以国内研究机构为第一作者的文章（初步统计） 共 6 篇，具体分布如下：

  按Track（以下各Track各一篇）:
    Semantic Web
    Mobility
    Performance and Scalability
    Social Networks: Applications and Infrastructures for Web 2.0
    Search: Crawlers
    Search: Applications
  按机构：
    清华大学          3
    微软亚洲研究院    2
    中科院软件所      1

这6篇文章列表如下：

Semantic Web I
    * Computing Minimum Cost Diagnoses to Repair Populated DL-based Ontologies
          Jianfeng Du(杜剑锋),  Institute of Software, Chinese Academy of Science(中科院软件所), China.
          Yidong Shen(沈一栋),  Institute of Software, Chinese Academy of Science(中科院软件所), China.

Mobility
    * Learning Transportation Mode from Raw GPS Data for Geographic Applications on the Web
          Yu Zheng (郑宇), Like Liu, Longhao Wang and Xing Xie. Microsoft Research Asia, China.

Performance and Scalability

    * Service-Oriented Data Denormalization for Scalable Web Applications
          Zhou Wei,         Tsinghua University, China.
          Jiang Dejun,      Tsinghua University, China.
          Guillaume Pierre, Vrije University Amsterdam, Netherlands. 
          Chi-Hung Chi,     Tsinghua University, China.
          Maarten van Steen Vrije University Amsterdam, Netherlands. 

Social Networks: Applications and Infrastructures for Web 2.0

    * Lock-Free Consistency Control for Web 2.0 Applications
          Jiangming Yang (杨江明), Haixun Wang, Ning GU, Yiming Liu, Chunsong Wang and Qiwei Zhang. Microsoft Research Asia, China.

Search: Crawlers

    * iRobot: An Intelligent Crawler for Web Forums
          Rui Cai, Jiangming Yang, Wei Lai, Yida Wang and Lei Zhang. Microsoft Research Asia, China.

Search: Applications

    * Automatic Online News Issue Construction in Web Environment
          Canhui Wang (王灿辉),   Tsinghua University, China.
          Shaoping Ma (马少平),   Tsinghua University, China.
  
==============================================
附Semantic Web Track完整论文列表：
==============================================
Semantic Web I

    * Structured Objects in OWL: Representation and Reasoning
          Boris Motik,            University of Oxford, UK.
          Bernardo Cuenca Grau,   University of Oxford, UK.
          Ulrike Sattler.         University of Manchester, UK.
  

    * Computing Minimum Cost Diagnoses to Repair Populated DL-based Ontologies
          Jianfeng Du(杜剑锋),  Institute of Software, Chinese Academy of Science(中科院软件所), China.
          Yidong Shen(沈一栋),  Institute of Software, Chinese Academy of Science(中科院软件所), China.  

    * Scalable Querying Services over Fuzzy Ontologies
          Jeff Z. Pan,      University of Aberdeen, UK.
          Giorgos Stamou,   National Technical University of Athens, Greece.
          Giorgos Stoilos,  National Technical University of Athens, Greece.
          Edward Thomas,    University of Aberdeen, UK.
          Stuart Taylor,    University of Aberdeen, UK.
  
Semantic Web II

    * Networked Graphs: A Declarative Mechanism for SPARQL Rules, SPARQL Views and RDF Data Integration on the Web
          Simon Schenk,   University of Koblenz-Landau, Germany.
          Steffen Staab,  University of Koblenz-Landau, Germany.

    * SPARQL Basic Graph Pattern Optimization Using Selectivity Estimation
          Markus Stocker,     University of Zurich, Switzerland.
          Andy Seaborne,      HP Labs, UK. 
          Abraham Bernstein,  University of Zurich, Switzerland.
          Christoph Kiefer,   University of Zurich, Switzerland.
          Dave Reynolds,      HP Labs, UK.

    * Scaling RDF with Time
          Andrea Pugliese,    University of Calabria. Italy. 
          Octavian Udrea,     The University of Maryland. USA.
          V.S. Subrahmanian,  The University of Maryland. USA.

Semantic Web III

    * Wiki Content Templating for (lowercase) semantic web
          Angelo Di Iorio,      University of Bologna, Italy.
          Fabio Vitali,         University of Bologna, Italy.
          Stefano Zacchiroli,   University of Bologna, Italy.

    * Querying for Meta Knowledge
          Bernhard Schueler,  University of Geogia, USA.
          Sergej Sizov,       University of Koblenz-Landau, Germany.
          Steffen Staab,      University of Koblenz-Landau, Germany.

    * Automatically Refining the Wikipedia Ontology
          Fei Wu,           University of Washington, USA.
          Daniel S. Weld,   University of Washington, USA.

总的来说，前面的演讲部分大多是介绍、交流性质的，较多地谈到了已开发出的SW应用。 最后半小时的自由发言和讨论环节，为了保证讨论效果，我们这些学生观众被请出了现场，无缘得见了:(  研讨会议程见官网：http://research.ihost.com/csws/index.html（与最后实际稍有出入）。

01. Ivan Herman介绍了SWEO的应用状况。认为按照某种新技术应用周期，现在处在2.5%的人应用之后的第二个阶段：13%的人正在采用，形势相当喜人。w3c的SWEO工作组搜集了许多SW应用或RDF dataset，见Linking Open Data Project的主页，尤其是上面那个表示各个应用彼此之间联系的图。 提到一个观点（还是约50份的调查结果?）：现在SW的应用主要集中在Data Integration。  在其中要在不同数据源之间建立联系时用owl:sameAs比较典型。  他这次的胶片在w3c主页上有，在http://www.w3.org/Talks/ 可以很方便地搜到。

02. APEX研究组把Semantic Search分为Data Extraction, Indexing & Searching, Query Interface & User Interaction 三层，每层上都开展了好几个项目的研究；现场对已实现的多个原型做了精彩的演示，给人印象非常深刻！ 这些视频demo在APEX网站上能看到。 包括EachWiki， Q2Semantic等。

03 清华KEG实验室目前在SW方面的研究有： 
    1)Semantic Annotation；2)Ontology Matching；3)Semantic Indexing & Searching。
Applications有：
    1)ArnetMiner （一个搜索研究人员的系统，其中的数据主要来自DBLP）；2）Event Based Intelligent News Mgmt；3）Semantic Based Service Integration

04 Srinivas博士介绍了IBM的SHER项目：一个在医疗领域的应用，如Semantic PubMed search，clinical Trials matching；提到用OWL推理可以做一些cleaning noisy data的工作。
    后面提到一个有意思的问题：在medical、government领域之外，ontology到底有多大用途？说在有些地方simple rules、在有些地方closed world reasoning  就might be sufficient了。

05 IBM CRL在SW方面的focus有： 
    1)SW based modeling; 
    2)SW based data mgmt;
前者toward to “Enterprise Model repository”，考虑了EMF model。   后者又有几个focus：A)RDF triple store; B)RDF access to RDB ;C)application等，出了一篇VLDB2007 best paper!!!相关的RDF store参加对比测试的结果是 the most efficient one. 提到一个理论问题：当RDF数据被分开存储时，需要考虑Graph partition 算法。 

06 Chris的特邀演讲很通俗：“Ontologies and Folksonomies: False Friends”。回顾了Classification, ontology, folksonomy三者的历史，然后谈区别。但可惜因英文听力俺没太听太懂:(。 据whf同学讲，他理解Chris的意思是ontology适合表示那些在分类系统中位置非常明确的信息，而对于“Chinese Military History”这样的东西，是放在“Chinese History”下还是“Military History”下就不是很清晰，就不适合了。   我印象最深的一点是：Classification系统是很刻板的，但不同的人对于事物该如何分类往往会有分歧；于是另一种方法出现了： single set of key words(facets); any combination is legal; 从中发展出了folksonomy。

07 诸葛教授讲的比较抽象。与前面类似，他们看重classification，但也看重link。沿着前者，提出了Resource Space Model，就是用n个各表示一个属性的维度组成一个空间，在其中指定各个维度的选择条件进行检索（只是个人感受，理解不一定准）；目前正在研究一套此空间上的理论如操作、范式、演算代数等。 提到：在一个有关敦煌艺术的系统中得到了（还是正在）应用，——颇像黄智生老师上次介绍的荷兰的e-Culture啊！呵呵。  沿着后者，提出了Semantic Link Network的概念。

08 瞿老师热情地展示了他们IWS研究组的一个重量级原型：Falcons——口号是把“知之为知之、不知Google知”的后半句在SW时代改成“不知Falcon知”！呵呵。系统已到web上抓取了很多RDF数据，在其中提供查询。将搜索和浏览结合。 例子中，输入一个关键词，在列出结果条目的同时会列出很多相关的Concept，提示用户可按其中一个来继续搜这个词。查询形式上有点像eCulture。  该系统可以在web上公开访问（http://iws.seu.edu.cn/services/falcons/）！ 

09 浙大的基于本体的中医数据集成系统在ISWC2006等地方给人印象颇深，前面Ivan在将SW现在的应用时还重点做了介绍。自己注意力不太集中了:(，记下的东西不多，有一个提法印象较深：(Semantic) Graph Mining 。另有他们的DartGrid、DartSearch系列。

10 人大杜小勇老师介绍了他们在建立经济学本体的过程中所使用的方法，有一个我觉得很像设计编译器的过程很有意思（如果我糟糕的听力没弄错的话）： 用一个较小的本体onto1去标注文档，对标注结果进行学习，从中得到一个更大的本体onto2 ！ 据说有一个portal for economic knowledge grid，搜了一下，觉得http://www.lib.ruc.edu.cn/rdsztsg/rdstjj.htm 这个最像，不知道是不是。

11 LEI Yuangui 博士介绍了英国Open University的情况后，谈了她在“evaluation of the quality of metadata in SW”上的研究。正好这个问题前面瞿老师等至少两人谈过是他们的SW研究中感受到的一个大问题。方法大意是分别用Domain Ontology, Domain Lexicon, data respository(?), SW, Web等来对付annotation中的inconsistence,,,inaccurate,等问题。 在被问到他们推出的“新科状元”Revju时，她说：可用于create communities，有点像facebook。

一点共性的东西：RDF形式的Wikipedia——主要是柏林自由大学的DBPedia——被多次提到、用到，，SWEO的图里面它处在一个核心的位置，瞿老师的Falcons中使用了，APEX的EachWiki则是直接去WikiPedia抓的。

张雷博士说会在尽量去征求演讲老师的意见后在研讨会官网上贴出各位的PPT。另：自己对绝大部分的演讲分别做了录音，等论坛FTP能连上时就上传。但限于发言的性质和英语问题，估计效果不好；只是Chris的声音大、瞿老师用中文讲，效果要稍好些。另外，自己座位离前排太远，效果不太好，大家凑合着听。转成MP3后已经把音量调得不能再大了，少量杂音是由于录音地点附近偶尔一些较大的响声被调音量软件“剪裁”后所致。好在基本还能听清。 

最后，感谢IBM CRL和w3c中国办事处的辛苦操办！感谢与会的多位敬业、热情的老师带来的精彩演示和介绍！

(本文编辑同志好心加了一段引言作为开头，可惜这部分问题多多，请大家将就一下了  )

===============================
        英文版
===============================

> Question:
> The Semantic Web initiative is often said to address the same issues
> that have already been approached 30 years before, by means of knowledge
> representation and inductive logics in artificial intelligence. Systems
> such as KL-ONE or Cyc, Minsky's frames and Sowa's Conceptual Graphs are
> remnants of these ancestral efforts. But they have failed. What makes
> the Semantic Web, along with its focus on ontologies and reasoning, so
> different from these futile endeavours?

There is indeed a widespread misconception that the Semantic Web is "AI
all over again". Even though the two may have some of their tools in
common (ontologies, reasoning, logic), the goals of the two programmes
are entirely different. In fact, the goals of the Semantic Web are much
more modest: the Semantic Web is *not* out to build a general purpose
all encompassing global internet-based intelligence. The goal is instead
much more technical and modest:  to achieve interoperability between
datasets that are exposed to the web (whether they are structured,
unstructured or semi-structured data).  Tim Berners-Lee devoted an
entire presentation to the confusion between AI and Semantic Web in July
last year: http://www.w3.org/2006/Talks/0718-aaai-tbl/Overview.html The
summary of his presentation is:
- The Semantic Web is not AI and AI is not the Semantic Web
- AI is a field; SW is a project
- The Semantic Web owes a debt to AI because it uses some of its tools
- The Semantic Web should be a great playground for AI
That same presentation also does a very good job of busting some of the
other false myths surrounding the Semantic Web, such as that the
Semantic Web is (only, mainly) concerned with hand-annotated
text-documents, or that the Semantic Web requires a single universal
ontology to be adopted by all.

> Question:
> Web 2.0 appears to be the new kid on the block - everybody's darling,
> loved both by academia and industry. The Semantic Web, on the other
> hand, has fallen from grace, owing to numerous unmet promises. How do
> you regard the coexistence of these two Webs and what role will Web 2.0
> assume in the Semantic Web's story?

Notice that the question states a false premisse, namely that "the Semantic
Web has fallen from grace, owing to numerous unmet promises".
Instead, let's take a look at some facts and figures:
The SemTech conference, an industry oriented event organised in the past
3 years in San Jose, California, attracted 300 attendants 2 years ago,
500 attendants last year, and 700+ attendants this year. Its European
counterpart, The European Semantic Technologies Conference attracted
200+ attendants to its first event, last May in Vienna, of which
75% from companies. So, either your question is wrong, or many hundreds
of business people and dozens of companies are all wrong. You choose.

Rather on the contrary, Semantic Technologies are in the process of
an industrial breakthrough. Here is a quote from a recent
(May 2007) Gartner report, the industry watcher not known for its love of
shortlived hypes:

 "Key finding: During the next 10 years, Web-based technologies will
  improve the ability to embed semantic structures in documents, and
  create structured vocabularies and ontologies to define terms, concepts
  and relationships. This will offer extraordinary advances in the
  visibility and exploitation of information - especially in the
  ability of systems to interpret documents and infer meaning without
  human intervention."

Fortunately, Gartner is wise enough not to declare early failure (as
your question does), but knows how long these things take:

 "the grand vision of the Semantic Web will occur in multiple
  evolutionary steps, and small-scale initiatives  are often the best
  starting points."

Turning to the substance of your question:
There is widespread agreement in the research world that Web2.0 and
Semantic Web (or: Web3.0) are complimentary, not competing. This was
for example the finding of a science panel at the WWW07 conference in May
last year in Edinburgh. The concensus is that Web2.0 has a low threshold
(it's easy to start using it), but also has a low ceiling (folksonomies
only get you so far), while Web3.0 has a higher threshold (higher
startup investments), but has a much higher ceiling (more is possible).

The aforementioned Gartner report also has useful things to say here. It
advises the *combination* of Semantic Web with Web2.0 techniques, and
predicts a gradual growth path from the current web via semantically
lightweight but easy to use Web2.0 techniques to
higher-cost/higher-yield Web3.0 techniques.

> Question:
> And what about automated means of learning ontologies,
> relationships between entities, and so forth - that is, resorting to
> natural language processing, text mining, and statistical means of
> knowledge extraction and inference. Do you regard these techniques as
> complementary to the manual composition of ontologies or rather
> inhibitory? Do you believe that these techniques actually make sense
> as an accumulator or are they "bound to fail"?

My attitude towards the acquisition of ontologies and the classification
of data-objects in these ontologies is: if it works, it's fine. Clearly
relying only on manual construction of ontologies puts a high cost and
low ceiling on the volume of knowledge that can be coded and
classified. Hence, I expect that the techniques that you mention
will play an ever bigger role in the gammut of semantic technologies. I
see no reason why such techniques are "bound to fail", instead I am
rather optimistic about their increasingly valuable contribution.

> Question:
> All great technological inventions and milestones are marked by the
> advent of a killer application. What could/will be the Semantic Web's
> killer app? Will there be one at all?

I find the perennial question for the "killer app" always a bit
naive. For example: can we agree that the widespread adoptation of XML is
an important technical innovation? But what was XML's "killer app"? Was
there a single one? No. There are just many places where XML facilitates
progress "under the hood"? Semantic Web technology is primarily
*infrastructure* technology. And infrastructure technology is under the
hood, not directly visible for users. You will simply notice websites
becoming more personalised (because under the hood semantic web
technology allows your personal interest profile to be interoperable
with the data-sources of the web-site), or you will simply notice search
engines doing better clustering of results (because under the hood they
have classified search results in a meaningful ontology), or you will
simply notice your desk-top search tool being able to link author names
of documents with email addresses in your address-book (because under
the hood, these data-formats have been made to interoperate by exposing
their semantics), but none of these applications will have "Semantic Web
technology" written on their interface. Semantic Web technology is like
Nikasil coating in the cylinders of your car: very few car drivers are
aware of it, but they are aware of reduced fuel consumption, higher top
speeds and extended lifetime of the engine. Semantic Web technology is
the Nikasil of the next generation of humanfriendly computer
applications that are being developed right now. 

<完>
参与讨论本主题

谁教我。我不会。。。。谁教我。我不会。。。。谁教我。我不会。。。。谁教
我。我不会。。。。谁教我。我不会。。。。

^_^ 馅驽 吻斟 沅 萄嫒 阊?^_^ ---------------------------- ---------------------------- ----------------------------   :) 旁恃?lt;/SPAN> ?lt;SPAN lang="ar-eg">崧?蒽 ?lt;/SPAN>焰?lt;/FONT> 阊?lt;/FONT> 葜崆 崆 勉亚 配帚 轻礓?蒽 萄嫒 阊?lt;/FONT> 犴蔗?哚 闱彐 滔硐 沅 轻沅孚鞘 轻蹄磲?lt;/FONT> (1)  Yahoo 判?咪?视饰香 妊硐   瘦轴 纫砬焉 轻亚蓉 轻是犰 ?lt;/FONT>?lt;/FONT>?lt;/FONT>?lt;/FONT>?lt;/FONT>?lt;/FONT>?lt;/FONT>?lt;/FONT>  http://groups.yahoo.com/group/mara7/join ------------------------------ (2)    Hotmail  切?咪?视饰香 妊硐   茄俞 延轻?萸眼?卺?轻琼沩?lt;/B> ?lt;/FONT>?lt;/FONT>?lt;/FONT>?lt;/FONT>?lt;/FONT>?lt;/FONT>?lt;/FONT>?lt;/FONT> mara7-subscribe@yahoogroups.com   邮蔗?延轻?妊硐砩 send 算 reply 醚忧徨?湘?售硌

---

Yahoo! Messenger with Voice. Make PC-to-Phone Calls to the US (and 30+ countries) for 2?min or less.

这是法语的吧


在您的来信中曾经提到:
>From: "liangchao" <nsnboy@...>
>Reply-To: W3China@yahoogroups.com
>To: <w3china@yahoogroups.com>
>Subject: Re: [W3CHINA.ORG]
Re:哦,谢谢本想利用这个机会学习一下.我没能找到电子版的
《GOOGLE HACKS巧妙使用网络搜索的技巧和工具（第二版),谁要是有的话希望能发给我.
>Date:Tue, 16 May 2006 12:00:43 +0800
>

Free Software Books , Interview questions, placement papers
I have listed free software books available online for C, C++, JAVA,
XML,Database, Networking, .NET , Hardware, Internet Security
in my website http://www.geocities.com/software_help_desk/
So please have a look and make use of it.

google搜索从入门到精通



内容

1，前言
2，摘要
3，如何使用本文
4，google简介
5，搜索入门
6，初阶搜索
6.1，搜索结果要求包含两个及两个以上关键字
6.2，搜索结果要求不包含某些特定信息
6.3，搜索结果至少包含多个关键字中的任意一个
6.4，“+”、“-”和“OR”的混合查询
6.5，用“+”和“-”减少冗余信息
7，辅助搜索
7.1，通配符问题
7.2，关键字的字母大小写
7.3，搜索整个句子
7.4，搜索引擎忽略的字符和词汇
7.5，强制搜索
8，进阶搜索
8.1，对搜索的网站进行限制
8.2，查询某一类文件（往往带有同一扩展名）
8.3，搜索的关键字包含在URL链接中
8.4，搜索的关键字包含在网页标题中
9，其他罕用语法
9.1，搜索所有链接到某个URL地址的网页
9.2，查找与某个页面结构内容相似的页面
9.3，从GOOGLE服务器上缓存页面中查询信息
9.4，info
10，图片搜索
11，目录内搜索
12，新闻组（USENET）搜索
13，GOOGLE的其他杰出功能
13.1，集成化的工具条
13.2，单词英文解释
13.3，网页翻译
13.4，搜索结果过滤
14，搜索技巧之关键词选择初探
15，常用搜索个案
15.1，找人
15.2，找软件
15.3，找图片
15.4，找MP3
15.5，找书
16，GOOGLE搜索FAQ
17，后记

------------------------------

1，前言

记得1996年夏季的时候，当我第一次接触Internet，便被扑面而来的魔力征服了。那种天涯\
咫尺的感觉，真是妙不可言。在经历了疯狂的WWW冲浪和如痴如醉的BBS沉迷之后，我意识到\
Internet对我影响至深的还是在于学习方式的变迁。

如何来描述这种变迁呢？以前的学习，一般需要预先在肚子里存储下足够的知识，必要时，\
就从海量的信息中提取所需的部分。这种学习方式造就了很多“才高八斗，学富五车”的大\
才子。但是，到了信息领域大大超出“四书五经”的新时期，预先无目的的吞下海量信息的\
学习方式就有些不合时宜了。比方说，我们到了大型的图书城，往往有一种不知所措的感觉\
。旧有的学习方式需要变更以适应这个信息爆炸的年代。目的明确的去学习，即先知道要学\
什么，然后有目的的去寻找答案，这种方式看上去更加有效率。我不妨把这称为“即学式”\
，相应的，旧有的称为“预学式”。

不过，“即学式”的实施是有前提的。首先，要求学习者拥有一个包罗万象的信息库，以供\
随时抽取各种目的信息；其次，是需要一个强劲的信息检索工具，以便高效率的从信息库中\
提取信息。很明显，Internet可以充当那个海量的信息库，而搜索引擎，则正是寻找光明之\
火的绝好工具。

“公欲善其事，必先利其器”。Internet只有一个，而搜索引擎则有N多个。有搜索高手说
剿阉鳎褪恰霸谡返牡胤绞褂谜返墓ぞ吆驼返姆椒ㄑ罢艺返哪谌荨薄５牵\
杂谄胀ㄈ硕裕莆罩疃嗨阉饕娴目赡苄运坪醪淮蟆Ｓ靡涣礁鱿喽郧烤⒌木叽硇缘墓ぞ\
叽锏骄蠖嗍阉髂康母嗣撬惹邢Ｍ２煌氖逼冢肯殖霾煌那空摺＞湍壳岸\
裕颐欠浅Ｐ以说挠辛耍�

*****GOOGLE*****

2，摘要

本文简要的介绍了GOOGLE的历史和特点，GOOGLE的基本搜索语法和高级搜索语法，GOOGLE的\
特色功能，包括图片搜索、新闻组搜索和集成工具条等，还简单的介绍了一些常用搜索技巧\
和实用个案。尽管本文名为“GOOGLE搜索从入门到精通”，但事实上，笔者对运用GOOGLE进\
行搜索也尚处于“入门”阶段。:)

3，如何使用本文

阅读本文最好具备一些最基本的布尔代数基础，如“与”、“或”、“非”等。不过，即便\
你没有这方面的知识，也不必在意。对那些实例进行练习，你的疑惑就会迎刃而解。对于刚\
刚接触网络搜索的读者而言，也许你应该从头到尾的阅读本文；但对于那些有一定搜索基础\
的读者而言，只需要跳跃着寻找自己所需要的信息就可以了。当然，如果你有一定的英文基\
础，也可以把本文与GOOGLE大全（http://www.google.com/about.html）参照阅读，那样效\
果会更好。

4，GOOGLE简介

Google（www.google.com）是一个搜索引擎，由两个斯坦福大学博士生Larry 
Page与Sergey  Brin于1998年9月发明，Google  Inc. 
于1999年创立。2000年7月份，Google替代Inktomi成为Yahoo公司的搜索引擎，同年9月份，\
Google成为中国网易公司的搜索引擎。98年至今，GOOGLE已经获得30多项业界大奖。

GOOGLE的成功得益于其强大的功能和独到的特点：

GOOGLE支持多达132种语言，包括简体中文和繁体中文；
GOOGLE网站只提供搜索引擎功能，没有花里胡哨的累赘；
GOOGLE速度极快，据说有10000多台服务器，200多条T3级宽带；

GOOGLE的专利网页级别技术PageRank能够提供高命中率的搜索结果；
GOOGLE的搜索结果摘录查询网页的含有关键字的内容，而不仅仅是网站简介；
GOOGLE智能化的“手气不错”功能，提供可能最符合要求的网站；
GOOGLE的“网页快照”功能，能从GOOGLE服务器里直接取出缓存的网页。

5，搜索入门

要用GOOGLE做搜索，当然首先要进GOOGLE网站--www.google.com；不过，163.com和yahoo.c\
om.cn使用的实际上也是GOOGLE搜索引擎，只是对搜索结果进行了编排，但无法提供一些特蒤
δ埽缤计阉鞯取�

第一次进入GOOGLE，它会根据你的操作系统，确定语言界面。需要提醒的是，GOOGLE是通过\
cookie来存储页面设定的，所以，如果你的系统禁用cookie，就无法对GOOGLE界面进行个人\
设定了。

GOOGLE的首页很清爽，LOGO下面，排列了四大功能模块：网站、图像、新闻组和目录服务。\
默认是网站搜索。现在进行第一次搜索实践，要查找所有关于“易筋经”的中文网站和网页\
。在搜索框内输入一个关键字“易筋经”，然后点击下面的“google搜索”按钮（或者直接\
回车），结果就出来了。

搜索：“易筋经”
结果：已搜索有关易筋经的中文(简体)网页。  共约有5,930项查询结果，这是第1-10项 
。  搜索用时0.12秒。

6，初阶搜索

在上例子中，你已经知道了最基本的搜索，即查询包含单个关键字的信息。现在，进一步探\
讨多个关键字以及关键字间不同逻辑关系的查询。

6.1，搜索结果要求包含两个及两个以上关键字

一般搜索引擎需要在多个关键字之间加上“+”，而GOOGLE无需用明文的“+”来表示逻辑“\
与”操作，只要空格就可以了。

示例：搜索所有包含关键词“易筋经”和“吸星大法”的中文网页
搜索：“易筋经  吸星大法”
结果：已搜索有关易筋经  吸星大法的中文(简体)网页。 
共约有774项查询结果，这是第1-10项  。  搜索用时0.24秒。

注意：文章中搜索语法外面的引号仅起引用作用，不能带入搜索栏内。

6.2，搜索结果要求不包含某些特定信息

GOOGLE用减号“-”表示逻辑“非”操作。

示例：搜索所有包含“易筋经”而不含“吸星大法”的中文网页
搜索：“易筋经  -吸星大法”
结果：已搜索有关易筋经  -吸星大法的中文(简体)网页。 
共约有5,150项查询结果，这是第1-10项  。  搜索用时0.40秒。

注意：这里的“+”和“-”号，是英文字符，而不是中文字符的“＋”和“－”。此外，操\
作符与作用的关键字之间，不能有空格。比如“易筋经  - 
吸星大法”，搜索引擎将视为关键字为易筋经和吸星大法的逻辑“与”操作，中间的“-”盶
缓雎浴�

6.3，搜索结果至少包含多个关键字中的任意一个

GOOGLE用大写的“OR”表示逻辑“或”操作。假定你是布兰妮和批头士的歌迷，现在要查找\
所有关于布兰妮和批头士的中文网页。

示例：搜索包含布兰妮“Britney”或者披头士“Beatles”、或者两者均有的中文网页。
搜索：“Britney  OR  Beatles  OR  布兰妮  OR  批头士”
结果：已搜索有关Britney  OR  Beatles  OR  布兰妮  OR  批头士的中文(简体)网页。 
共约有31,300项查询结果，这是第1-10项  。

注意：小写的“or”，在查询的时候将被忽略；这样上述的操作实际上变成了一次“与”查\
询。

6.4，“+”、“-”和“OR”的混合查询

混合查询涉及到逻辑操作符的顺序问题。一般而言，搜索引擎按照从左往右的顺序读取操作\
符号。如果只涉及“与”操作和“非”操作，则不会产生顺序问题，搜索结果数量和关键字\
顺序无关，不过，具体搜索的结果顺序会视关键字的顺序而定。单纯的“或”操作也同样道\
理。但是，如果“或”查询和其他两种查询混合在一起，问题就复杂了。现在我们做这样的\
查询：“所有关于Britney或者Beatles、但是没有Madonna相关信息的中文网页”。

搜索：“Britney  OR  Beatles  -Madonna”
结果：已搜索有关Britney  OR  Beatles  -Madonna的中文(简体)网页。 
共约有16,200项查询结果，这是第1-10项  。  搜索用时0.23秒。

搜索：“-Madonna  Britney  OR  Beatles”
结果：已搜索有关-Madonna  Britney  OR  Beatles的中文(简体)网页。 
共约有16,200项查询结果，这是第1-10项  。  搜索用时0.13秒。

搜索：“Britney  -Madonna  OR  Beatles”
结果：找不到和您的查询-Britney  -Madonna  OR  Beatles-相符的网页

搜索：“Britney  OR  -Madonna  Beatles”
结果：找不到和您的查询-Britney  OR  -Madonna  Beatles  -相符的网页

可见，“或”操作的前后两个关键字必须是默认的“与”查询，否则，搜索引擎将无法完成\
搜索。

6.5，用“+”和“-”减少冗余信息

通常情况下，用一个关键字查询，会得到很多和查询目的不相关的冗余信息。我们总是希望\
，搜索结果的第一个条目中就包含所需要的信息。“+”和“-”很多时候就起到缩小搜索结\
果的范围，以提高查询结果命中率。

例：查阅天龙八部具体是哪八部。

分析：如果光用“天龙八部”做关键字，搜索结果有20,300项，而且排前列的主要与金庸的\
小说《天龙八部》相关，很难找到所需要的资讯。可以用两个方法减少无关结果。

1，如果你知道八部中的某一部，比如阿修罗，增加“阿修罗”关键字。“天龙八部 
阿修罗”的搜索结果就只有1,050项，可以很快找到全部八部。

2，如果你不知道八部中的任何一部，但知道这与佛教相关，可以排除与金庸小说相关的记耚
肌！疤炝瞬�  佛教  -金庸”的查询结果为1,120项，可以迅速找到需要的资料。

7，辅助搜索

7.1，通配符问题

很多搜索引擎支持通配符号，如“*”代表一连串字符，“?”代表单个字符等。GOOGLE不支\
持通配符，只能做精确查询，关键字中的“*”或者“?”会被忽略掉。

7.2，关键字的字母大小写

GOOGLE对英文字符大小写不敏感，“GOD”和“god”搜索的结果是一样的。

7.3，搜索整个句子

GOOGLE的关键字可以是词组（中间没有空格），也可以是句子（中间有空格），但是，用句\
子做关键字，必须加英文引号。

示例：搜索包含“long,  long  ago”字串的页面。
搜索：“"long  long  ago"”
结果：已搜索有关long  long  ago的中文(简体)网页。 
共约有16,500项查询结果，这是第1-10项  。  搜索用时0.06秒。  。

7.4，搜索引擎忽略的字符和词汇

GOOGLE对一些网路上出现频率极高的英文单词，如“i”、“com”、“www”等，以及一些穃
湃纭�*”、“.”等，作忽略处理。

示例：搜索关于第一次世界大战的信息
搜索：“"worldwar  i"”
结果："i"使用过于频繁，没有被列入搜索范围。已向英特网搜索"worldwar  i". 
共约有7,370项查询结果，这是第1-10项  。  搜索用时0.17秒。

7.5，强制搜索

如果要对忽略的关键字进行强制搜索，则需要在该关键字前加上明文的“+”号。

示例：搜索包含“Who  am  I  ?”的网页。如果用“"who  am  i 
?"”，“Who”、“I”、“?”会被省略掉，搜索将只用“am”作关键字，所以应该用强制薥
阉鳌�
搜索：“"+who  +am  +i"”
结果：已向英特网搜索"+who  +am  +i".  共约有332,000项查询结果，这是第1-10项  。 
搜索用时3.68秒。

注意：大部分常用英文符号（如问号，句号，逗号等）无法成为搜索关键字，加强制也不行\
。

8，进阶搜索

上面已经探讨了GOOGLE的一些最基础搜索语法。通常而言，这些简单的搜索语法已经能解决\
绝大部分问题了。不过，如果想更迅速更贴切找到需要的信息，你还需要了解更多的东西。

8.1，对搜索的网站进行限制

“site”表示搜索结果局限于某个具体网站或者网站频道，如“sina.com.cn”、“edu.sin\
a.com.cn”，或者是某个域名，如“com.cn”、“com”等等。如果是要排除某网站或者域肻
段诘囊趁妫恍栌谩�-网站/域名”。

示例：搜索中文教育科研网站（edu.cn）上所有包含“金庸”的页面。
搜索：“金庸  site:edu.cn”
结果：已搜索有关金庸  site:edu.cn的中文(简体)网页。 
共约有1,730项查询结果，这是第1-10项  。  搜索用时0.23秒。

示例：搜索包含“金庸”和“古龙”的中文新浪网站页面，
搜索：“金庸  古龙  site:sina.com.cn”
结果：已在sina.com.cn搜索有关金庸  古龙  的中文(简体)网页。 
共约有734项查询结果，这是第1-10项  。  搜索用时0.12秒。

示例：搜索新浪文教频道中关于鲁迅的信息。
搜索：“鲁迅  site:edu.sina.com.cn”
结果：已在edu.sina.com.cn搜索有关  鲁迅的中文(简体)网页。 
共约有672项查询结果，这是第1-10项  。  搜索用时0.24秒。

注意：site后的冒号为英文字符，而且，冒号后不能有空格，否则，“site:”将被作为一竆
鏊阉鞯墓丶帧４送猓居蛎荒苡小癶ttp”以及“www”前缀，也不能有任何“/”的腬
柯己笞海煌酒档涝蛑痪窒抻凇捌档烂�.域名”方式，而不能是“域名/频道名”方式。诸萛
纭敖鹩�  site:edu.sina.com.cn/1/”的语法是错误的。

8.2，查询某一类文件（往往带有同一扩展名）

“filetype:”，这是个尚在测试阶段的GOOGLE特色查询，不过功能已经非常强大，可以做篭
芏嘁庀氩坏降氖虑榕丁�:)

最重要的文档搜索是PDF搜索。PDF是ADOBE公司开发的电子文档格式，现在已经成为互联网礬
牡缱踊霭姹曜肌Ｄ壳癎OOGLE检索的PDF文档大约有2500万左右。PDF文档通常是一些图文瞈
⒚淖酆闲晕牡担峁┑淖恃兑话惚冉霞腥妗�

示例：搜索关于电子商务（ECOMMERCE）的PDF文档。
搜索：“ecommerce  filetype:pdf”
结果：已向英特网搜索ecommerce  filetype:pdf. 
共约有25,500项查询结果，这是第91-100项  。  搜索用时0.44秒。

下面是某项搜索结果：

[PDF]  www.ecommerce.gov/apec
文档类型:  PDF/Adobe  Acrobat  -  一般文字档
Page  1.  A  Partnership  of  the  Business  Community  With  APEC  Economies 
E-COMMERCE
READINESS  ASSESSMENT  GUIDE  www.ecommerce.gov/apec  Page  2.  ...
www.ecommerce.gov/apec/docs/readiness_guide_files/readiness_guide_5.pdf  - 
类似网页

可以看到，GOOGLE在PDF档前加上了[PDF]的标记，而且，GOOGLE把PDF文件转换成了文字档
慊鳌耙话阄淖值怠保梢源致缘牟榭锤肞DF文档的大致内容。当然，PDF原有的图片以及竆
袷绞敲挥辛恕�

搜索PDF文档还可以用“inurl:”语法。比如上例，也可以用“inurl:pdf 
ecommerce”。搜索结果数量大致相同，不过查询结果顺序则略有很大差别。

注意，上述查询均是对PDF内文的检索，“ecommerce”这个关键字是包含在PDF文档中的。

“filetype”的另一个强大用处则在图片搜索。下文将对GOOGLE的图片搜索功能作详细说明\
，此处只是略提一下。进入“http://images.google.com/”，查找关于本拉登的JPG图片。

搜索：“Bin  Laden  filetype:jpg”
结果：搜索有关  Bin  Laden  filetype:jpg  的图片（）。（试验版） 
共约有1,630项查询结果，这是第1-20项  。  搜索用时0.14秒。

除此之外，我尚未发现其他的filetype用法。如果有谁知道，请给我发邮件。预先感谢。:)

8.3，搜索的关键字包含在URL链接中

“inurl”语法返回的网页链接中包含第一个关键字，后面的关键字则出现在链接中或者网襖
澄牡抵小Ｓ泻芏嗤景涯骋焕嗑哂邢嗤粜缘淖试疵葡允驹谀柯济苹蛘咄趁浦校\
热纭癕P3”、“GALLARY”等，于是，就可以用INURL语法找到这些相关资源链接，然后，用\
第二个关键词确定是否有某项具体资料。INURL语法和基本搜索语法的最大区别在于，前者蚛
ǔＤ芴峁┓浅＞返淖ㄌ庾柿稀�

示例：查找MIDI曲“沧海一声笑”。
搜索：“inurl:midi  沧海一声笑”
结果：已搜索有关inurl:midi  沧海一声笑的中文(简体)网页。 
共约有16项查询结果，这是第1-10项  。  搜索用时0.16秒。

示例：查找微软网站上关于windows2000的安全课题资料。
搜索：“inurl:security  windows2000  site:microsoft.com”
结果：已在microsoft.com内搜索有关inurl:security  windows2000  的网页。 
共约有188项查询结果，这是第1-10项  。  搜索用时0.27秒。

注意：“inurl:”后面不能有空格，GOOGLE也不对URL符号如“/”进行搜索。例如，GOOGLE\
会把“cgi-bin/phf”中的“/”当成空格处理。

“allinurl”语法返回的网页的链接中包含所有作用关键字。这个查询的关键字只集中于网\
页的链接字符串。

示例：查找可能具有PHF安全漏洞的公司网站。通常这些网站的CGI-BIN目录中含有PHF脚本砛
绦颍ㄕ飧鼋疟臼遣话踩模硐衷诹唇又芯褪恰坝蛎�/cgi-bin/phf”。
语法：“allinurl:"cgi-bin"  phf  +com”
搜索：已向英特网搜索allinurl:"cgi-bin"  phf  +com. 
共约有37项查询结果，这是第1-10项  。  搜索用时0.36秒。

8.4，搜索的关键字包含在网页标题中

“intitle”和“allintitle”的用法类似于上面的inurl和allinurl，只是后者对URL进行瞈
檠罢叨酝车谋晏饫附胁檠Ｍ潮晏猓褪荋TML标记语言title中之间的部分。\
网页设计的一个原则就是要把主页的关键内容用简洁的语言表示在网页标题中。因此，只查\
询标题栏，通常也可以找到高相关率的专题页面。

示例：查找日本明星藤原纪香的照片集。
搜索：“intitle:藤原纪香  写真”
结果：已搜索有关intitle:藤原纪香  写真的中文(简体)网页。 
共约有465项查询结果，这是第1-10项  。  搜索用时0.16秒。

9，其他罕用语法

9.1，搜索所有链接到某个URL地址的网页

如果你拥有一个个人网站，估计很想知道有多少人对你的网站作了链接。而“link”语法就\
能让你迅速达到这个目的。

示例：搜索所有含指向华军软件园“www.newhua.com”链接的网页。
搜索：“link:www.newhua.com”
结果：搜索有链接到www.newhua.com的网页  。  共约有856项查询结果，这是第1-10项 
。  搜索用时0.17秒。

注意：“link”不能与其他语法相混合操作，所以“link:”后面即使有空格，也将被GOOGL\
E忽略。

9.2，查找与某个页面结构内容相似的页面

“related”用来搜索结构内容方面相似的网页。例：搜索所有与中文新浪网主页相似的页肻
妫ㄈ缤资滓常押滓常谢滓车龋皉elated:wwwsina.com.cn/index.shtml”
�

9.3，从GOOGLE服务器上缓存页面中查询信息

“cache”用来搜索GOOGLE服务器上某页面的缓存，通常用于查找某些已经被删除的死链接蚛
常嗟庇谑褂闷胀ㄋ阉鹘峁趁嬷械摹巴晨煺铡惫δ堋�

示例：查找GOOGLE缓存的中文yahoo首页
搜索：“cache:www.yahoo.com.cn”
结果：这是  G  o  o  g  l  e  内  http://cn.yahoo.com/  的页库快照。
G  o  o  g  l  e  已先预览各网站，拍下网页的快照存档。
这网页可能有更新的版本，请按此查看新版。

Google  和网页作者无关，不对网页的内容负责。
...

9.4，info

info用来显示与某链接相关的一系列搜索，提供cache、link、related和完全包含该链接的\
网页的功能。

示例：查找和新浪首页相关的一些资讯。
搜索：“info:www.sina.com.cn”
结果：有关www.sina.com.cn的网页信息。

新浪首页
北京站  上海站  广东站.  ...  首页,  |,  新闻,  |,  体育,  |,  财经,  |,
科技,  |,  娱乐,  |,  游戏,  |,  军事,  |,  健康,  |,  教育,  |,  汽车,  |,
女性,  |,  个人家园.  ...
简介:  位于北京的新闻中心，包括新闻与评论。
类别:  World  >  Chinese  Simplified  >  新闻

Google  提供这个网址的信息:

查看Google网页快照里www.sina.com.cn的存档
寻找和www.sina.com.cn类似的网页
寻找网页有链接到www.sina.com.cn
寻找网页包含有"www.sina.com.cn"

10，图片搜索

我不得不承认，GOOGLE的图片搜索功能真是个伟大的发明！！GOOGLE自称可以检索320,000,\
000张图片，并称自己为“互联网上最好用的图像搜索工具”。尽管目前该功能尚在B测试阶\
段，但的确已经非常好用！

GOOGLE首页点击“图像”链接就进入了GOOGLE的图像搜索界面“images.google.com”。你縗
梢栽诠丶掷肝荒谑淙朊枋鐾枷衲谌莸墓丶郑纭癰ritney 
spears”，就会搜索到大量的小甜甜布兰妮的图片。我目前尚不是很清楚图片的排列标准，\
不过以观察来看，似乎图片文件名完全符合关键字的结果排列比较考前，然后才按照普通的\
页面搜索时的标准排列。

GOOGLE给出的搜索结果具有一个直观的缩略图（THUMBNAIL），以及对该缩略图的简单描述
缤枷裎募疲约按笮〉取５慊魉趼酝迹趁娣殖闪届酰响跏峭枷裰趼酝迹约耙\
趁媪唇樱蚂酰蚴歉猛枷袼Φ囊趁妗Ｆ聊挥疑辖怯幸桓觥癛emove 
Frame”的按钮，可以把框架页面迅速切换到单祯的结果页面，非常方便。

GOOGLE图像搜索目前支持的语法包括“+”，“-”，“OR”，“site”和“filetype”。

示例：查找美国教育网上的宇宙大爆炸jpg图片
搜索：“BIG  BANG  filetype:jpg  site:edu”
结果：搜索有关  BIG  BANG  filetype:jpg  site:edu  的图片（）。（试验版） 
共约有337项查询结果，这是第1-20项  。  搜索用时1.99秒。

11，目录内搜索

如果不想搜索广泛的网页，而是想寻找某些专题网站，可以访问GOOGLE的分类目录“http:/\
/directory.google.com/”，中文目录是“http://directory.google.com/Top/World/Chin\
ese_Simplified/”。

目前GOOGLE使用的分类目录采用了ODP的内容。“Open  Directory 
Project”是网景公司所主持的一项大型公共网页目录。由全世界各地的义务编辑人员来审篭
颂粞⊥常⒁勒胀车男灾始澳谌堇捶置疟鹄唷Ｒ虼耍谀骋荒柯济爬嘀薪兴阉魍\
苡懈叩拿新省Ａ硗猓珿OOGLE根据其专业的“网页级别”（PageRank）技术对目录中登耚
嫉耐窘辛伺判颍梢匀靡话愕募焖鞲吒咝省�

示例：查找一下关于癌症治疗以及护理方面的中文资料
搜索：先进入中文简体分类目录，再进入“健康”子目录，确定选中“只在健康中搜索”单\
选项目。在搜索栏内填入“癌症”进行搜索。
结果：在分类健康项中搜索癌症。  共约有370项查询结果，这是第1-10项  。 
搜索用时0.05秒。

可以看到，上述查询结果比普通的检索更有效，因为在分类健康项中进行搜索剔除了很多不\
相关的诸如新闻之类的无效信息。不过，对于中文用户而言，现在最大的问题是志愿的中文\
目录编辑太少，导致收录站点太少，因此搜索结果范围显得过于狭隘。但愿这个问题能随着\
GOOGLE以及ODP项目在国内名声的响亮而能得到改观。

12，新闻组（USENET）搜索

新闻组有详尽的分类主题，某些主题还有专人管理和编辑，具有大量的有价值信息。由于新\
闻组包含的信息实在是海量，因此不利用工具进行检索是不大可能的。DEJA一直是新闻组搜\
索引擎中的佼佼者。2001年2月份，GOOGLE将DEJA收购并提供了所有DEJA的功能。现在，除羂
怂阉髦猓珿OOGLE还支持新闻组的WEB方式浏览和张贴功能。

进入GOOGLE新闻组“http://groups.google.com/”，你有两种信息查找方式。一种是一层瞈
愕牡慊鹘胩囟ㄖ魈馓致圩椋硪恢衷蚴侵苯铀阉鳌Ｏ衷冢颐墙幸桓鲎罴虻サ乃阉魇匝\
椋檎乙幌滦挛抛橹泄赜谏蕉ザ慈说奶致坌畔ⅰ�

搜索：“山顶洞人”
结果：在各群组内搜索  山顶洞人  共约有18项查询结果，这是第1-10项  。 
搜索用时0.29秒。

搜索结果默认按照“留言内容”排列，但是你也可以点击“依照日期”按钮，让帖子按照发\
布日期排列。

因为新闻组中的帖子实在是多，而且又涉及一些普通搜索所没有的语法，所以建议使用“高\
级群组搜寻”进入高级搜索界面。新闻组高级搜索提供留言内容、分类主题、标题、留言者\
、留言代码、语言和发布日期作为条件进行搜索。其中作者项指作者发帖所用的唯一识别号\
电子信箱。

13，GOOGLE的其他杰出功能

13.1，集成化的工具条

为了方便搜索者，GOOGLE提供了工具条，集成于浏览器中，用户无需打开GOOGLE主页就可以\
在工具条内输入关键字进行搜索。此外，工具条还提供了其他许多功能，如显示页面PageRa\
nk等。最方便的一点在于用户可以快捷的在GOOGLE主页、目录服务、新闻组搜索、高级搜索\
和搜索设定之间切换。欲安装GOOGLE的工具条，可以访问“http://toolbar.google.com/”\
，按页面提示可以自动下载并安装。不过，GOOGLE工具条目前只支持IE5.0以上版本。

对于经常进行网络搜索者而言，GOOGLE工具条实在是必备的东西！！

13.2，单词英文解释

写英文文章的时候，最头疼的事情就是对某个英文单词的用法不确定。现在有了GOOGLE，一\
切就迎刃而解了！无论你是想查找某个生词的意思还是想了解某个单词的用法，均可使用在\
线词典。

进入英文GOOGLE，输入你要查的单词。举个例子，我想查一下suggest的用法。结果如下：
癝earched  the  web  for  suggest.  Results  1  -  10  of  about  8,000,000. 
Search  took  0.08  seconds. 
”注意看上面句子中，单词suggest下出现了一个横线，点击这个链接，就跳转到另外一个蚛
尽�http://www.dictionary.com/”，GOOGLE已经把单词提交给该网站的查询脚本。看看誠
飧鐾舅峁┑南昃〗馐桶伞�:)

13.3，网页翻译

你懂英文，但是你不见得就懂德文、法文、拉丁文。如果搜索出来的页面是这些语言怎么办\
？呵呵，GOOGLE提供了网页翻译功能！！虽然目前只支持有限的拉丁语、法语、西班牙语、\
德语和葡萄牙文，但是我不得不承认，这是个杰出功能。

试着做以下搜索：“big  bang 
site:fr”。这个表示查找关于宇宙大爆炸的法文网页。看第一条结果：

The  Big  Bang  Website  -  [  Translate  this  page  ]
...  A  propos  de  Big  Bang.  Le  dernier  numéro  en  date.  Les  anciens 
numéros.  Autres
activités.  Concerts  progressifs  en  France.  Emissions  de  radio.  Liens.
perso.club-internet.fr/calyx/bigbang/  -  3k  -  Cached  -  Similar  pages

有点晕。没关系，点击“Translate  this 
page”按钮。再看结果，嗯，大致能看明白，这原来是个叫“big 
bang”的乐队的网站，与大爆炸无关...

机器翻译是一个很前沿的人工智能课题，想指望翻译出来的结果跟专门用英语撰写的内容是\
不可能的。但西文间的互相转译比中英文机译强得多得多了。至少能看明白。

13.4，搜索结果过滤

网络上的成人内容浩如烟海，而且很多站点具有欺骗或者其他不良企图，浏览者很容易掉入\
其中的陷阱。为此，GOOGLE新设立了成人内容过滤功能，见GOOGLE的设置页面，http://www\
.google.com/preferences，最底下有一个选项SafeSearch 
Filtering。不过，中文状态下的GOOGLE尚没有这个功能。

14，搜索技巧之关键词选择初探

关键词的选择在搜索中起到决定性的作用，所有搜索技巧中，关键词选择是最基本也是最有\
效的。

例一：查找《镜花缘》一书中淑士国酒保的酸话原文。

分析：如果按照一般的思路，找某部小说中的具体段落，就需要用搜索引擎先找到这本书，\
然后再翻到该段落。这样做当然可以，但是效率很低。如果了解目标信息的构成，用一些目\
标信息所特有的字词，可以非常迅速的查到所需要的资料。也就是说，高效率的搜索关键字\
不一定就是目标信息的主题。在上面的例子中，酒保谈到酒的浓淡与贵贱的关系时，之乎者\
也横飞。因此，可以用特定的词语一下子找到目标资料。

搜索：“酒  贵  贱 
之”，OK，找到的第一条信息就是镜花缘的这一段落：“先生听者：今以酒醋论之，酒价贱\
之，醋价贵之。因何贱之？为甚贵之？真所分之，在其味之。酒昧淡之，故而贱之；醋味厚\
之，所以贵之。...”

以上的关键字选择技巧可以谓之“特定词法”。

例二：“黄花闺女”一词中“黄花”是什么意思。

分析：“黄花闺女”是一个约定的俗语，如果只用“黄花闺女
黄花”做关键词，搜索结果将浩如烟海，没什么价值，因此必须要加更多的关键词，约束搜\
索结果。选择什么关键词好呢？备选的有“意思”、“含义”、“来历”、“由来”、“典\
故”、“出典”、“渊源”等，可以猜到的是，类似的资料，应该包含在一些民俗介绍性的\
文字里，所以用诸如“来历”、“由来”、“出典”等词汇的概率更高一些。

搜索：“黄花闺女  黄花
由来”，查到“黄花”原来出典于《太平御览》，与南朝的寿阳公主相关。如果想获得第一\
手资料，那就可以用“太平御览  寿阳公主”做搜索了。

以上的关键字选择技巧可以谓之“近义词法”。

例三：刘德华同志的胸围是多少。

分析：首先声明，这是某个MM要我做的搜索，我把它作为搜索案例而已，没其他的意思。非\
常直接的搜索是，“刘德华 
胸围”，但事实上，这么搜索出来的结果，尽是一些诸如“刘德华取笑莫文蔚胸围太小”之\
类的八卦新闻，无法快速得到所需要的资料。可以想到的是，需要的资料应该包含在刘德华\
的全面介绍性文字中，除了胸围，应该还包括他的身高，体重，生日等一系列相关信息。OK\
，这样就可以进一步的增加其他约束性关键词以缩小搜索范围。

搜索：“刘德华  胸围
身高”，没有料到的情况发生了，网上炙手可热的痞子蔡《第一次亲密接触》里居然含有这\
样关键字，阿泰“改编自刘德华《忘情水》的变态歪歌”、“用身高体重三围和生日来加以\
编号”。好办，把这部小说去掉，“刘德华  胸围  身高 
-阿泰”，OK，结果出来了，华仔胸围84cm。说明一下，为什么用“阿泰”而不用“第一次荺
酌芙哟ァ蹦兀空馐且蛭∷档拿直蛔氐氖焙蚩赡苡斜涠锩娼巧拿质遣换岜涞\
摹�

以上的关键字选择技巧可以谓之“相关词法”。

15，常用搜索个案

15.1，找人

分析：一个人在网上揭示的资料通常有：姓名，网名，性别，年龄，毕业学校，工作单位，\
外号，住址，电话，信箱，BP，手机号码，ICQ号，OICQ号等等。所以，如果你要了解一下腬
愣嗄昝患耐В遣环劣蒙鲜鲂畔⒆龉丶纸胁檠残砘嵊写蟮氖栈瘛�

15.2，找软件

分析一：最简单的搜索当然就是直接以软件名称以及版本号为关键字查询。但是，仅仅有软\
件名称和目标网站，显然还不行，因为搜索到的可能是软件的相关新闻。应该再增加一个关\
键字。考虑到下载页面上常有“点击此处下载”或者“download”的提示语，因此，可以增\
加“下载”或者“download”为关键字。
搜索：“winzip  8.0  下载”
结果：已搜索有关winzip  8.0
下载的中文(简体)网页。共约有6,670项查询结果，这是第1-10项。搜索用时0.22秒。

分析二：很多网站设有专门的下载目录，而且就命名为“download”，因此，可以用INURL覾
锓ㄖ苯铀阉髡庑┫略啬柯肌�
搜索：“winzip  8.0  inurl:download”
结果：已搜索有关winzip  8.0
inurl:download的中文(简体)网页。共约有358项查询结果，这是第1-10项。搜索用时0.44肻
搿�

在互联网上随意的下载软件是不安全的，因为供下载的软件有可能带有病毒或者捆绑了木马\
，所以，对下载网站作一个限定，是一个稳妥的思路。可以用SITE语法达到这个目的。

共享软件下载完之后，使用的时候，软件总跳出警示框，或者软件的功能受到一定限制。由\
于中国的网民多是穷棒子，所以应该再找一个注册码。找注册码，除了软件的名称和版本号\
外，还需要有诸如“serial
number”、“sn”、“序列号”等关键字。现在，来搜索一下winzip8.0的注册码。
搜索：“winzip  8.0  sn”
结果：已向英特网搜索winzip  8.0  sn. 
共约有777项查询结果，这是第1-10项。搜索用时0.30秒。

15.3，找图片

除了GOOGLE提供的专门图片搜索功能，还可以组合使用一些搜索语法，达到图片搜索之目的\
。

分析一：专门的图片集合，提供图片的网站通常会把图片放在某个专门目录下，如“gallar\
y”、“album”、“photo”、“image”等。这样就可以使用INURL语法迅速找到这类目录
Ｏ衷冢宰耪艺倚√鹛鸩祭寄莸恼掌�
搜索：“"britney  spears"  inurl:photo”
结果：已向英特网搜索"britney  spears"  inurl:photo. 
共约有2,720项查询结果，这是第1-10项。搜索用时0.23秒。

分析二：提供图片集合的网页，在标题栏内通常会注明，这是谁谁的图片集合。于是就可以\
用INTITLE语法找到这类网页。
搜索：“intitle:"britney  spears"  picture”
结果：已向英特网搜索intitle:"britney  spears"  picture. 
共约有317项查询结果，这是第1-10项。搜索用时0.40秒。

分析三：明星的FANS通常会申请免费个人主页来存放他们偶像的靓照。于是用SITE语法指定\
某免费主页提供站点，是个迅速找到图片的好办法。
搜索：“"britney  spears"  site:geocities.com”
结果：已在geocities.com内搜索有关"britney 
spears"的网页。共约有5,020项查询结果，这是第1-10项。搜索用时0.47秒。

15.4，找MP3

分析一：提供MP3的网站，通常会建立一个叫做MP3的目录，目录底下分门别类的存放各种MP\
3乐曲。所以，可以用INURL语法迅速找到这类目录。现在用这个办法找找老歌“say
you  say  me”。
搜索：“"say  you  say  me"  inurl:mp3”
结果：已向英特网搜索inurl:mp3  "say  you  say  me". 
共约有155项查询结果，这是第1-10项。搜索用时0.17秒。

分析二：也可以通过网页标题，找到这类提供MP3的网页。
搜索：“"say  you  say  me"  intitle:mp3”
结果：已向英特网搜索"say  you  say  me"  intitle:mp3. 
共约有178项查询结果，这是第1-10项。搜索用时0.73秒。

当然，如果你知道某个网站的下载速度快，而且乐曲全，就可以用SITE语法先到该网站上看\
看有没有目标乐曲。

15.5，找书

分析一：对我而言，常访问的电子图书馆类网站就那么几个，比如文艺类的“www.shuku.ne\
t”。于是可以用SITE语法很简单的找到某本书（如果该网站上有的话）。比如，“旧唐书 
site:shuku.net”，就可以马上找到该书。如果没有，通常别的网站上也很难找到。因此，\
找书的关键，是你了解一大批著名的图书馆网站。

分析二：我上面介绍的第一项关键字选择技巧特定词法，对于迅速找到某书或者文章也是极\
其有用的，当然，这得建立在你已经读过该书，对书的内容有印象的基础上。比如如果了解\
堂吉诃德一书战风车的大致内容，就可以用“吉诃德  风车  桑乔”迅速找到该书。

16，GOOGLE搜索FAQ

Q：如何全面的了解google.com？
A：查看网站相关页面“http://www.google.com/about.html”。

Q：如何切换google.com的初始语言界面？
A：点击搜索栏右边的“使用偏好”（Preferences），选择“界面语言”（Interface 
Language）中你期望的语言，点击最下面的“设定使用偏好”（Save 
Preferences）按钮。需要提醒的是，GOOGLE用cookie记录这个偏好，所以如果你把浏览器礬
腸ookie功能关掉，就无法进行设定。

Q：如何设定每页搜索结果显示数量？
A：同上，进入使用偏好，在该页的“查看结果”（Number  of 
Results）选择显示结果数，数目越大，显示结果需要的时间越长，默认是10项。

Q：搜索到的链接无法打开怎么办？
A：链接无法打开的原因很多，比如网站当机，或者页面已经死掉等等，可以点击GOOGLE的
巴晨煺铡辈榭丛贕OOGLE服务器上的网页缓存。不过，如果该页面是被当地ISP过滤的话，\
服务器缓存还是无法打开。唯一的办法在于利用代理服务器，然后在URL栏内输入链接的IP礬
刂贰�

Q：打开搜索结果的链接，可是该页面太大，很难找到一下子找到目的资料怎么办？
A：直接打开“网页快照”，GOOGLE会把关键词用不同颜色标记出来，很容易找到。

Q：点击每个查询结果的时候，我想单独弹出窗口，这该怎么办？
A：进入“使用偏好”界面，注意底部有个“结果视窗”项目，选中“开启新视窗以显示查裓
峁备囱】蛉缓蟠娲⑸柚镁涂梢粤恕�

17，后记

这个小文章的3.0版本终于更新完了，我终于可以吁口气了。写这个搜索普及文章的初衷和禱
υ谟谖乙约拔业呐笥岩蛭褂肐nternet搜索引擎而使得工作和学习变得更加轻松有趣，蝄
蚁胗Ω糜懈嗟娜死捶窒碚庵钟湓谩Ｐ枰峒暗氖牵飧鲂∥恼碌募绦透拢嗫髁诵吕\
送选八阉饕�9238”的大力帮助和鼓励。如果没有他的热忱意见，我想此文会逊色的多羂
恕Ｆ渌峁┕镏鸵饧耐丫鸵徊⑿还ＯＭ忝悄芗绦鲆饧�

给我发一份，谢谢了






                       "LiangChao"
                       <nsnboy@...        宛先:    
<W3China@yahoogroups.com>
                       >                        cc:
                       送信者:                  件名:     Re: [W3CHINA.ORG]
Re:哦,谢谢本想利用这个机会学习一下.我没能找到电子版的
                       W3China@yahoogrou         《GOOGLE
HACKS巧妙使用网络搜索的技巧和工具（第二版),谁要是有的话希望能发给我.
                       ps.com


                       2006/05/16 12:04
                       W3China へ返信し
                       てください





http://douweosinga.com/projects/googlehacks
----- Original Message -----
From: "haidiyun173" <haidiyun173@...>
To: <W3China@yahoogroups.com>
Sent: Tuesday, May 16, 2006 9:18 AM
Subject: [W3CHINA.ORG] Re:哦,谢谢本想利用这个机会学习一下.我没能找到电子版
的《GOOGLE HACKS巧妙使用网络搜索的技巧和工具（第二版),谁要是有的话希望能发
给我.


> Re:哦,谢谢大家的指出,我想对照学习一下.不知哪位有电子版的《GOOGLE HACKS巧
> 妙使用网络搜索的技巧和工具（第二版),希望能发给我,我在网上没能搜到.我这里
> 有一本<<google hack>>的pdf,需要的可以和我联系.
>
> ------------------------ Yahoo! Groups Sponsor --------------------~-->
> Get to your groups with one click. Know instantly when new email arrives
> http://us.click.yahoo.com/.7bhrC/MGxNAA/yQLSAA/GFYolB/TM
> --------------------------------------------------------------------~->
>
> W3CHINA.ORG是一个致力于研究、传播、讨论W3C标准的开放组织，成立于二零零三
年六月二十日。
>
> W3CHINA.ORG旨在为大家提供一个学习、研究、讨论W3C标准的平台。
>
> 作为一个开放组织，我们欢迎各界人士的加入。欢迎通过下列方式与其他成员交
流：
>
> W3CHINA.ORG主页: HTTP://WWW.W3CHINA.ORG/
> Web论坛: HTTP://BBS.W3CHINA.ORG/
> 开放翻译计划: HTTP://WIKI.W3CHINA.ORG/
>
> 感谢您对W3CHINA.ORG的支持，谢谢！
>
> webmaster@...
> Yahoo! Groups Links
>
>
>
>
>

------------------------ Yahoo! Groups Sponsor --------------------~-->
Get to your groups with one click. Know instantly when new email arrives
http://us.click.yahoo.com/.7bhrC/MGxNAA/yQLSAA/GFYolB/TM
--------------------------------------------------------------------~->

W3CHINA.ORG是一个致力于研究、传播、讨论W3C标准的开放组织，成立于二零零三年
六月二十日。

W3CHINA.ORG旨在为大家提供一个学习、研究、讨论W3C标准的平台。

作为一个开放组织，我们欢迎各界人士的加入。欢迎通过下列方式与其他成员交流：

W3CHINA.ORG主页: HTTP://WWW.W3CHINA.ORG/
Web论坛: HTTP://BBS.W3CHINA.ORG/
开放翻译计划: HTTP://WIKI.W3CHINA.ORG/

感谢您对W3CHINA.ORG的支持，谢谢！

webmaster@...
Yahoo! Groups Links

http://douweosinga.com/projects/googlehacks
----- Original Message -----
From: "haidiyun173" <haidiyun173@...>
To: <W3China@yahoogroups.com>
Sent: Tuesday, May 16, 2006 9:18 AM
Subject: [W3CHINA.ORG]
Re:哦,谢谢本想利用这个机会学习一下.我没能找到电子版的《GOOGLE
HACKS巧妙使用网络搜索的技巧和工具（第二版),谁要是有的话希望能发给我.


> Re:哦,谢谢大家的指出,我想对照学习一下.不知哪位有电子版的《GOOGLE HACKS巧
> 妙使用网络搜索的技巧和工具（第二版),希望能发给我,我在网上没能搜到.我这里
> 有一本<<google hack>>的pdf,需要的可以和我联系.
>
> ------------------------ Yahoo! Groups Sponsor --------------------~-->
> Get to your groups with one click. Know instantly when new email arrives
> http://us.click.yahoo.com/.7bhrC/MGxNAA/yQLSAA/GFYolB/TM
> --------------------------------------------------------------------~->
>
>
W3CHINA.ORG是一个致力于研究、传播、讨论W3C标准的开放组织，成立于二零零三年六月二\
十日。
>
> W3CHINA.ORG旨在为大家提供一个学习、研究、讨论W3C标准的平台。
>
> 作为一个开放组织，我们欢迎各界人士的加入。欢迎通过下列方式与其他成员交流：
>
> W3CHINA.ORG主页: HTTP://WWW.W3CHINA.ORG/
> Web论坛: HTTP://BBS.W3CHINA.ORG/
> 开放翻译计划: HTTP://WIKI.W3CHINA.ORG/
>
> 感谢您对W3CHINA.ORG的支持，谢谢！
>
> webmaster@...
> Yahoo! Groups Links
>
>
>
>
>

----- Original Message -----

From: 许伟

To: W3China@yahoogroups.com

Sent: Tuesday, May 16, 2006 9:30 AM

Subject: 答复: [W3CHINA.ORG] Re:哦,谢谢本想利用这个机会学习一下.我没能找到电子版的《GOOGLE HACKS巧妙使用网络搜索的技巧和工具（第二版),谁要是有的话希望能发给我.

<<google hack>>的pdf是中文版的吗？可以群发一下：）

 

许伟
 
山东省科学院
 
地址：山东省济南市科院路19号
邮编：250014
电话：+86 531 2605752
传真：+86 531 2605752
邮箱：xuwei@...
网址：http://www.sdas.org
 
 
XuWei
 
Shandong Academy of Sciences
 
19 Keyuan Road
Jinan, Shandong 250014
China
+86 531 2605752 Voice
+86 531 2605752 Fax
E-mail:  xuwei@...
WebSite: http://www.sdas.org

 

---

发件人: W3China@yahoogroups.com [mailto:W3China@yahoogroups.com] 代表 haidiyun173
发送时间: 2006年5月16日 9:18
收件人: W3China@yahoogroups.com
主题: [W3CHINA.ORG] Re:哦,谢谢本想利用这个机会学习一下.我没能找到电子版的《GOOGLE HACKS巧妙使用网络搜索的技巧和工具（第二版),谁要是有的话希望能发给我.

Re:哦,谢谢大家的指出,我想对照学习一下.不知哪位有电子版的《GOOGLE HACKS巧
妙使用网络搜索的技巧和工具（第二版),希望能发给我,我在网上没能搜到.我这里
有一本<<google hack>>的pdf,需要的可以和我联系.

Re:哦,谢谢大家的指出,我想对照学习一下.不知哪位有电子版的《GOOGLE HACKS巧
妙使用网络搜索的技巧和工具（第二版),希望能发给我,我在网上没能搜到.我这里
有一本<<google hack>>的pdf,需要的可以和我联系.

没错。已经上市有一段时间了
http://www.china-pub.com/computers/common/info.asp?id=28592


> -----Original Message-----
> From: W3China@yahoogroups.com
> [mailto:W3China@yahoogroups.com] On Behalf Of Moolesfine Moolesfine
> Sent: Monday, May 15, 2006 11:51 AM
> To: W3China@yahoogroups.com
> Subject: Re: [W3CHINA.ORG] 大家好,我想组织一下关于<<google hack>>的汉化工
作,有人想加入进来吗?
>
> 这本书已有中文版 我上次在海淀图书城见到了
>
>
> ------------------------ Yahoo! Groups Sponsor
> --------------------~--> Everything you need is one燾lick
> away.?Make Yahoo! your home page爊ow.
> http://us.click.yahoo.com/AHchtC/4FxNAA/yQLSAA/GFYolB/TM
> --------------------------------------------------------------
> ------~->
>
> W3CHINA.ORG是一个致力于研究、传播、讨论W3C标准的开放组织，成立于二零零三年
六月二十日。
>
> W3CHINA.ORG旨在为大家提供一个学习、研究、讨论W3C标准的平台。
>
> 作为一个开放组织，我们欢迎各界人士的加入。欢迎通过下列方式与其他成员交流：
>
> W3CHINA.ORG主页: HTTP://WWW.W3CHINA.ORG/
> Web论坛: HTTP://BBS.W3CHINA.ORG/
> 开放翻译计划: HTTP://WIKI.W3CHINA.ORG/
>
> 感谢您对W3CHINA.ORG的支持，谢谢！
>
> webmaster@...
> Yahoo! Groups Links
>
>
>
>
>

这本书已有中文版 我上次在海淀图书城见到了

哪里可以找到英文先大概看看？



庚子卜争贞翌辛丑启贞翌辛丑不其启王占曰今夕其雨翌辛丑启之夕允雨辛丑启

----- Original Message -----
From: "haidiyun173" <haidiyun173@...>
To: <W3China@yahoogroups.com>
Sent: Monday, May 15, 2006 11:01 AM
Subject: [W3CHINA.ORG] 大家好,我想组织一下关于<<google
hack>>的汉化工作,有人想加入进来吗?








------------------------ Yahoo! Groups Sponsor --------------------~-->
Protect your PC from spy ware with award winning anti spy technology. It's free.
http://us.click.yahoo.com/97bhrC/LGxNAA/yQLSAA/GFYolB/TM
--------------------------------------------------------------------~->

W3CHINA.ORG是一个致力于研究、传播、讨论W3C标准的开放组织，成立于二零零三年六月二\
十日。

W3CHINA.ORG旨在为大家提供一个学习、研究、讨论W3C标准的平台。

作为一个开放组织，我们欢迎各界人士的加入。欢迎通过下列方式与其他成员交流：

W3CHINA.ORG主页: HTTP://WWW.W3CHINA.ORG/
Web论坛: HTTP://BBS.W3CHINA.ORG/
开放翻译计划: HTTP://WIKI.W3CHINA.ORG/

感谢您对W3CHINA.ORG的支持，谢谢！

webmaster@...
Yahoo! Groups Links

------------------------ Yahoo! Groups Sponsor --------------------~-->
Protect your PC from spy ware with award winning anti spy technology. It's free.
http://us.click.yahoo.com/97bhrC/LGxNAA/yQLSAA/GFYolB/TM
--------------------------------------------------------------------~->

W3CHINA.ORG是一个致力于研究、传播、讨论W3C标准的开放组织，成立于二零零三年六月二十日。

W3CHINA.ORG旨在为大家提供一个学习、研究、讨论W3C标准的平台。

作为一个开放组织，我们欢迎各界人士的加入。欢迎通过下列方式与其他成员交流：

W3CHINA.ORG主页: HTTP://WWW.W3CHINA.ORG/
Web论坛: HTTP://BBS.W3CHINA.ORG/
开放翻译计划: HTTP://WIKI.W3CHINA.ORG/

感谢您对W3CHINA.ORG的支持，谢谢！

webmaster@...
Yahoo! Groups Links

<*> To visit your group on the web, go to:
http://groups.yahoo.com/group/W3China/

<*> To unsubscribe from this group, send an email to:
W3China-unsubscribe@yahoogroups.com

<*> Your use of Yahoo! Groups is subject to:
http://docs.yahoo.com/info/terms/

关于OWL推理，请问大家有没有这方面的资料，或者实例最好！
本人想使用Jena API看能不能做出一点东西。。。希望大家赐教！

In the successful series of Semantic Grid and e-Science events we intend to bring together researchers and practitioners around the world from the quickly developing research areas of the Semantic Web, Grid and e-Science. As semantic technologies are being widely accepted in various e-science areas such as life science or bioinformatics, it is necessary and urgent to offer semantically enriched methods, tools, middleware to facilitate semantic modeling, system building, searching, and data analyzing in e-science applications. Former Semantic Grid research aimed at the Grid level, in which often the basic premises of the science-like environment are forgotten or disregarded. Thus the main goal of this workshop is to lay the foundations for e-Science within the Semantic Web scenario.

The aim of this workshop is to ground Semantic e-Science firmly on the needs of the Semantic Web and general science research community. We want to encourage and stimulate discussion about the current state of the art in Semantic e-Science and its future direction. Currently, ontologies and the Semantic Web attract researchers from all around the world and from various disciplines. There have been many approaches of using ontologies in the e-Science domain, which has been introduced in several past Semantic Grid and e-Science events. However, the role of ontology in the Semantic e-Science research has still not been unambiguously formalized. On the other hand, ontology-based tools for various e-Science branches have been widely developed and already attracted the attention from traditional science research community and provided real cases and experience for applying Semantic Web technologies. We regard it as necessity to set a research agenda at this point in time, in order to steer the development and the research efforts in the most rewarding direction towards our common goal of realizing the Semantic e-Science. Otherwise we fear that effort, motivation and funding may be invested less effectively, slowing the realization and adaptation of the Semantic Web technology in the e-Science research. Furthermore, there is also a great opportunity for the building the collaboration between the EU and non-EU universities, especially Asian universities, which locate at the one of the most active economical areas around the world. The holding of this workshop would help to build closer connection between researchers from both sides, and consolidate the collaborations.

Main topics of interest include but are not limited to:
----------------------------------------------------
Semantic e-Science Foundations:
* Semantic Infrastructure and Architecture for e-Science
* Semantic Web and Grid middleware
* Service Oriented Architecture for Semantic Grid
* Scalability and flexibility of e-Science infrastructure
* Semantic Data Integration for e-Science
* Semantic Web services for e-Science
* Ontology Engineering for e-Science
* Web Trust for e-Science
* Knowledge Management for e-Science
* Complex e-Science Process Management
* Complex Semantic Network

Semantic Web Applications and Ontologies for:
* System Biology, Bio&Medical Informatics
* Complex Biological Network Modeling.
* Geography, Environment and Climate
* Chemistry, Physics and Mechanics
* Web Service applications
* P2P applications
* Digital Libraries and Scientific Publication
* Ubiquitous and Mobile Semantic Web applications
* Information Retrieval and Machine Learning
* HCI issues and Usability
* Case study and user issues

Submission and Proceedings
----------------------------------------------------
Interested authors should submit an electronic PDF and source version of their papers to *Yimin Wang* prior to the paper submission deadline. The first page of submitted papers should include: title, author names, affiliations, postal addresses, electronic mail addresses, telephone and fax numbers for all authors, and a brief abstract. All correspondence will be sent to the author mentioned as contact person in the electronic title page (by default, the first author). Regualr submissions should not exceed 10 pages and should be formatted according to the guidelines of the Springer Lecture Notes. Posters and demos should be submitted up to 4 pages LNCS format.

The workshop proceedings will be published in electronic version online. Extended version of selected papers will be published as a supplement issue of *BMC Bioinformatics journal* (confirmed) and *IJSWIS* (pending to approve), depending on the different aspects of proceedings.

BMC Bioinformatics is a respectable, SCI-indexed journal with a focus on bio/medical informatics, with impactor 5.2. IJSWIS is an active journal which has good impact within the Semantic Web community.

Important Dates
----------------------------------------------------
Deadline paper submissions: *June 20th*, 2006
Notification of acceptance: July 20th, 2006
Camera ready deadline: July 31st, 2006
Workshop date: September 3th or 4th, 2006 (to be settled)

Organization Committee
----------------------------------------------------
Yimin Wang (co-chair)
Institute AIFB, University of Karlsruhe, Gemany
ywa@...

Huajun Chen (co-chair)
CCNT, Zhejiang University, China
huajunsir@...

Peter Haase
Institute AIFB, University of Karlsruhe, Germany
pha@...

Zhaohui Wu
CCNT, Zhejiang University, China
wzh@...

Rudi Studer
Institute AIFB, University of Karlsruhe, Germany
studer@...

Program Committee
----------------------------------------------------
Nigel Shadbolt, University of Southampton, UK
Nong Xiao, National Defense University, China
York Sure, University of Karlsruhe, Germany
Jeff Pan, University of Aberdeen, UK
Minglu Li, Shanghai Jiaotong University, China
Rudi Studer, University of Karlsruhe, Germany
Keqing He, Wuhan University, China
Christopher Baker, Concordia University, Canada
Yanbo Han, China Academy of Science, China
Heiner Stuckenschmidt, University of Mannheim, Germany
BingLi, Wuhan University, China
Kei Cheung, Yale University, USA
William Cheng, Hong Kong Baptist University, China
Takahira Yamaguchi, Keio University, Japan
Robert Stevens, University of Manchester, UK
Hai Wang, University of Machester, UK

    查谁入手呢？就从做出开创性工作的大师出发吧。随手能想起的是Agrawal和Gruber。
    (1) Agrawal
    Agrawal在1993和1994年对于关联规则挖掘所做的开创性的工作，分别被SCI他引505次和303次，这样的成绩就是在一些理科领域也是很了不起的。如下：
    373 AGRAWAL R P 20 INT C VER LARG 1994   487 
    505 AGRAWAL R P ACM SIGMOD C MAN D 1993   207 
    再看看他的其它文章：
    DATABASE MINING - A PERFORMANCE PERSPECTIVE. IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING 5 (6): 914-925 DEC 1993 Times Cited: 140    这篇他引140次
     CONCURRENCY-CONTROL PERFORMANCE MODELING - ALTERNATIVES AND IMPLICATIONS. ACM TRANSACTIONS ON DATABASE SYSTEMS 12 (4): 609-654 DEC 1987. Times Cited: 84.  这篇他引84次。

    (1.5)Han Jiawei
    既然查到了数据库，突然想到郑大出身的Han Jiawei老师，也查了一下：
    1999年他引18次的：
Title: Mining multiple-level association rules in large databases 
Author(s): Han JW, Fu WJ 
Source: IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING 11 (5): 798-805 SEP-OCT 1999 
Document Type: Article 
Language: English 
Cited References: 24      Times Cited: 18  

    1996年他引13次的：
Title: Intelligent query answering by knowledge discovery techniques 
Author(s): Han JW, Huang Y, Cercone N, Fu YJ 
Source: IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING 8 (3): 373-390 JUN 1996 
Document Type: Article 
Language: English 
Cited References: 32      Times Cited: 13  

    1993年他引60次的：
Title: DATA-DRIVEN DISCOVERY OF QUANTITATIVE RULES IN RELATIONAL DATABASES 
Author(s): HAN JW, CAI YD, CERCONE N 
Source: IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING 5 (1): 29-40 FEB 1993 
Document Type: Article 
Language: English 
Cited References: 21      Times Cited: 60  

    Han老师确实牛！！

    (2)Gruber
    Gruber也有不少文章被SCI他引，不过最牛的还是大家最常见的这篇：
T. R. Gruber. A Translation Approach to Portable Ontology Specifications. Knowledge Acquisition, 5:199–220, 1993.  Times Cited: 396  
    被SCI他引396，我相信很多同学在论文中都引用了这篇文章。

    (3)Borst
    Borst的博士论文被SCI他引12次：
    12 BORST WN THESIS U TWENTE ENSC 1997 
    W. N. Borst. Construction of Engineering Ontologies for Knowledge Sharing and Reuse. PhD thesis, University of Twente, Enschede, 1997.

    (4)Gruninger 
    Gruninger也有大量论文被他引，其中突出的是这一篇，被引用21次：
Gruninger M, Lee J Ontology - Applications and design 
COMMUNICATIONS OF THE ACM 45 (2): 39-41 FEB 2002 
Times Cited: 21 

    (5)Heflin
    Heflin做了世界上的第一篇语义Web的博士论文。
    他2000年的这篇他引6次：
6 HEFLIN J ARTIF INTELL 2000 
    2001年的这篇 12次：
A portrait of the Semantic Web in action. IEEE INTELLIGENT SYSTEMS & THEIR APPLICATIONS 16 (2): 54-59 MAR-APR 2001.  Times Cited: 12
此外，他的博士论文也有10多次的SCI他引。

    (6)Maedche和Staab等
    以他们为代表的AIFB的论文在这个领域广为引用。
    2001的这篇他引40次：
Ontology learning for the Semantic Web. IEEE INTELLIGENT SYSTEMS & THEIR APPLICATIONS 16 (2): 72-79 MAR-APR 2001. 
Times Cited: 40  
    2001年的这篇他引30次：
Title: Knowledge processes and ontologies 
Author(s): Staab S, Studer R, Schnurr HP, Sure Y 
Source: IEEE INTELLIGENT SYSTEMS & THEIR APPLICATIONS 16 (1): 26-34 JAN-FEB 2001  
Times Cited: 30 
    像下面这样被引用6次的文章也不少。
Maedche A, Motik B, Stojanovic L
Managing multiple and distributed ontologies on the Semantic Web 
VLDB JOURNAL 12 (4): 286-302 NOV 2003 
Times Cited: 6 

    (7)Studer
    Studer98年的这篇经典论文被引用50次，非常了不起。
Title: Knowledge Engineering: Principles and methods 
Author(s): Studer R, Benjamins VR, Fensel D 
Source: DATA & KNOWLEDGE ENGINEERING 25 (1-2): 161-197 MAR 1998 
Document Type: Review 
Language: English 
Cited References: 152      Times Cited: 50  

    (8)Noy
    看看Stanford的俄罗斯大姐Noy
2001年48次的：
Creating Semantic Web contents with Protege-2000 
IEEE INTELLIGENT SYSTEMS & THEIR APPLICATIONS 16 (2): 60-71 MAR-APR 2001 
Times Cited: 48 

2000年13次的
The knowledge model of Protege-2000: Combining interoperability and flexibility 
LECTURE NOTES IN ARTIFICIAL INTELLIGENCE 1937: 17-32 2000 
Times Cited: 13 

2003年12次的：
The evolution of Protege: an environment for knowledge-based systems development 
INTERNATIONAL JOURNAL OF HUMAN-COMPUTER STUDIES 58 (1): 89-123 JAN 2003 
Times Cited: 12 

2003年11次的
Knowledge acquisition, consistency checking and concurrency control for Gene Ontology (GO) 
BIOINFORMATICS 19 (2): 241-248 JAN 22 2003 
Times Cited: 11 

2003年8次的：
The PROMPT suite: interactive tools for ontology merging and mapping 
INTERNATIONAL JOURNAL OF HUMAN-COMPUTER STUDIES 59 (6): 983-1024 DEC 2003 
Times Cited: 8 

    够厉害了！！谁都知道他们做了Protege,PROMPT等，但是为什么国内就没有人做出这些工具呢？因此，国内这方面我一直佩服上交的俞勇老师，他们是我知道的少数开发了一些工具的国内的实验室，你看看他们在ISWC2004和WWW2005的论文就能理解了。

    (9)Doan
    Doan做了采用机器学习建立映射的代表性工作，他的代表性论文也有8，9次的他引。
Doan A, Madhavan J, Dhamankar R, et al.
Learning to match ontologies on the Semantic Web 
VLDB JOURNAL 12 (4): 303-319 NOV 2003 
Times Cited: 9 

Doan A, Domingos P, Halevy A
Learning to match the schemas of data sources: A multistrategy approach 
MACHINE LEARNING 50 (3): 279-301 MAR 2003 
Times Cited: 8 

    (10)Sowa
    最后来看看Sowa：
这是SCI他引的一条纪录：
656 SOWA JF CONCEPTUAL STRUCTURE 1984   
这实际上指这篇论文：
J. F. Sowa. Conceptual Structures. Information Processing in Mind and Machine, Reading, Addison Wesley, 1984.
这篇文章被SCI它引656次，你不服不行，这是真正的大师。

此外，这篇被引用20次
Title: Top-level ontological categories 
Author(s): Sowa JF 
Source: INTERNATIONAL JOURNAL OF HUMAN-COMPUTER STUDIES 43 (5-6): 669-685 NOV-DEC 1995  
 Times Cited: 20 

    他的Knowledge Representation一书，也有着大量的引用。

查了国外，我不仅想起国内，就随便查查吧。选最牛最牛的那些来查查：
    (1)Zhou Zhihua
周老师能有下面两篇分别被他引18，17次的文章，确实很牛，难怪国内有那么多人嫉妒他，你们嫉妒人家那就也弄几篇这样的论文来看看！！
Zhou ZH, Wu JX, Tang W
Ensembling neural networks: Many could be better than all 
ARTIFICIAL INTELLIGENCE 137 (1-2): 239-263 MAY 2002 
Times Cited: 18 

Zhou ZH, Jiang Y, Yang YB, et al.
Lung cancer cell identification based on artificial neural network ensembles 
ARTIFICIAL INTELLIGENCE IN MEDICINE 24 (1): 25-36 JAN 2002 
Times Cited: 17 

    (2)Zhou Aoying
Fudan Univ.的Zhou Aoying老师虽然有VLDB，SIGMOD的文章，SCI上的他引却寥寥无几。！~#！·#￥！·#￥
不评论罢了，免得周老师的学生看了生气！！

    (3)Shi Bole
    施老师很牛，听说是Zhou Aoying的老师。一查，他引的结果也差不多，这有些破坏了施老在我心目中的地位。

    想想他们二位牛老师，在国内发数据库的文章无数，却没有被国际能认可的，不得不让我感慨，那些文章都写了些什么呢？？？#%#￥

    (4)其它
    又查了一些国内顶级的“大师”级人物，以及近几年参评院士的计算机方面的老师，也没有什么可以值得报道的结果，看来，那一代的中国计算机研究者最多起到了一个普及知识的作用，并没有取得优秀的、得到国际认可的成果。
    当然，这仅仅是从这一个局部看到的，也许有些偏激，但任何人都不能否认中国在计算机领域内全面落后的事实。

各位还得继续努力啊！

突然想到了2005年第4期的计算机学报，有空的同学一定要查查这一期的文章，读读这些文章！！哎，什么时候计算机学报也变得这样堕落了！买弄人情也不能这样干啊！！！！虽然上面有我认识的一些同学的文章，但这一期的质量真的让人很汗颜！！！

继续学习了。