第三章搜索推理技术 3-1什么是图搜索过程?其中，重排OPEN表意味着什么，重排的原则是什么? 图搜索的一般过程如下： (1) 建立一个搜索图G(初始只含有起始节点S)，把S放到未扩展节点表中（OPEN表）中。 (2) 建立一个已扩展节点表（CLOSED表），其初始为空表。 (3) LOOP：若OPEN表是空表，则失败退出。 (4) 选择OPEN表上的第一个节点，把它从OPEN表移出并放进CLOSED表中。称此节点为节 点n，它是CLOSED表中节点的编号 (5) 若n为一目标节点，则有解并成功退出。此解是追踪图G中沿着指针从n到S这条路径 而得到的(指针将在第7步中设置) (6) 扩展节点n，生成不是n的祖先的那些后继节点的集合M。将M添入图G中。 (7) 对那些未曾在G中出现过的(既未曾在OPEN表上或CLOSED表上出现过的)M成员设置一 个通向n的指针，并将它们加进OPEN表。 对已经在OPEN或CLOSED表上的每个M成员，确定是否需要更改通到n的指针方向。 对已在CLOSED表上的每个M成员，确定是否需要更改图G中通向它的每个后裔节点的指针方向。 (8) 按某一任意方式或按某个探试值，重排OPEN表。 (9) GO LOOP。 重排OPEN表意味着，在第(6)步中，将优先扩展哪个节点，不同的排序标准对应着不同的搜索策略。 重排的原则当视具体需求而定，不同的原则对应着不同的搜索策略，如果想尽快地找到一个解，则应当将最有可能达到目标节点的那些节点排在OPEN表的前面部分，如果想找到代价最小的解，则应当按代价从小到大的顺序重排OPEN表。 3-2 试举例比较各种搜索方法的效率。
搜索引擎基本工作原理 目录 1工作原理 2搜索引擎 3目录索引 4百度谷歌 5优化核心 6SEO优化 ?网站url ? title信息 ? meta信息 ?图片alt ? flash信息 ? frame框架 1工作原理 搜索引擎的基本工作原理包括如下三个过程：首先在互联网中发现、搜集网页信息；同时对信息进行提取和组织建立索引库；再由检索器根据用户输入的查询关键字，在索引库中快速检出文档，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，并将查询结果返回给用户。 1、抓取网页。每个独立的搜索引擎都有自己的网页抓取程序爬虫（spider）。爬虫Spider顺着网页中的超链接，从这个网站爬到另一个网站，通过超链接分析连续访问抓取更多网页。被抓取的网页被称之为网页快照。由于互联网中超链接的应用很普遍，理论上，从一定范围的网页出发，就能搜集到绝大多数的网页。 2、处理网页。搜索引擎抓到网页后，还要做大量的预处理工作，才能提供检索服务。其中，最重要的就是提取关键词，建立索引库和索引。其他还包括去除重
复网页、分词（中文）、判断网页类型、分析超链接、计算网页的重要度/丰富度等。 3、提供检索服务。用户输入关键词进行检索，搜索引擎从索引数据库中找到匹配该关键词的网页；为了用户便于判断，除了网页标题和URL外，还会提供一段来自网页的摘要以及其他信息。 搜索引擎基本工作原理 2搜索引擎 在搜索引擎分类部分我们提到过全文搜索引擎从网站提取信息建立网页数据库 的概念。搜索引擎的自动信息搜集功能分两种。一种是定期搜索，即每隔一段时间（比如Google一般是28天），搜索引擎主动派出“蜘蛛”程序，对一定IP 地址范围内的互联网站进行检索，一旦发现新的网站，它会自动提取网站的信息和网址加入自己的数据库。 另一种是提交网站搜索，即网站拥有者主动向搜索引擎提交网址，它在一定时间内（2天到数月不等）定向向你的网站派出“蜘蛛”程序，扫描你的网站并将有关信息存入数据库，以备用户查询。由于搜索引擎索引规则发生了很大变化，主动提交网址并不保证你的网站能进入搜索引擎数据库，因此目前最好的办法是多获得一些外部链接，让搜索引擎有更多机会找到你并自动将你的网站收录。 当用户以关键词查找信息时，搜索引擎会在数据库中进行搜寻，如果找到与用户要求内容相符的网站，便采用特殊的算法——通常根据网页中关键词的匹配程度，
当今搜索引擎技术及发展趋势 随着互联网的迅猛发展、WEB信息的增加，用户要在信息海洋里查找信息，就象大海捞针一样，搜索引擎技术恰好解决了这一难题（它可以为用户提供信息检索服务）。目前，搜索引擎技术正成为计算机工业界和学术界争相研究、开发的对象。 搜索引擎（Search Engine）是随着WEB信息的迅速增加，从1995年开始逐渐发展起来的技术。据发表在《科学》杂志1999年7月的文章《WEB信息的可访问性》估计，全球目前的网页超过8亿，有效数据超过9T，并且仍以每4个月翻一番的速度增长。用户要在如此浩瀚的信息海洋里寻找信息，必然会“大海捞针”无功而返。搜索引擎正是为了解决这个“迷航”问题而出现的技术。 搜索引擎以一定的策略在互联网中搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务，从而起到信息导航的目的。搜索引擎提供的导航服务已经成为互联网上非常重要的网络服务，搜索引擎站点也被美誉为“网络门户”。搜索引擎技术因而成为计算机工业界和学术界争相研究、开发的对象。 一、分类 按照信息搜集方法和服务提供方式的不同，搜索引擎系统可以分为三大类： 1．目录式搜索引擎：以人工方式或半自动方式搜集信息，由编辑员查看信息之后，人工形成信息摘要，并将信息置于事先确定的分类框架中。信息大多面向网站，提供目录浏览服务和直接检索服务。该类搜索引擎因为加入了人的智能，所以信息准确、导航质量高，缺点是需要人工介入、维护量大、信息量少、信息更新不及时。这类搜索引擎的代表是：Yahoo、LookSmart、Open Directory、Go Guide等。2．机器人搜索引擎：由一个称为蜘蛛（Spider）的机器人程序以某种策略自动地在互联网中搜集和发现信息，由索引器为搜集到的信息建立索引，由检索器根据用户的查询输入检索索引库，并将查询结果返回给用户。服务方式是面向网页的全文检索服务。该类搜索引擎的优点是信息量大、更新及时、毋需人工干预，缺点是返回信息过多，有很多无关信息，用户必须从结果中进行筛选。这类搜索引擎的代表是：AltaVista、Northern Light、Excite、Infoseek、Inktomi、FAST、Lycos、Google；国内代表为：“天网”、悠游、OpenFind等。 3．元搜索引擎：这类搜索引擎没有自己的数据，而是将用户的查询请求同时向多个搜索引擎递交，将返回的结果进行重复排除、重新排序等处理后，作为自己的结果返回给用户。服务方式为面向网页的全文检索。这类搜索引擎的优点是返回结果的信息量更大、更全，缺点是不能够充分使用所使用搜索引擎的功能，用户需要做更多的筛选。 二、性能指标 我们可以将WEB信息的搜索看作一个信息检索问题，即在由WEB网页组成的文档库中检索出与用户查询相关的文档。所以我们可以用衡量传统信息检索系统的性能参数-召回率（Recall）和精度（Pricision）衡量一个搜索引擎的性能。 召回率是检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统（搜索引擎）的查全率；精度是检索出的相关文档数与检索出的文档总数的比率，衡量的是检索系统（搜索引擎）的查准率。对于一个检索系统来讲，召回率和精度不可能两全其美：召回率高时，精度低，精度高时，召回率低。所以常常用11种召回率下11种精度的平均值（即11点平均精度）来衡量一个检索系统的精度。对于搜索引擎系统来讲，因为没有一个搜索引擎系统能够搜集到所有的WEB网页，所以召回率很难计算。目前的搜索引擎系统都非常关心精度。 影响一个搜索引擎系统的性能有很多因素，最主要的是信息检索模型，包括文档和查询的表示方法、评价文档和用户查询相关性的匹配策略、查询结果的排序方法和用户进行相关度反馈的机制
详细介绍常用的几类搜索引擎技术 因特网的迅猛发展、WEB信息的增加，用户要在信息海洋里查找信息，就像大海捞针一样，搜索引擎技术恰好解决了这一难题，它可以为用户提供信息检索服务。目前，搜索引擎技术正成为计算机工业界和学术界争相研究、开发的对象。 搜索引擎（Search Engine）是随着WEB信息的迅速增加，从1995年开始逐渐发展起来的技术。 据发表在《科学》杂志1999年7月的文章《WEB信息的可访问性》估计，全球目前的网页超过8亿，有效数据超过9TB，并且仍以每4个月翻一番的速度增长。例如，Google 目前拥有10亿个网址，30亿个网页，3.9 亿张图像，Google支持66种语言接口，16种文件格式，面对如此海量的数据和如此异构的信息，用户要在里面寻找信息，必然会“大海捞针”无功而返。 搜索引擎正是为了解决这个“迷航”问题而出现的技术。搜索引擎以一定的策略在互联网中搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务，从而起到信息导航的目的。 目前，搜索引擎技术按信息标引的方式可以分为目录式搜索引擎、机器人搜索引擎和混合式搜索引擎；按查询方式可分为浏览式搜索引擎、关键词搜索引擎、全文搜索引擎、智能搜索引擎；按语种又分为单语种搜索引擎、多语种搜索引擎和跨语言搜索引擎等。 目录式搜索引擎 目录式搜索引擎（Directory Search Engine）是最早出现的基于ＷＷＷ的搜索引擎，以雅虎为代表，我国的搜狐也属于目录式搜索引擎。 目录式搜索引擎由分类专家将网络信息按照主题分成若干个大类，每个大类再分为若干个小类，依次细分，形成了一个可浏览式等级主题索引式搜索引擎，一般的搜索引擎分类体系有五六层，有的甚至十几层。 目录式搜索引擎主要通过人工发现信息，依靠编目员的知识进行甄别和分类。由于目录式搜索引擎的信息分类和信息搜集有人的参与，因此其搜索的准确度是相当高的，但由于人工信息搜集速度较慢，不能及时地对网上信息进行实际监控，其查全率并不是很好，是一种网站级搜索引擎。 机器人搜索引擎 机器人搜索引擎通常有三大模块：信息采集、信息处理、信息查询。信息采集一般指爬行器或网络蜘蛛，是通过一个URL列表进行网页的自动分析与采集。起初的URL并不多，随着信息采集量的增加，也就是分析到网页有新的链接，就会把新的URL添加到URL列表，以便采集。
全文搜索引擎的设计与实现 前言 面对海量的数字化信息，搜索引擎技术帮助我们在其中发现有价值的信息与资源。我们可以通过google、百度这样的搜索引擎服务提供商帮助我们在Internet上搜索我们需要的信息。但是在一些没有或不便于连入Internet的内部网络或者是拥有海量数据存储的主机，想要通过搜索来发现有价值的信息和资源却不太容易。所以开发一个小型全文搜索引擎，实现以上两种情况下的信息高效检索是十分有必要的。本设计着眼于全文搜索引擎的设计与实现，利用Java ee结合Struts,Spring,Hibernates以及Ajax等框架技术，实现基于apache软件基金会开源搜索引擎框架Lucene下的一个全文搜索引擎。 正文 搜索引擎技术起源1990年，蒙特利尔大学学生Alan Emtage、Peter Deutsch和Bill Wheelan出于个人兴趣，发明了用于检索、查询分布在各个FTP主机中的文件Archie，当时他们的目的仅仅是为了在查询文件时的方便，他们未曾预料到他们的这一创造会成就日后互联网最的广阔市场，他们发明的小程序将进化成网络时代不可或缺的工具——搜索引擎。1991年，在美国CERFnet、PSInet及Alternet网络组成了CIEA （商用Internet 协会）宣布用户可以把它们的Internet子网用于商业用途，开始了Internet商业化的序幕。商业化意味着互联网技术不再为科研和军事领域独享，商业化意味着有更多人可以接触互联网，商业化更意味着潜在的市场和巨大的商机。1994年，Michael Mauldin推出了最早的现代意义上的搜索引擎Lycos，互联网进入了搜索技术的应用和搜索引擎快速发展时期。以上是国际互联网和搜索引擎发展历史上的几个重要日子。互联网从出现至今不过15年左右时间，搜索引擎商业化运作也就10年左右。就在这短短的10年时间里，互联网发生了翻天覆地的变化，呈爆炸性增长。于此同时也成就了google、百度这样的互联网巨头。今天，当我们想要在这片广阔的信息海洋中及时获得想要查找的信息时，已经离不开搜索引擎了。 相关技术
SEO实战密码：搜索引擎工作原理三个阶段简介 搜索引擎工作过程非常复杂，接下来的几节我们简单介绍搜索引擎是怎样实现网页排名的。这里介绍的内容相对于真正的搜索引擎技术来说只是皮毛，不过对SEO人员已经足够用了。 搜索引擎的工作过程大体上可以分成三个阶段。 （1）爬行和抓取：搜索引擎蜘蛛通过跟踪链接访问网页，获得页面HTML代码存入数据库。 （2）预处理：索引程序对抓取来的页面数据进行文字提取、中文分词、索引等处理，以备排名程序调用。 （3）排名：用户输入关键词后，排名程序调用索引库数据，计算相关性，然后按一定格式生成搜索结果页面。 爬行和抓取 爬行和抓取是搜索引擎工作的第一步，完成数据收集的任务。 1．蜘蛛 搜索引擎用来爬行和访问页面的程序被称为蜘蛛（spider），也称为机器人（bot）。 搜索引擎蜘蛛访问网站页面时类似于普通用户使用的浏览器。蜘蛛程序发出页面访问请求后，服务器返回HTML代码，蜘蛛程序把收到的代码存入原始页面数据库。搜索引擎为了提高爬行和抓取速度，都使用多个蜘蛛并发分布爬行。 蜘蛛访问任何一个网站时，都会先访问网站根目录下的robots.txt文件。如果robots.txt文件禁止搜索引擎抓取某些文件或目录，蜘蛛将遵守协议，不抓取被禁止的网址。 和浏览器一样，搜索引擎蜘蛛也有标明自己身份的代理名称，站长可以在日志文件中看到搜索引擎的特定代理名称，从而辨识搜索引擎蜘蛛。下面列出常见的搜索引擎蜘蛛名称：· Baiduspider+（+https://www.doczj.com/doc/2e12754611.html,/search/spider.htm）百度蜘蛛 · Mozilla/5.0 （compatible; Yahoo！ Slurp China; https://www.doczj.com/doc/2e12754611.html,/help.html）雅虎中国蜘蛛 · Mozilla/5.0 （compatible; Yahoo！ Slurp/3.0; https://www.doczj.com/doc/2e12754611.html,/help/us/ysearch/slurp）英文雅虎蜘蛛 · Mozilla/5.0 （compatible; Googlebot/2.1; +https://www.doczj.com/doc/2e12754611.html,/bot.html）Google蜘蛛 · msnbot/1.1 （+https://www.doczj.com/doc/2e12754611.html,/msnbot.htm）微软 Bing蜘蛛 · Sogou+web+robot+（+https://www.doczj.com/doc/2e12754611.html,/docs/help/webmasters.htm#07）搜狗蜘蛛 · Sosospider+（+https://www.doczj.com/doc/2e12754611.html,/webspider.htm）搜搜蜘蛛 · Mozilla/5.0 （compatible; YodaoBot/1.0;
第三章确定性推理 按所用知识的确定性，推理可以确定性和不确定性推理。所谓确定性推理指的是推理所用的知识都是精确的，推出的结论也是精确的。比如一个事件是否为真，其推理的结果只能是真或者假，绝对不可能出现第三种可能性。 确定性推理的方法有很多，具体有图搜索策略、盲目搜索、启发式搜索、消解原理、规则演绎系统、产生式系统等等 第一节图搜索策略 ●搜索的基本概念 ?搜索分为盲目搜索和启发式搜索 ?盲目搜索：无信息搜索，在搜索过程中只按预先规定的搜索控制策略进行搜索， 而没有任何中间信息来改变这些控制策略，效率不高，只适合求解简单问题 ?启发式搜索：有信息搜索，在搜索求解问题的过程中，根据问题本身的特性或搜 索过程中产生的一些信息来不断地改变或调整搜索的方向，使搜索朝着最有希望的方向前进，加速问题的求解，并找到最优解 ●图搜索策略 在人工智能中，搜索问题一般包括两个重要的问题： ?搜索什么：搜索什么通常指的就是目标。
?在哪里搜索：在哪里搜索就是“搜索空间”。搜索空间通常是指一系列状态的汇集，因此称为状态空间。 所以，人工智能中的搜索可以分成两个阶段： ?状态空间的生成阶段 ?在该状态空间中对所求问题状态的搜索 一般图搜索（状态空间搜索）的基本思想 1.问题状态用图数据结构的结点表示； 2.从初始状态（结点）开始，对选定的结点选择满足条件的操作符，操作符作用后 产生新的结点（状态）； 3.检查新产生的子结点中是否有目标结点：有则找到了问题的解； 4.否则重复上述过程直至产生目标结点，或全部结点处理完无解。 状态空间搜索的基本思想 ?节点扩展的概念 ?扩展：就是用合适的算符对某个节点进行操作生成一组后继节点，扩展过程实际上就是求 后继节点的过程 ?已扩展节点：对状态空间图中的某个节点，如果求出了它的后继节点，则此节点为已扩展 的节点 ?未扩展节点：对状态空间图中的某个节点，如果尚未求出它的后继节点，则此节点称为未 扩展节点
搜索引擎技术及趋势 随着因特网的迅猛发展、WEB信息的增加，用户要在信息海洋里查找信息，就象大海捞针一样，搜索引擎技术恰好解决了这一难题（它可以为用户提供信息检索服务）。目前，搜索引擎技术正成为计算机工业界和学术界争相研究、开发的对象。 李晓明：1982年毕业于哈尔滨工业大学,1986年毕业于美国史蒂文斯理工学院计算机系，获博士学位。现任北京大学计算机科学技术系教授，博士生导师，系主任. 研究方向为计算机并行与分布处理。 刘建国：北京大学计算机系副教授。 搜索引擎（Search Engine）是随着WEB信息的迅速增加，从1995年开始逐渐发展起来的技术。据发表在《科学》杂志1999年7月的文章《WEB信息的可访问性》估计，全球目前的网页超过8亿，有效数据超过9T，并且仍以每4个月翻一番的速度增长。用户要在如此浩瀚的信息海洋里寻找信息，必然会"大海捞针"无功而返。搜索引擎正是为了解决这个"迷航"问题而出现的技术。搜索引擎以一定的策略在互联网中搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务，从而起到信息导航的目的。搜索引擎提供的导航服务已经成为互联网上非常重要的网络服务，搜索引擎站点也被美誉为"网络门户"。搜索引擎技术因而成为计算机工业界和学术界争相研究、开发的对象。本文旨在对搜索引擎的关键技术进行简单的介绍，以起到抛砖引玉的作用。 分类 按照信息搜集方法和服务提供方式的不同，搜索引擎系统可以分为三大类： 1．目录式搜索引擎：以人工方式或半自动方式搜集信息，由编辑员查看信息之后，人工形成信息摘要，并将信息置于事先确定的分类框架中。信息大多面向网站，提供目录浏览服务和直接检索服务。该类搜索引擎因为加入了人的智能，所以信息准确、导航质量高，缺点是需要人工介入、维护量大、信息量少、信息更新不及时。这类搜索引擎的代表是：YAHOO、Open Directory、Go Guide等。 2．机器人搜索引擎：由一个称为蜘蛛（Spider）的机器人程序以某种策略自动地在互联网中搜集和发现信息，由索引器为搜集到的信息建立索引，由检索器根据用户的查询输入检索索引库，并将查询结果返回给用户。服务方式是面向网页的全文检索服务。该类搜索引擎的优点是信息量大、更新及时、毋需人工干预，缺点是返回信息过多，有很多无关信息，用户必须从结果中进行筛选。这类搜索引擎的代表是：、Northern Light、Excite、Infoseek、FAST、Lycos、GOOGLE；国内代表为："天网"、悠游、OpenFind等。 3．元搜索引擎：这类搜索引擎没有自己的数据，而是将用户的查询请求同时向多个搜索引擎递交，将返回的结果进行重复排除、重新排序等处理后，作为自己的结果返回给用户。服务方式为面向网页的全文检索。这类搜索引擎的优点是返回结果的信息量更大、更全，缺点是不能够充分使用所使用搜索引擎的功能，用户需要做更多的筛选。这类搜索引擎的代表是WebCrawler、InfoMarket等。 性能指标 我们可以将WEB信息的搜索看作一个信息检索问题，即在由WEB网页组成的文档库中检索出与用户查询相关的文档。所以我们可以用衡量传统信息检索系统的性能参数-召回率（Recall）和精度（Pricision）衡量一个搜索引擎的性能。 召回率是检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系统（搜索引擎）的查全率；精度是检索出的相关文档数与检索出的文档总数的比率，衡量的是检索系统（搜索引擎）的查准率。对于一个检索系统来讲，召回率和精度不可能两全其美：
第3章确定性推理部分参考答案判断下列公式是否为可合一，若可合一，则求出其最一般合一。 (1) P(a, b), P(x, y) (2) P(f(x), b), P(y, z) (3) P(f(x), y), P(y, f(b)) (4) P(f(y), y, x), P(x, f(a), f(b)) (5) P(x, y), P(y, x) 解：(1) 可合一，其最一般和一为：σ={a/x, b/y}。 (2) 可合一，其最一般和一为：σ={y/f(x), b/z}。 (3) 可合一，其最一般和一为：σ={ f(b)/y, b/x}。 (4) 不可合一。 (5) 可合一，其最一般和一为：σ={ y/x}。 把下列谓词公式化成子句集： (1)(?x)(?y)(P(x, y)∧Q(x, y)) (2)(?x)(?y)(P(x, y)→Q(x, y)) (3)(?x)(?y)(P(x, y)∨(Q(x, y)→R(x, y))) (4)(?x) (?y) (?z)(P(x, y)→Q(x, y)∨R(x, z)) 解：(1) 由于(?x)(?y)(P(x, y)∧Q(x, y))已经是Skolem标准型，且P(x, y)∧Q(x, y)已经是合取范式，所以可直接消去全称量词、合取词，得 { P(x, y), Q(x, y)} 再进行变元换名得子句集： S={ P(x, y), Q(u, v)}
(2) 对谓词公式(?x)(?y)(P(x, y)→Q(x, y))，先消去连接词“→”得： (?x)(?y)(?P(x, y)∨Q(x, y)) 此公式已为Skolem标准型。 再消去全称量词得子句集： S={?P(x, y)∨Q(x, y)} (3) 对谓词公式(?x)(?y)(P(x, y)∨(Q(x, y)→R(x, y)))，先消去连接词“→”得： (?x)(?y)(P(x, y)∨(?Q(x, y)∨R(x, y))) 此公式已为前束范式。 再消去存在量词，即用Skolem函数f(x)替换y得： (?x)(P(x, f(x))∨?Q(x, f(x))∨R(x, f(x))) 此公式已为Skolem标准型。 最后消去全称量词得子句集： S={P(x, f(x))∨?Q(x, f(x))∨R(x, f(x))} (4) 对谓词(?x) (?y) (?z)(P(x, y)→Q(x, y)∨R(x, z))，先消去连接词“→”得： (?x) (?y) (?z)(?P(x, y)∨Q(x, y)∨R(x, z)) 再消去存在量词，即用Skolem函数f(x)替换y得： (?x) (?y) (?P(x, y)∨Q(x, y)∨R(x, f(x,y))) 此公式已为Skolem标准型。 最后消去全称量词得子句集： S={?P(x, y)∨Q(x, y)∨R(x, f(x,y))} 3-13 判断下列子句集中哪些是不可满足的： (1){?P∨Q, ?Q, P, ?P} (2){ P∨Q , ?P∨Q, P∨?Q, ?P∨?Q }
作业题1:百度搜索引擎练习 (1用逻辑“与”查出“计算机网络技术”有关的网页。(要求:记录检索式和命中结果的数量,并体会“百度快照”、“相关搜索”的作用。 (2用逻辑“或”查出:“汶川地震”或“四川地震”的有关网页。(要求:记录命中网页数量和前两篇网页的标题 (3用逻辑“非”查出:中国电信(不含“上海公司”有关的网页。(要求:记录命中网页数量和前两篇网页的标题 (4利用“图片搜索”功能查找一幅有关黄山的风景图片(要求:1024*768像素,并记录图片所在的URL 作业题2:Google搜索引擎练习 (1利用“手气不错”(提供可能最符合要求的网站功能,查出查出“清华大学”主页的网址是什么? (选做:*查出2002年4月,由清华大学7位学生开发研制的哪一个软件,一举打破了PennySort世界排序纪录,获得该年度冠军? (2利用“图片”检索功能查出Google收集了多少张的图像?下载一张个人照片。 (3利用“大学搜索”功能查出Google收集了多少个北京地区的大学? (4利用“网站搜索”查出Google收集了多少个招聘网站和交友网站?写出网站名称及其所在页面的URL。 作业题3:请利用网络上的搜索引擎,找出下列问题的答案: (1请查出计算机网络技术专业常用的网址。
(2张老师明天要去济南开会,请你帮他查出从临沂到济南的火车票是多少钱?需要带什么衣服? (3现在是个出游好时节,周末小张收到一条短信:“我是小王,在某市当导游,周末 过来耍吧,我包吃住哦。”看到号码是:131********发来的信息,小张欣喜若狂,好时节,好天气,好心情去游玩多美!突然他犯难了,他的朋友在哪个城市呢?请你帮他查出这 个手机号码所在的城市? (4请问“非鬼亦非仙,一曲桃花水”的上一句是什么?它的最初出处?作者是谁? (5天山雪莲相传具有起死回生之功效,早在清代,赵学敏著的《本草纲目拾遗》 一书中就有“其地有天山,冬夏积雪,雪中有莲,以天山峰顶者为第一”的记载,请问天山雪莲是属于哪一科植物?请写出使用的搜索引擎,检索式和结果所在页面的URL。 (6以“文献检索与课程教学改革”为主题查找doc,ppt,pdf 若干篇,并提供文章所 在的URL。 (7小黄的表弟准备要参加高考了,请你帮他查找应该怎样搭配饮食? (8小李某日上网时,其邻桌的一位同学正在听网上的一首音乐作品,小李觉得那 首歌非常好听。第二天小李上网时也想自己听听,但不知道是何歌名,只记得其中有 一句歌词叫“牵着手留下一缕芬芳”,你能帮帮小李查查这是什么歌吗?是由谁演唱的? (9请查找关于关于“计算机网络课程”的PPT课件1篇。 (10什么是打口CD?请写出使用的搜索引擎、检索式和结果所在页面的URL。 (11试比较搜索引擎百度、google的服务产品(相同的和不同的至少分别列出5种。
第三章搜索推理技术 教学内容 本章在上一章的基础上研究问题求解的方法。包括早期搜索推理技术,如图搜索策略和消解原理;以及高级搜索推理技术,如规则演绎系统、产生式系统等。 教学重点 图搜索策略、消解原理、规则演绎系统、产生式系统。 教学难点 启发式搜索、规则双向演绎系统等。 教学方法 课堂教学为主,辅以恰当的实验。注意结合前面所学知识表示的基础内容,将其与问题求解方法融为一体。及时提问、收集学生学习情况。尽量使用实例和网络课程中的多媒体素材进行讲解。 教学要求 重点掌握一般图搜索策略和消解原理,掌握各种搜索方法和产生式系统原理,了解规则演绎系统的基本原理,对系统组织技术、不确定性推理和非单调推理等高级推理技术作一般性了解 3.1 图搜索策略 教学内容本节介绍图搜索的一般策略,作为各种图搜索技术的基础。 教学重点图搜索的一般过程、OPEN表和CLOSED表的概念。 教学难点 OPEN表和CLOSED表的物理意义。 教学方法课堂教学为主,通过提问彻底弄清图搜索的基本概念。 教学要求重点掌握图搜索一般策略,掌握OPEN表和CLOSE表的构成及作用。 提问图搜索是针对什么知识表示方法的问题求解方法? 1.何谓图搜索 图搜索策略可看作一种在图中寻找路径的方法。初始节点和目标节点分别代表初始数据库和满足终止条件的数据库。求得把一个数据库变换为另一数据库的规则序列问题就等价于求得图中的一条路径问题。 2.图搜索算法中的几个重要名词术语 (1) OPEN表与CLOSE表 (2) 搜索图与搜索树 3.图搜索(GRAPHSEARCH)的一般过程 (1) 建立一个只含有起始节点S的搜索图G,把S放到一个叫做OPEN的未扩展节点表中。 (2) 建立一个叫做CLOSED的已扩展节点表,其初始为空表。 (3) LOOP:若OPEN表是空表,则失败退出。 (4) 选择OPEN表上的第一个节点,把它从OPEN表移出并放进CLOSED表中。称此节点
搜索引擎的发展现状与趋势研究 全球最大的网络调查公司CyberAtlas最近的一项调查表明，网站75%的访 问量都来自于搜索引擎。另一家美国权威顾问公司IMT Strategies调查发现，新网站的有效途径中：搜索引擎占85%；自由冲浪占6%；口碑宣传占4%；BANNER广告2%；偶然发现、报纸、电视各占1%。 由此可见，搜索引擎作为网站推广的首选媒介，有着不可忽视作用。 一、搜索引擎的背景及意义 1990年以前，没有任何人能搜索互联网。1990年诞生的Archie是一个可 以用文件名自动索引互联网上匿名FTP网站文件的程序，它实现了搜索，但还 不是真正的搜索引擎。现代意义上的搜索引擎出现于1994年7月，当时 Michael Mauldin将JohnLeavitt的蜘蛛程序接入到其索引程序中，创建了大 家现在熟知的Lycosa。1995年末，Altavista永远改变了搜索引擎的定义，AItavista是第一个支持自然语言搜索的搜索引擎，也是第一个实现高级搜索 语法的搜索引擎。1998年，Google在Pagerank、动态摘要、网页快照、DailyRefresh、多文档格式支持、地图股票词典寻人等集成搜索、多语言支持、用户界面等功能上的革新，象Altavista一样，再一次永远改变了搜索引擎的 定义。现阶段，出现Ask Jeeves,https://www.doczj.com/doc/2e12754611.html,,https://www.doczj.com/doc/2e12754611.html,,MySimon,Dito等内容类别不同的搜索引擎。从出现第一个搜索引擎至今，搜索引擎技术已获得了飞速 的发展，现在的搜索引擎功能越来越强大，提供的服务也越来越全面，它们的 目标不仅仅是提供单纯的查询功能，而是把自己发展成为用户首选的Internet 入口站点。目前的搜索引擎主要有以下几个主要特点： 1.多样化和个性化的服务。现在绝大多数搜索 引擎都提供多样化的服务，以吸引更多的用户，商业搜索引擎尤其注重这 一点。2.强大的查询功能与最早的搜索引擎相比，现在的搜索引擎在查询功能 方面已有了很大的改进。除了简单的AND、OR和NOT逻辑外，不少搜索引擎还 支持相似查询。3.目录和基于Robot的搜索引擎相互结合目录和基于Robot的
常用搜索引擎技术概述 [摘要]本文简述了搜索引擎的概念，地位，现状，起源，发展等，并对其分类、性能指标，关键技术等方面做了一定的研究和讨论，在此基础上对其发展趋势和前景作了相关展望。 [关键词]搜索引擎信息检索 Abstract This paper describes the definition，position，status，development of search engine. It also holds discussion of category，performance，key technology of search engine. Looking forward is also presented at the end of paper. Keywords：search engine，information extraction; 1 搜索引擎概念、地位及现状 随着网络日益融入人们的日常生活和工作，作为一个信息平台，网络内容不断丰富，整个网络逐渐堆积成一个前所未有的超大型信息库。因此怎样快速有效的从海量数据中找出所需的信息就变成一个困难的问题，搜索引擎正是为了解决“信息丰富，知识贫乏”奇怪现象问题而出现的技术。 搜索引擎是一个信息处理系统，它以一定的策略在互联网中搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务，从而起到信息导航的目的，一般包括信息搜集、信息整理和用户查询三部分。从用户的角度来看，它就是一个帮助人们进行信息检索的工具。搜索引擎已经成为信息领域的产业之一。它要用到了信息检索、人工智能、数据库、数据挖掘、自然语言理解等领域的理论和技术，具有综合性和挑战性。又由于搜索引擎有大量的用户，由此衍射出许多商机，具有很好的经济价值。 2 搜索引擎起源及发展 第一代搜索引擎出现于1994年。这类搜索引擎一般都索引少于1，000，000个网页，极少重新搜集网页并去刷新索引。而且其检索速度非常慢，一般都要等待10秒甚至更长的时间。在实现技术上也基本沿用较为成熟的IR(InformationRetrieval)、网络、数据库等技术，相当于利用一些已有技术实现的一个WWW上的应用。在1994年3月到4月，网络爬虫World Web Worm (WWWW)
第三章确定性推理 第四节消解原理 消解反演 如欲证明Q为P1 ,P2 ,…,Pn的逻辑结论，只需证(P1∧P2∧…∧Pn)∧?Q是不可满足的，或证明其子句集是不可满足的。而子句集的不可满足性可用归结原理来证明。 ?应用归结原理证明定理的过程称为归结（消解）反演。 ?设F为已知前提的公式集，Q为目标公式(结论)，用归结反演进行证明的步骤是： 1. 否定Q，得到?Q； 2. 把?Q并入到公式集F中，得到{F, ?Q}; 3. 把公式集{F, ?Q}化为子句集S； 4. 应用消解推理规则对子句集S中的子句进行归结，并把每次归结得到的归结式都并入S 中。如此反复进行，若出现了空子句，则停止归结。 反演证明过程的正确性： 设S＝{F1,…,F n }是前提条件，L是欲求证的结论则，从前提条件推出结论的问题，可以表示成： F1∧…∧F n L ＝～（F1∧…∧F n）∨L 并证明其永真（永远成立） 先将公式取“非”： ～（～（F1∧…∧F n）∨L） ＝（F1∧…∧F n）∧～ L ＝ F1∧…∧F n∧～ L 利用消解原理来证明它是永假的（即，构造一个反演） 实际中，我们可以将 F1∧…∧F n∧～ L 中的每一个部分化成子句集（化法任选），合并后得到完整的子句集，然后利用消解原理导出空子句（反演）
反演求解过程 从反演树求取某一个问题的答案，其过程为： ①将前提条件用谓词表示出来，并化成子句集 S ②将目标公式（问题）用谓词表示出来，把由目标公式的否定所产生的子句及其非（目标公式否定之否定）用析取连接词相连组成一个新子句（重言式），加到 S 构成新的子句集S’ ③对子句集S’ ，进行消解演绎，直到得到某一个子句为止 ④将此子句作为问题的答案 ?举例：已知三个条件 ?F1:：王(Wang)先生是小李(Li)的老师 ?F2：小李与小张(Zhang)是同班同学 ?F3：如果x与y是同班同学，则x的老师就是y的老师 问题：小张的老师是谁？ ①定义谓词 T(x , y) : x 是 y 的老师 C(x , y) : x 与 y 是同班同学 ②用谓词表示前提条件与目标（问题）： 前提： F1：T(Wang , Li) F2：C(Li , Zhang) F3： (?x) (?y) (?z) (C(x,y)∧T(z,x) ?T(z,y)) 目标： G： (?x)T(x,Zhang) ～ G：～ (?x)T(x,Zhang)=(?x) (～ T(x,Zhang)) ③求出子句集： 前提的子句集：
七大搜索引擎:百度、谷歌、搜搜、搜狗、有道、雅虎、必应 1.百度： 1. 基于字词结合的信息处理方式。巧妙解决了中文信息的理解问题，极大地提高了搜索的准确性和查全率。 2. 支持主流的中文编码标准。包括GBK(汉字内码扩展规范)、GB2312(简体)、BIG5(繁体)，并且能够在不同的编码之间转换。 3. 智能相关度算法。采用了基于内容和基于超链分析相结合的方法进行相关度评价，能够客观分析网页所包含的信息，从而最大限度保证了检索结果相关性。 4. 检索结果能标示丰富的网页属性(如标题、网址、时间、大小、编码、摘要等)，并突出用户的查询串，便于用户判断是否阅读原文。 5. 百度搜索支持二次检索(又称渐进检索或逼进检索)。可在上次检索结果中继续检索，逐步缩小查找范围，直至达到最小、最准确的结果集。利于用户更加方便地在海量信息中找到自己真正感兴趣的内容。 6. 相关检索词智能推荐技术。在用户第一次检索后，会提示相关的检索词，帮助用户查找更相关的结果，统计表明可以促进检索量提升10-20%。 7. 运用多线程技术、高效的搜索算法、稳定的UNIX平台、和本地化的服务器，保证了最快的响应速度。百度搜索引擎在中国境内提供搜索服务，可大大缩短检索的响应时间(一个检索的平均响应时间小于0.5秒) 8. 可以提供一周、二周、四周等多种服务方式。可以在7天之内完成网页的更新，是目前更新时间最快、数据量最大的中文搜索引擎。 9. 检索结果输出支持内容类聚、网站类聚、内容类聚+网站类聚等多种方式。支持用户选择时间范围，提高用户检索效率。 10. 智能性、可扩展的搜索技术保证最快最多的收集互联网信息。拥有目前世界上最大的中文信息库，为用户提供最准确、最广泛、最具时效性的信息提供了坚实基础。 11. 分布式结构、精心设计的优化算法、容错设计保证系统在大访问量下的高可用性、高扩展性、高性能和高稳定性。 12. 高可配置性使得搜索服务能够满足不同用户的需求。 13. 先进的网页动态摘要显示技术。 14. 独有百度快照， 15. 支持多种高级检索语法，使用户查询效率更高、结果更准。已支持“+”(AND)、“-”(NOT)、
七大搜索引擎特点 Document serial number【LGGKGB-LGG98YT-LGGT8CB-LGUT-
七大搜索引擎:百度、谷歌、搜搜、搜狗、有道、雅虎、必应 1.百度： 1. 基于字词结合的信息处理方式。巧妙解决了中文信息的理解问题，极大地提高了搜索的准确性和查全率。 2. 支持主流的中文编码标准。包括GBK(汉字内码扩展规范)、GB2312(简体)、BIG5(繁体)，并且能够在不同的编码之间转换。 3. 智能相关度算法。采用了基于内容和基于超链分析相结合的方法进行相关度评价，能够客观分析网页所包含的信息，从而最大限度保证了检索结果相关性。 4. 检索结果能标示丰富的网页属性(如标题、网址、时间、大小、编码、摘要等)，并突出用户的查询串，便于用户判断是否阅读原文。 5. 百度搜索支持二次检索(又称渐进检索或逼进检索)。可在上次检索结果中继续检索，逐步缩小查找范围，直至达到最小、最准确的结果集。利于用户更加方便地在海量信息中找到自己真正感兴趣的内容。 6. 相关检索词智能推荐技术。在用户第一次检索后，会提示相关的检索词，帮助用户查找更相关的结果，统计表明可以促进检索量提升10-20%。 7. 运用多线程技术、高效的搜索算法、稳定的UNIX平台、和本地化的服务器，保证了最快的响应速度。百度搜索引擎在中国境内提供搜索服务，可大大缩短检索的响应时间(一个检索的平均响应时间小于0.5秒) 8. 可以提供一周、二周、四周等多种服务方式。可以在7天之内完成网页的更新，是目前更新时间最快、数据量最大的中文搜索引擎。 9. 检索结果输出支持内容类聚、网站类聚、内容类聚+网站类聚等多种方式。支持用户选择时间范围，提高用户检索效率。 10. 智能性、可扩展的搜索技术保证最快最多的收集互联网信息。拥有目前世界上最大的中文信息库，为用户提供最准确、最广泛、最具时效性的信息提供了坚实基础。 11. 分布式结构、精心设计的优化算法、容错设计保证系统在大访问量下的高可用性、高扩展性、高性能和高稳定性。 12. 高可配置性使得搜索服务能够满足不同用户的需求。
确定性推理部分参考答案 1 判断下列公式是否为可合一，若可合一，则求出其最一般合一。 (1) P(a, b), P(x, y) (2) P(f(x), b), P(y, z) (3) P(f(x), y), P(y, f(b)) (4) P(f(y), y, x), P(x, f(a), f(b)) (5) P(x, y), P(y, x) 解：(1) 可合一，其最一般和一为：σ={a/x, b/y}。 (2) 可合一，其最一般和一为：σ={y/f(x), b/z}。 (3) 可合一，其最一般和一为：σ={ f(b)/y, b/x}。 (4) 不可合一。 (5) 可合一，其最一般和一为：σ={ y/x}。 2 把下列谓词公式化成子句集： (1)(?x)(?y)(P(x, y)∧Q(x, y)) (2)(?x)(?y)(P(x, y)→Q(x, y)) (3)(?x)(?y)(P(x, y)∨(Q(x, y)→R(x, y))) (4)(?x) (?y) (?z)(P(x, y)→Q(x, y)∨R(x, z)) 解：(1) 由于(?x)(?y)(P(x, y)∧Q(x, y))已经是Skolem标准型，且P(x, y)∧Q(x, y)已经是合取范式，所以可直接消去全称量词、合取词，得 { P(x, y), Q(x, y)} 再进行变元换名得子句集： S={ P(x, y), Q(u, v)} (2) 对谓词公式(?x)(?y)(P(x, y)→Q(x, y))，先消去连接词“→”得： (?x)(?y)(?P(x, y)∨Q(x, y)) 此公式已为Skolem标准型。 再消去全称量词得子句集： S={?P(x, y)∨Q(x, y)} (3) 对谓词公式(?x)(?y)(P(x, y)∨(Q(x, y)→R(x, y)))，先消去连接词“→”得： (?x)(?y)(P(x, y)∨(?Q(x, y)∨R(x, y))) 此公式已为前束范式。 再消去存在量词，即用Skolem函数f(x)替换y得： (?x)(P(x, f(x))∨?Q(x, f(x))∨R(x, f(x))) 此公式已为Skolem标准型。 最后消去全称量词得子句集： S={P(x, f(x))∨?Q(x, f(x))∨R(x, f(x))} (4) 对谓词(?x) (?y) (?z)(P(x, y)→Q(x, y)∨R(x, z))，先消去连接词“→”得： (?x) (?y) (?z)(?P(x, y)∨Q(x, y)∨R(x, z)) 再消去存在量词，即用Skolem函数f(x)替换y得： (?x) (?y) (?P(x, y)∨Q(x, y)∨R(x, f(x,y))) 此公式已为Skolem标准型。 最后消去全称量词得子句集： S={?P(x, y)∨Q(x, y)∨R(x, f(x,y))}
《搜索引擎使用方法和技术》 （附搜索引擎网址） 申明： 1.为使资源最大限度地为用户提供服务。 2.所有内容从INTERNET 搜集而来。 3.有版权的申明或警告，自觉删除所有违法内容。
目录 搜索引擎的使用 -------------------------------------------------------------------------------- 3【分类】------------------------------------------------------------------------------------------ 5其他非主流搜索引擎形式： ----------------------------------------------------------------- 6【搜索引擎作用】 ----------------------------------------------------------------------------- 7【商务模式】 ----------------------------------------------------------------------------------- 8【国内著名搜索引擎网址】 ----------------------------------------------------------------- 9主要新闻搜索引擎 ---------------------------------------------------------------------------- 10杂志、期刊搜索引擎 ------------------------------------------------------------------------- 11主要购物搜索引擎 ---------------------------------------------------------------------------- 12专业搜索引擎 ---------------------------------------------------------------------------------- 13【搜索技巧】 ---------------------------------------------------------------------------------- 14搜索引擎为什么没有收录我的网站？ ---------------------------------------------------- 16【搜索引擎与网络推广】 ------------------------------------------------------------------- 17【搜索引擎的技术发展趋势】 ------------------------------------------------------------- 18搜索引擎的未来展望 ------------------------------------------------------------------------- 22教你如何使用搜索引擎成为搜索高手 ---------------------------------------------------- 23