《学习力:颠覆职场学习的高效方法》第四章:五类学习技巧之一:搜索技巧,任何资料一搜就有
很多人搜不到想要的资料,是因为不了解搜索引擎的工作原理。
很多人搜不到想要的资料,是因为不了解搜索引擎的工作原理。搜索引擎并不像魔镜那样"回答"问题,而是把输入内容拆成关键词,与预先建立的索引库进行匹配。爬虫程序日夜采集网页、存入服务器、建立索引,检索时再按关键词出现次数、是否在标题或网址中、网站权威性等因素打分排序。因此,搜索效果取决于能否提取出精准的关键词,而非输入多少背景描述。
百度的基本检索规则包括:多个关键词用空格隔开表示"与"关系;自动忽略"的"等常用词和绝大多数标点符号;不区分英文字母大小写;关键词顺序会影响结果排序。搜索到的网页打不开时,可以点击"百度快照"查看百度服务器保存的历史存档。
高级检索语法能进一步提高效率:竖线"|"表示包含任意一个关键词;减号"-"排除某些关键词;英文双引号强制完整匹配;书名号优先显示文学影视作品;site:限定网站或网站类型(如site:gov.cn限定中文政府网站);filetype:限定文件类型(如ppt、pdf);inurl:和title:分别限定关键词出现在网址或标题中。不熟悉语法可使用百度的"高级搜索"界面和"搜索工具"(可设定具体日期范围)。
除百度外,还有Bing、搜狗、谷歌等通用搜索引擎,以及各类专项搜索:学术搜索(百度学术、谷歌学术)、图片搜索(可按图找相似图片或更大尺寸,还能识别拍摄地点)、视频搜索、百度地图全景街景等。
由于爬虫未及时抓取或网站禁止抓取,有些内容搜索引擎查不到,这时需要借助专门网站:网站历史查询(中国Web信息博物馆、web.archive.org)可查看已删除网页;主题聚合网站如SlideShare(PPT)、Pixabay(图片)、Iconfont(图标)、新榜(公众号);行业网站如公司官网、上市公司招股说明书、慧博投研资讯、财经门户的研报频道;学术网站如MBA智库、百度百科、维基百科、知网、万方;商业数据库如Wind、彭博、路透等,检索资料应以商业数据库为主、免费资源为补充。
最后,关键词质量决定搜索效果,可采用两种方法:一是换位思考,从搜索引擎角度用关键词代替完整问句,从目标内容角度选择贴合其语言风格的词(如面向初学者用"内部投资回报率",找实操模板用"IRR");二是逐步逼近,先用较少关键词搜索,从结果中发现更准确的线索词,反复迭代,逐步缩小范围,最终定位所需资料。