17、网络信息检索与数学基础全解析

网络信息检索与数学基础全解析

1. 谷歌数字图书馆计划与数据融合

1.1 谷歌数字图书馆计划

2004 年 12 月，谷歌宣布了一项为期十年的计划，旨在扫描各大研究型大学馆藏的数百万册书籍。参与合作的大学包括哈佛、密歇根、斯坦福和牛津，还有非学术性的纽约公共图书馆。该计划的最终目标是让网民能够在线搜索书籍中的文本内容。不过，对于仍受版权保护的书籍，只会显示简短的文本片段和参考信息。

然而，一些出版公司对谷歌的这一计划并不感兴趣。他们希望自己的书籍和系列作品不被纳入该馆藏。扫描书籍明显违反了版权法，只有获得许可才能进行。大多数出版商愿意授予许可，但希望谷歌先征求他们的意见。实际上，出版商是在向谷歌发出警告，提醒这个搜索巨头要尊重这一历史悠久行业的规则。目前，谷歌还有大量的“我可以吗”许可信等待签署。

1.2 数据融合技术

基于地图的新型网络检索应用是最新的技术。Where 2.0 会议汇聚了定位技术领域的研究人员和开发者。其理念是在熟悉的地图视觉界面上叠加先进、用户友好的交互式搜索功能。

例如，瑞士搜索引擎 search.ch 最近获得了瑞士网络最佳奖。它在瑞士的卫星地图上标注了餐厅、电影院、公交站、停车场、酒店等的图标。当鼠标悬停在图标上时，会显示详细信息，如距离下一班公交车的剩余分钟数、剧院的空座数量、停车场的空位数量、票价和电话号码等。为了获取这些最新信息，该引擎会定期爬取相关网站以获取所需数据。通过融合来自电话簿和餐厅指南等其他来源的数据，search.ch 提供了一个便捷的可视化工具。实际上，访问 www.map.search.ch 可以让你进行一次该国的虚拟之旅。随着手机和个人数字助理（PDA）最终能够