng)力的一個(gè)重要概念。在信息化熱潮席卷全球，信息素質(zhì)在發(fā)達(dá)國(guó)家已被看作是有關(guān)國(guó)家興衰存亡的一個(gè)重要方面，并在許多發(fā)達(dá)國(guó)家的各教育階段全面開(kāi)發(fā)，有較為權(quán)威的教育政策文件、標(biāo)準(zhǔn)和面向各學(xué)科專(zhuān)業(yè)的信息素質(zhì)教育項(xiàng)目、計(jì)劃、課件等。

信息檢索一直是信息素質(zhì)相關(guān)教育中最受重視的部分，是構(gòu)成學(xué)習(xí)者信息能力的重要方面，我國(guó)目前實(shí)施信息素質(zhì)相關(guān)教育采用的最普遍、最主要的教學(xué)形式――高校“文獻(xiàn)檢索課”，其主要內(nèi)容包括：文獻(xiàn)信息的組織方法、檢索語(yǔ)言，各類(lèi)檢索工具、檢索系統(tǒng)的檢索利用方法，各類(lèi)文獻(xiàn)的檢索途徑等。隨著網(wǎng)絡(luò)的日益普及和Internet信息資源的深入人心，起來(lái)越多的人們把網(wǎng)絡(luò)作為日常獲得信息的重要手段，有關(guān)的調(diào)查和分析表明，對(duì)于教育和科技界用戶(hù)來(lái)說(shuō)，通過(guò)網(wǎng)絡(luò)查詢(xún)、獲取信息的比例已超過(guò)利用圖書(shū)館的比例。高校圖書(shū)館的“文獻(xiàn)檢索課”在外延和內(nèi)涵上正經(jīng)歷著新的重大轉(zhuǎn)變。

1984年教育部作出了具有戰(zhàn)略意義的決策，在全國(guó)高校普遍開(kāi)設(shè)“文獻(xiàn)檢索與利用”課程，文獻(xiàn)檢索課也從最初完全傳統(tǒng)的印刷型檢索工具開(kāi)始，20世紀(jì)80年代后期逐步結(jié)合計(jì)算機(jī)聯(lián)機(jī)的知識(shí)，90年代中后期逐步結(jié)合計(jì)算機(jī)聯(lián)機(jī)檢索的內(nèi)容及其到如今網(wǎng)絡(luò)信息資源的檢索，在短短的十多年中發(fā)生了巨大的變化，這也是國(guó)內(nèi)教學(xué)內(nèi)容變化最快的課程，即便如此，然而，當(dāng)我們果真面臨洶涌澎湃的網(wǎng)絡(luò)信息大潮時(shí)，卻發(fā)現(xiàn)原有的教材已跟不上網(wǎng)絡(luò)發(fā)展的步伐，所以我們亟待補(bǔ)上這一門(mén)被“文獻(xiàn)檢索課”疏忽的實(shí)則不可或缺的一個(gè)章節(jié)，掌握一種界面簡(jiǎn)潔、友好，搜索功能強(qiáng)大的搜索引擎――Google。

互聯(lián)網(wǎng)是21世紀(jì)最重要的信息媒體，也是世界上最大的信息資源寶庫(kù)，掌握在網(wǎng)絡(luò)環(huán)境下的信息檢索方法是大學(xué)生讀者的需求，然而，網(wǎng)絡(luò)環(huán)境下的信息檢索與傳統(tǒng)信息環(huán)境下的檢索有很大不同，網(wǎng)絡(luò)信息資源范圍大、數(shù)量多，網(wǎng)絡(luò)檢索工具及檢索方法也是紛繁眾多，要迅速準(zhǔn)確并相對(duì)全面完整地找到所需信息并不是很容易，往往會(huì)感到與自己的檢索目標(biāo)不符合或差距太遠(yuǎn)而放棄檢索。網(wǎng)絡(luò)信息檢索所具有的多樣性、靈活性遠(yuǎn)遠(yuǎn)超出了傳統(tǒng)的信息檢索，許多在過(guò)去的檢索過(guò)程中業(yè)已形成習(xí)慣的某些檢索思維，以及一些已成定勢(shì)的檢索方法，在網(wǎng)絡(luò)信息檢索空間往往行不通，或不能使檢索結(jié)果達(dá)到最優(yōu)，所以，對(duì)一種實(shí)用的網(wǎng)絡(luò)搜索引擎獲取更深廣的認(rèn)知很有必要。

2 我們?yōu)槭裁葱枰畔⑺阉饕?/p>

世界上的某些圖書(shū)館，特別是某些大學(xué)的圖書(shū)館，凡是正式出版的書(shū)，它們都網(wǎng)羅無(wú)遺，不過(guò)，這樣子的做法已不能維持多久。到2040年，世界上會(huì)有2億種不同的書(shū)，要存放這些書(shū)，就得要有5000英里長(zhǎng)的書(shū)架，存放與編目工作的代價(jià)將是驚人的。顯然，我們時(shí)代的泛濫的信息需要通過(guò)電子方法來(lái)管理，各種論文、期刊、報(bào)道與其他信息的數(shù)量遠(yuǎn)遠(yuǎn)超過(guò)書(shū)的數(shù)量，這就給信息的整理工作帶來(lái)了更大的困難。

人們創(chuàng)造并保留下來(lái)的信息的數(shù)量是在印刷機(jī)發(fā)明以后開(kāi)始增加起來(lái)的。開(kāi)始時(shí)，增加的速度很慢，谷登堡印刷機(jī)的初始階段并沒(méi)有新書(shū)的創(chuàng)作，那時(shí)科學(xué)和學(xué)習(xí)只是對(duì)古老的書(shū)本內(nèi)容的研究和再研究，但是，文藝復(fù)興開(kāi)辟了認(rèn)識(shí)世界的新途徑，人們慢慢地開(kāi)始掌握新的知識(shí)，第一本科學(xué)期刊是在十七世紀(jì)六十年代出版的，它比谷登堡發(fā)明印刷機(jī)要晚兩個(gè)世紀(jì)。到了1750年，世紀(jì)上已有10種科學(xué)期刊了，并且從那時(shí)起，每過(guò)五十年科學(xué)期刊的數(shù)量就增加到10倍。大約數(shù)字如下：

1750年科學(xué)期刊數(shù)量 10種

1800年科學(xué)期刊數(shù)量 100種

1850年科學(xué)期刊數(shù)量 1000種

1900年科學(xué)期刊數(shù)量 10，000種

1950年科學(xué)期刊數(shù)量 100，000種

到了二十世紀(jì)五十年代，有記錄的信息增長(zhǎng)之快，被稱(chēng)為信息爆炸，這種說(shuō)法似乎并不確切，因?yàn)楸ㄊ呛芸炀蜁?huì)結(jié)束的，而在二十世紀(jì)六十年代和以后的歲月中，電子技術(shù)以前人所不能想象的方式迅速提高了記錄信息的速度。

科學(xué)論文數(shù)目的增長(zhǎng)速度大大地超過(guò)了期刊數(shù)目的增長(zhǎng)，人類(lèi)知識(shí)的總和在1950年是每十年就翻一番，在計(jì)算機(jī)無(wú)線(xiàn)電通信等領(lǐng)域尤甚。

正當(dāng)科學(xué)進(jìn)展需要的時(shí)候，處理和傳遞信息的新技術(shù)及時(shí)出現(xiàn)了?；仡櫦夹g(shù)發(fā)展的歷史，人們發(fā)現(xiàn)，某個(gè)研究領(lǐng)域里的一些重要發(fā)明往往正好是在其他領(lǐng)域的發(fā)展需要它們的時(shí)候出現(xiàn)的。例如，電子管出現(xiàn)在電信發(fā)展極其需要它們的時(shí)候，我們現(xiàn)在已經(jīng)進(jìn)入人類(lèi)知識(shí)的這樣一個(gè)階段：不借助計(jì)算機(jī)，所有工業(yè)部門(mén)管理和科學(xué)研究部門(mén)所創(chuàng)造的信息就根本無(wú)法處理。這種信息不會(huì)終止，只會(huì)更加加劇。

隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)上信息資源日臻豐富，在浩如煙海的信息中尋找有用信息更成了一個(gè)非常棘手的問(wèn)題，于是，搜尋信息方便性變得與提供信息本身同樣重要，互聯(lián)網(wǎng)除了提供信息，還提供方便的信息檢索服務(wù)，實(shí)現(xiàn)后一種功能的主要手段就是利用搜索引擎。Google于是應(yīng)運(yùn)而生。如果以毫不偏頗、毫不排外的眼光與情懷來(lái)看待這種風(fēng)靡全球的Google，它的確是最好的搜索引擎。

Gogle是由Larry Page與Sergey Brin于1998年9月在美國(guó)硅谷設(shè)計(jì)的搜索引擎。目前，已有Yahoo、AQL、網(wǎng)景和中國(guó)的網(wǎng)易等知名網(wǎng)站在內(nèi)的全球150多家公司采用了Google的搜索引擎技術(shù)。Google中文搜索引擎在某種程度上可以說(shuō)是目前收錄范圍最廣、功能最強(qiáng)、準(zhǔn)確度最高的搜索引擎。

3 Google的功能與特點(diǎn)

Google搜索引擎是是一個(gè)利用蜘蛛程序（Spider）以某種方法自動(dòng)在互聯(lián)網(wǎng)中搜集和發(fā)現(xiàn)信息，并由索引器為搜集到的信息建立索引，從而提供面向網(wǎng)頁(yè)的全文檢索服務(wù)的互聯(lián)網(wǎng)查詢(xún)系統(tǒng)，它主要有以下特點(diǎn)和功能：

1.采用了先進(jìn)的網(wǎng)頁(yè)級(jí)別（Page Rank）技術(shù)。這種技術(shù)是指依據(jù)網(wǎng)絡(luò)自身結(jié)構(gòu)，根據(jù)互聯(lián)網(wǎng)本身的鏈接結(jié)構(gòu)對(duì)相關(guān)網(wǎng)站用自動(dòng)方法進(jìn)行分類(lèi)，整理混沌信息，整合組織資源，使網(wǎng)絡(luò)井然有序。這種技術(shù)打破了傳統(tǒng)網(wǎng)絡(luò)分類(lèi)概念，它是基于網(wǎng)頁(yè)的自然結(jié)構(gòu)，即任何網(wǎng)頁(yè)均可直接鏈接到另一網(wǎng)頁(yè)，無(wú)須任何媒介。從某種意義上說(shuō)，該鏈接結(jié)構(gòu)自動(dòng)地推動(dòng)了互聯(lián)網(wǎng)的民主化，消除了等級(jí)，從而使信息與觀念在站點(diǎn)與站點(diǎn)之間暢通無(wú)阻。

2.在同一個(gè)界面下，可以定制語(yǔ)言和到何種網(wǎng)站中進(jìn)行搜索。因?yàn)镚oogle將多國(guó)語(yǔ)言的搜索引擎整合到同一個(gè)界面，選擇非常方便。它不像其他搜索引擎（如Yahoo）那樣，要搜索不同語(yǔ)言版本的網(wǎng)站，必須先進(jìn)入相應(yīng)語(yǔ)言的網(wǎng)站。目前，Google已可以對(duì)包括中文在內(nèi)的26種語(yǔ)言進(jìn)行搜索。

3.搜索結(jié)果通常會(huì)比其他搜索引擎來(lái)得更準(zhǔn)確。對(duì)于現(xiàn)實(shí)中許多不諳搜索引擎復(fù)雜系統(tǒng)的使用方式和規(guī)則的檢索者，例如，不知道搜索引擎與分類(lèi)目錄的差別，不懂使用邏輯運(yùn)算符，只會(huì)用單一關(guān)鍵詞查詢(xún)等這些情況，Google都替他們考慮過(guò)。當(dāng)輸入關(guān)鍵字搜索時(shí)，它不僅會(huì)去搜索包含關(guān)鍵字的網(wǎng)頁(yè)，同時(shí)還會(huì)搜索和這些網(wǎng)頁(yè)高相關(guān)性的網(wǎng)頁(yè)。因?yàn)镚oogle具有鏈接分析的功能，即根據(jù)網(wǎng)頁(yè)間彼此的連接關(guān)系，把一篇網(wǎng)頁(yè)被連接數(shù)目的多寡視為相關(guān)性的一項(xiàng)指標(biāo)，并根據(jù)相關(guān)性的排列出次序，以確定謬論網(wǎng)頁(yè)的質(zhì)量或重要度。；

4.在查詢(xún)時(shí)，Google能夠通過(guò)提供多個(gè)關(guān)鍵字，將只提供包含所有關(guān)鍵字的網(wǎng)頁(yè)，其正文或指向它的鏈接包含所輸入的所有關(guān)鍵字。而且，Google還能遵從關(guān)鍵字的相對(duì)位置，對(duì)網(wǎng)頁(yè)關(guān)鍵詞接近度度進(jìn)行分析，按照關(guān)鍵字的接近度區(qū)分搜索結(jié)果的優(yōu)先秩序。在顯示的結(jié)果中，只摘錄包含查詢(xún)字串的內(nèi)容作為網(wǎng)頁(yè)簡(jiǎn)介，查詢(xún)字串高亮顯示。

5.Google是目前收集亞洲網(wǎng)站最多的搜索引擎之一，對(duì)中文的支持性強(qiáng)，相對(duì)于許多國(guó)內(nèi)研發(fā)的中文搜索引擎，Google不但大大提升了中文搜索引擎的相關(guān)性，還更好地 檢索字串與網(wǎng)頁(yè)中文字的語(yǔ)義上的匹配，從而提高了檢索效率。例如，它支持中英文混合檢索詞查詢(xún)，比如“甲A”，“F1一級(jí)方程式”等；它支持多種編碼，比如“朱镕基”的“镕”不在GB2312字符集中，但存在于GBK編碼中，許多傳統(tǒng)搜索引擎由于不支持GBK，便無(wú)法查到有關(guān)“朱镕基”的網(wǎng)頁(yè)，而Google則可以直接找到；此外，對(duì)于所輸入的中文關(guān)鍵字，Google不僅會(huì)去搜索中文簡(jiǎn)體網(wǎng)站，還會(huì)找出相應(yīng)的中文繁體網(wǎng)站，甚至是日文網(wǎng)站。

6.Google的“手氣不錯(cuò)”、“網(wǎng)頁(yè)快照”和“類(lèi)似網(wǎng)頁(yè)”等功能。Google和一家名為Realnames（簡(jiǎn)稱(chēng)RN）的網(wǎng)絡(luò)關(guān)鍵字管理公司有合作關(guān)系，其網(wǎng)絡(luò)新名詞是指可以鏈接到網(wǎng)站的商標(biāo)、產(chǎn)品、服務(wù)或者公司名稱(chēng)，在網(wǎng)絡(luò)中起注冊(cè)商標(biāo)的作用。當(dāng)關(guān)鍵詞與Google推薦的網(wǎng)站匹配時(shí)，在搜索結(jié)果中就會(huì)顯示“RN”標(biāo)記。例如，查詢(xún)的目地是想進(jìn)入一個(gè)特定的網(wǎng)站（如公司網(wǎng)站），只知道名稱(chēng)和該網(wǎng)站的有關(guān)的一些局部信息（如該公司的產(chǎn)品等），這時(shí)，可通過(guò)的關(guān)鍵字來(lái)試試“手氣不錯(cuò)”。

“網(wǎng)頁(yè)快照”是指Google保存應(yīng)急網(wǎng)頁(yè)內(nèi)容。它的作用是：當(dāng)所要檢索的網(wǎng)頁(yè)在實(shí)際上可能已經(jīng)過(guò)時(shí)或者已經(jīng)不存在了，而由于搜索引擎的更新需要一定的時(shí)間，無(wú)法跟得上那些更新快的網(wǎng)站，或是有時(shí)碰到網(wǎng)頁(yè)服務(wù)器的暫時(shí)中斷而找不到服務(wù)器，這時(shí)快照內(nèi)容便可暫解燃眉之急。此外，其速度也比常規(guī)鏈接快，但信息可能不是最新的。

到目前為止，Google依然存在以下一些令人遺憾的地方。其數(shù)據(jù)的更新速度無(wú)法進(jìn)一步提高，由于數(shù)據(jù)量的龐大，使Google搜索引擎的數(shù)據(jù)庫(kù)更新無(wú)法早于30天，在一定程度上影響對(duì)信息的時(shí)效需求，目前這一瓶頸還無(wú)法突破。無(wú)法搜索動(dòng)態(tài)生成的網(wǎng)頁(yè)，因?yàn)榇蠖鄶?shù)負(fù)責(zé)搜索網(wǎng)頁(yè)的蜘蛛軟件都不敢去碰動(dòng)態(tài)網(wǎng)頁(yè)，怕被變化無(wú)窮的動(dòng)態(tài)系統(tǒng)黑洞吸進(jìn)去出不來(lái)。Google這方面的研究雖然取得一些，但離真正的實(shí)用還有一段路要走。

4 結(jié)束語(yǔ)

源于信息教育的研究在我國(guó)才剛起步，對(duì)信息素質(zhì)教育的整體認(rèn)識(shí)和理論上的準(zhǔn)備還有待深化。由于對(duì)信息素質(zhì)概念缺乏全面認(rèn)識(shí)，導(dǎo)致相關(guān)實(shí)踐中的偏頗，如引言中所述，高校中的“文獻(xiàn)檢索與利用”一課是我國(guó)信息教育的主要形式，盡管近年來(lái)已有研究人員對(duì)大學(xué)新形勢(shì)下“文獻(xiàn)檢索課”的名稱(chēng)和內(nèi)容提出了質(zhì)疑和改革建議，但只是在原有教育內(nèi)容上增加機(jī)檢和網(wǎng)絡(luò)信息檢索極少部分的內(nèi)容，甚至一些信息檢索課還保存已在高校圖書(shū)館中淘汰的手工檢索式陳舊方法的教學(xué)內(nèi)容，整體上仍局限于在對(duì)圖書(shū)館信息資源利用的角度，所以，相關(guān)的教育實(shí)踐也停留在培養(yǎng)“圖書(shū)館素質(zhì)”（Library Literacy）和書(shū)目指導(dǎo)（Bibliographic Instruction）等階段，尚未進(jìn)入到真正意義的信息素質(zhì)教育活動(dòng)，希望被廣泛應(yīng)用的搜索能力極強(qiáng)的Google，有利于大學(xué)生讀者建立“個(gè)人信息基礎(chǔ)架構(gòu)（Personal Intormation Infaastructure）。

參考文獻(xiàn)

[1]賀志則 李修波，現(xiàn)代化檢索信息檢索[M].山東科學(xué)技術(shù)出版社 2003年： 183-185

[2]符紹宏等，信息檢索[M]北京：高等教育出版社，2004年：405-407

[3]范并思，二十世紀(jì)西方與中國(guó)的圖書(shū)館學(xué)[M]北京：北京圖書(shū)館出版社，2004年：5-7

[4]馬丁，信息化社會(huì)漫話(huà)[M]上海：科學(xué)技術(shù)出版社，1985年：73-75

作者簡(jiǎn)介

鄭祖芬（1975-），女，廣西桂林人，研究生畢業(yè)，桂林電子科技大學(xué)圖書(shū)館工作，主要從事圖書(shū)館學(xué)研究。