網絡信息資源檢索途徑與方法探析

摘要：了解網絡信息資源的特點，掌握網絡檢索工具及其檢索方法是現代圖書館員應當具備的基本技能。本文從網絡信息資源的定義及特點入手，介紹了網絡信息資源檢索工具及其類型，并對“關鍵詞檢索”、“分類檢索”、“鏈接檢索”等三種檢索途徑及其檢索方法與檢索技巧進行了分析與探討。

關鍵詞：網絡信息資源搜索引擎信息檢索檢索工具檢索技巧

信息社會中，網絡信息是重要的社會資源，網絡信息的開發和利用直接影響著社會的創新能力。現代圖書館肩負著網絡信息整序和指導網絡信息有效利用的職能，圖書館員必須了解網絡信息的特點，掌握網絡信息檢索工具及其檢索方法，具備網絡信息檢索、評價、整序及其開發利用的基本技能。

1 網絡信息資源及其特點

網絡信息資源是在INTERNET上存儲和交流的、可被人們開發和利用的信息和知識的總稱。這些以網絡為載體，以文件為表現形式的信息和知識，可以從內容、形式、用途、使用對象等不同角度，劃分為諸如：社會科學信息資源和自然科學信息資源、FTP信息資源和軟件信息資源、公共信息資源和商業信息資源、成人信息資源和少兒信息資源等等類型，網絡信息資源以網站為單位進行管理，以網頁和文件為單位被人們利用。

網絡信息資源是由無數的組織、機構、團體和個人組織和管理的資源。與其信息資源相比，具有如下特點：（1）就表現形式而言：①數量龐大，增長迅速；②內容豐富、覆蓋面廣；③分布無序，表現形式多樣；④傳輸速度快，共享程度高；⑤交互性強，使用成本低；⑥變化頻繁、難測、質量良莠不齊；⑦生滅聚散無定律。（2）就學科內容而言：由于研究水平、研究群體、與經濟發展的關系、社會重視程度等等因素的影響，不同學科的信息資源在總量上存在著較大的差異。（3）就使用語言或所屬國家、地區而言。受語言使用人口、國家或地區經濟發展水平、信息政策、國民受教育程度、全民信息意識等等因素的影響，不同語言或不同國家、地區的網絡信息資源發展極不平衡。

2 網絡信息資源檢索工具及其類型

有效地利用網絡信息資源，首先需要對某一類型或某一主題的網絡信息有一個全面的了解和總體的把握，進而獲取特定的、能夠滿足查詢需求的網絡信息資源。因此，就需要進行網絡信息資源檢索。檢索，是網絡信息資源利用的前提和基礎性工作，目的是了解有關信息資源的數量、語言或國家分布及資源的權威性、學術性、時效性等相關信息，為網絡信息資源的開發和利用提供咨詢和指引門徑。其次，是要解決好海量信息的無序分散與特定資源的有序利用問題。

目前，網絡信息資源檢索工具大致可分為二種：一是利用程序自動索引，在用戶端提供有序化的匹配信息；二是由人工按一定的標準收錄和標引網站，以第三方身份提供整序平臺，用戶通過整序平臺查找有序化的信息和資源。前者整序方法所使用的工具，是基于程序的關鍵詞搜索引擎（Keyword Search Engine）或稱全文搜索引擎（Full-Text Search Engine），后者則是以分類指南網站為代表的分類搜索引擎（Directory）。

網絡信息資源檢索主要利用上述二種類型的網絡資源整序和檢索工具，而且，信息資源檢索本身也是一種整序的手段，由于其針對性較強，有特定的范圍和明確的質量要求，從用戶角度而言，也可稱之為“專題整序”，相對整序工具來說，可以稱之為“二次整序”。

3 網絡信息資源檢索途徑與檢索技巧

網絡信息資源檢索的途徑大致可分為：關鍵詞檢索、分類檢索、鏈接檢索三種。

3.1 關鍵詞檢索

關鍵詞檢索是根據信息資源的內容性質，提煉出最能概括和體現資源主題的關鍵性詞語，利用關鍵詞搜索引擎查找相關網頁信息。常用于信息資源檢索的關鍵詞搜索引擎主要有Google、Lycos、Altavista、百度、搜狗等。

例如，要了解可用于查找各國錢幣圖案的網絡信息資源，我們可以分別用“錢幣”、“鈔票”、“紙幣”、“硬幣”、“金幣”、“銀幣”、“紀念幣”、“古幣”、“paper money”、“coin(s)”、“banknote(s)”等作為關鍵詞進行網頁檢索，也可以用“國家名+幣種”（如“Burundi coin(s)”、“Francebanknote(s)”、“china coins \"Qing Dynasty\"”等）等多個關鍵詞進行某一國家錢幣圖案搜索，還可以用“site:國家域名后綴+關鍵詞1+關鍵詞2...”（如“site:us Coin banknote”、“site:uk ancient coins”等）等構建復合檢索式，對某一國家和地區范圍內的相關信息資源進行檢索，甚至可以利用圖像搜索引擎，從某種錢幣圖案入手，進而查找相關網頁......關鍵詞信息資源檢索的方法多種多樣，檢索效果在很大程度上取決于關鍵詞的選擇和對搜索技巧的掌握。

值得注意的是，關鍵詞信息資源檢索中得到的結果并非都可以作為“資源”來使用，必須對其進行甄別，篩選出最符合檢索要求和使用價值較大的網頁或各類文檔。

一次檢索往往返回大量的結果，根據排序算法（如Google等），級別（PageRank）較高的網頁一定處在結果列表的較前位置，網頁的位置向后順延，重要性依次降低。根據這一原理，我們通常只把信息資源檢索的范圍限定在結果列表的前兩、三個頁面，以保證獲得信息的效率和質量。

另外，還可以根據網頁URL的構成，通過對結果頁面在其網站結構中的物理位置和對其所在網站主題的考察，初步判斷網頁的質量和價值。一般情況下，符合檢索要求的網頁處在其網站結構中的較上層位置，與網站主題一致或密切相關，這樣的網頁內容一般較為可靠，使用價值也較高。反之，處于較低層次，與網站主題關系不大甚至無關的網頁，其作為“資源”的使用價值就會大打折扣。

由于搜索技術和搜索引擎自身功能的限制，關鍵詞搜索引擎無法完全索引和全面揭示那些處于網站深層結構（Deep structure）中的網頁、拒絕鏈接或未被鏈接的“孤島網頁”、動態網頁、數據庫等等“看不見的網頁（The Invisible Web）”。據Bright Planet公司的《Deep Web White Paper》調查與研究顯示：隱蔽網絡資源（Invisible Web resources）的數量大約為7，500TB，是WWW的400-550倍；隱蔽網絡擁有5，500億私人文檔，而可見網絡（Visible Web resources）只擁有10億私人文檔；隱蔽網絡站點的月訪問量是可見網絡的150％；隱蔽網絡信息資源是Internet上發展最快的信息資源，大約一半的隱蔽網絡信息資源存在于主體明確的網絡數據庫中；95％的隱蔽網絡信息資源可免費獲取。不言而喻，“看不見的網頁”是一種重要的不可替代網絡信息資源，在資源檢索中必須給予足夠的重視。

關鍵詞檢索只能對網絡信息資源有一個初步、大致的了解，系統掌握、全面揭示和客觀描述某類網絡信息資源還須使用分類檢索的方法。

3.2 分類檢索

分類檢索是以分類搜索引擎為工具，根據所需信息資源的學科性質和主題概念，確定其在分類體系中的類目歸屬，至上而下地層層尋檢，逐級瀏覽，查找相關網站的信息。常用于信息資源檢索的分類搜索引擎主要有Yahoo、Dmoz等。進行Invisible Web資源檢索，尤其不可忽視的是The Invisible Web Directory (http://invisible-web.net/)和Librarians' Index to the Internet（http://www.ipl.org/）。前者是《隱蔽網絡：揭開搜索引擎看不到的信息源》的作者Chris Sherman和 Gary Price創辦的專門用于指導檢索Invisible Web資源的主題分類指南，網站的宗旨是“尋找搜索引擎無法找到的隱藏的網絡信息資源”，后者是著名的圖書館員編制和維護的包括14，000多個網站的主題目錄，常用于查找普通搜索引擎無法索引的數據庫資源。

網絡資源分類調查的效果，取決于對分類搜索引擎的駕馭能力，而熟練地掌握和使用分類搜索引擎，需要對網絡分類體系的構建原理及其特點、分類搜索的方法與途徑等有一個較為全面和透徹的了解。

3.3 鏈接檢索

鏈接檢索是利用網頁之間的超級鏈接（Hyperlink）指引路徑，從已知資源查找相關資源的一種便捷的網絡信息資源檢索方法。

網絡最顯著的特征是“聯系”和“交流”，無論是否自愿，只要身處“網”中，聯系和交流就不可避免。內容相同或相近的信息資源之間，由于仰慕、宣傳、推薦、引用、參考或協議、共享、網站優化等原因，往往以超級鏈接形式表示關聯，單向或互相指引和利用。超級鏈接是現代互聯網信息資源之間最基本、最常用的聯系方式。

超級鏈接是指網站內不同的頁面之間，網站與WEB之間的鏈接關系，它可以使同一網站內的相距較遠的網頁成為有機聯系的整體，能夠使不同網站之間建立聯系。超級鏈接由鏈接載體（源端點）和鏈接目標（目標端點）兩部分組成，通常分為顯性鏈接和隱性鏈接。

顯性鏈接，也稱直接鏈接，是在網頁上有“LINK”、“XX連接”字樣和目標端點LOGO指示的可以看得見的、可以直接利用的鏈接。顯性鏈接對源端點資源具有支持和印證的作用，同時也宣傳、推薦了目標端點資源。通常情況下，顯性鏈接的質量能夠在很大程度上反映源端點管理者的態度和信息資源的質量，如果鏈接的信息資源網頁級別（PageRank）高，訪問量大、主旨關鍵詞檢索排名靠前，基本上可以認為源端點資源是嚴肅、負責和具備一定的質量水準的。反之，如果顯性鏈接多為空鏈、死鏈、錯鏈、與主題無關的鏈接，甚至是無聊或色情網站，那么，源端點信息資源的質量和信譽就會大打折扣。

隱性鏈接，也稱反向鏈接，是某一網站由外部主動與其自身的鏈接，即被鏈接。如果單純從鏈接數量考慮，某一資源被大量的其它相關信息資源鏈接，起碼說明其知名度較高、人氣較旺。然而，為了能夠對某一資源作出中肯的評價，還需要從反向鏈接是否為“專家網頁（an expert page）”、是否具有較高的網頁級別（higher PageRank）、是否被著名分類搜索引擎收錄（appears in a famous directory listing）等方面進行考察。

反向鏈接雖然是隱形的，我們可以利用搜索引擎的“link:”語法，或使用專用工具了解反向鏈接的數量。用“link:”語法查詢反向鏈接：NSSDC Photo是美國國家空間科學數據中心 (NSSDC)的空間科學圖片庫，有包括水星、金星、地球、月球、火星、木星、土星、海王星、冥王星、小行星、彗星、太陽系、銀河系、星云等各式各樣的照片萬余件，是查找各種天體圖片的主要和常用的資源，其URL為http://nssdc.gsfc.nasa.gov/photo_gallery/。用Google查詢：“link:nssdc.gsfc.nasa.gov/photo_gallery”，約有575項鏈接到 nssdc.gsfc.nasa.gov/photo_gallery 的查詢結果。能夠檢測反向鏈接的專用工具很多，有的只提供某一個搜索引擎的查詢結果，如yahoo反向鏈接檢測器（http://www.webconfs.com/anchor-text-analysis.php），有的可以調用多個搜索引擎進行反向鏈接查詢，如Marketleap（http://www.marketleap.com/siteindex/），能夠同時顯示Alltheweb、AltaVista、Google/AOL、HotBot/Inktomi、MSN等搜索引擎的反向鏈接查詢結果。我們在網絡信息資源檢索中使用的反向鏈接檢測工具，實際上是為搜索引擎優化（SEO）服務的商業性專業工具，不同工具對同一資源的反鏈檢測數據多有出入也在情理之中，但它對資源檢索畢竟具有一定的參考價值。

總之，無計劃的信息生產和不可控制的網絡膨脹與人們對網絡信息資源有目的性的特定需求，是互聯網絡發展和利用過程中始終存在的主要矛盾。在解決這一矛盾的過程中，網絡自動整序和智能檢索技術應運而生，并不斷地發展和完善，人們最終必將能夠完全地駕馭和自在地利用網絡。

參考文獻

[1] 王世民.網絡學術信息資源的獲取方式[J].情報探索，2008，(10):48-49.

[2] 方錦平.隱形網絡及其信息資源的獲取途徑[J].現代情報，2008，(5):76-78.

[3] 侯集體. 網絡信息資源的搜集與整合[J].現代情報，2005，(2):82-84.

[4] 邢志宇等.實用網絡搜索[M].西安:西安地圖出版社，2005:155-160.