网络搜索引擎评价

doi:10.11925/infotech.1003-3513.2001.04.12

现代图书情报技术

2001, Vol. 17

Issue (4): 34-36 https://doi.org/10.11925/infotech.1003-3513.2001.04.12

信息检索技术

本期目录 | 过刊浏览 | 高级检索

网络搜索引擎评价

张燕¹ 惠佳颖²

¹(北京大学信息管理系　北京　100871)
²(中央财经大学信息系　北京　100081)

Search Engine Evaluation

Zhang Yan¹ Hui Jiaying²

¹(Information Management Department, Peking University, Beijing 100081, China)
²(Information Department, the Central University. of Finance and Economics, Beijing 100871, China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

从检索功能(如布尔检索、邻近检索、截词检索等)、查准率、用户负担、输出方式上比较了Google 和Ask Jeeves 两大搜索引擎的检索性能, 测试研究发现Google 在查准率以及输出方式上明显地优于Ask Jeeves, 而在检索功能及用户负担上两者各有特色。在比较评价的同时, 提出了一套实用的搜索引擎检索性能评价方案。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：搜索引擎, 网络检索系统, 检索性能, 评价

Abstract：

The search performances of the two search engines Google and Ask Jeeves are compared in this paper. It s found that Google is better than Ask Jeeves in presicion and output display format, however, Ask Jeeves excels in search functions and user effort.

Key words： Search engine Network search system Search performance Evaluation

收稿日期: 2001-02-20 出版日期: 2001-08-25

ZTFLH:

G35

通讯作者: 张燕,惠佳颖

作者简介: 张燕,惠佳颖

引用本文:

张燕,惠佳颖. 网络搜索引擎评价[J]. 现代图书情报技术, 2001, 17(4): 34-36.
Zhang Yan,Hui Jiaying. Search Engine Evaluation. New Technology of Library and Information Service, 2001, 17(4): 34-36.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2001.04.12 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2001/V17/I4/34

[1]Heting Chu,Marilyn Rosenthal.(1996).Search Engines for the World Wide Web:A Comparative Study and Evaluation
Methodology.Proceedings of the 59th Annual Meeting of the American Society for Information Science,Baltimore,October 21
-26,Vol.33,127-135.

[2]赖茂生等.计算机情报检索.北京大学出版社,1993

[1]	徐曾旭林, 谢靖, 于倩倩. 人才多元评价模型设计方法研究^*[J]. 数据分析与知识发现, 2021, 5(8): 122-131.
[2]	岳名亮,李富山,汤宏波,吕新华,马廷灿. 期刊审稿专家一致性评价方法及其有效性验证 ^*[J]. 数据分析与知识发现, 2021, 5(4): 115-122.
[3]	沈旺, 李世钰, 刘嘉宇, 李贺. 问答社区回答质量评价体系优化方法研究 ^*[J]. 数据分析与知识发现, 2021, 5(2): 83-93.
[4]	姜霖,张麒麟. 基于引文细粒度情感量化的学术评价研究*[J]. 数据分析与知识发现, 2020, 4(6): 129-138.
[5]	洪闯,李贺,彭丽徽,许一明. 在线健康咨询平台信息服务质量的物元模型及可拓评价研究[J]. 数据分析与知识发现, 2019, 3(8): 41-52.
[6]	李想,钱晓东. 商品在线评价对消费趋同影响研究^*[J]. 数据分析与知识发现, 2019, 3(3): 102-111.
[7]	丁晟春,侯琳琳,王颖. 基于电商数据的产品知识图谱构建研究^*[J]. 数据分析与知识发现, 2019, 3(3): 45-56.
[8]	李健,王明月,许路明,田英春. 基于用户感知价值的医疗信息服务评价体系构建^*[J]. 数据分析与知识发现, 2019, 3(2): 118-126.
[9]	章成志,李铮. 基于学术论文全文的创新研究评价句抽取研究 ^*[J]. 数据分析与知识发现, 2019, 3(10): 12-18.
[10]	徐艳华, 苗雨洁, 苗琳, 吕学强. 基于LDA模型的HSK作文生成^*[J]. 数据分析与知识发现, 2018, 2(9): 80-87.
[11]	俞立平, 宋夏云, 王作功. *自然权重对非线性科技评价的影响及纠正研究^——以TOPSIS方法评价为例**[J]. 数据分析与知识发现, 2018, 2(6): 48-57.
[12]	孟虎, 梁晓蓓, 杨以雄, 李敏. 大数据背景下基于LMBP算法的供应链绩效评价与优化^*[J]. 数据分析与知识发现, 2018, 2(11): 37-45.
[13]	史昱天, 朱庆华, 赵宇翔, 陈晓威. 基于链接分析法对国内网络直播平台综合影响力的评价研究^*[J]. 数据分析与知识发现, 2017, 1(9): 40-48.
[14]	王雪颖, 张紫玄, 王昊, 邓三鸿. 中国农产品品牌评价研究的内容解析^*[J]. 数据分析与知识发现, 2017, 1(7): 13-21.
[15]	卿雅娴, 李锐, 吴华意. *基于论文合著网络的学术社区分析方法研究^ ——以《美国地理学家联合会会刊》为例**[J]. 数据分析与知识发现, 2017, 1(4): 20-29.

Viewed

Full text

Abstract

Cited

Shared

Discussed