信息搜索是利用“互联网大脑”来学习的必备技能。

本文主要内容如下：

1. 搜什么，即搜索的主题确认(clarify the target)；

2. 在哪搜，选择合适的资源库(match the source)；

3. 选信息，使用筛选规则和排序规则挑选有效信息(pick valuable info)。

1 搜什么

1.1 分解目标

搜索是为了解决一个问题，但解决问题可能不是通过一次提问就能搞定的，搜索也是如此，可能需要进行一系列搜索才能发现答案。

e.g. 2012年考研复试的时候，我想知道复试面试大概会考察哪些内容，提出的问题如下

• 谁会提前知道面试的内容？保研的同学大概率是知道的，保研的人会提前批，也会提前面试

• 到哪里找保研的同学信息呢？学院网站应该有公布

• 怎么联系上这些人？人人网啊(那会人人网还没有倒闭)

就一样一步步顺藤摸瓜找到了保研学生的姓名以及先前的学校、院系，然后就根据这些信息到人人网搜索。

注：可能会有重名的情况，不过加上好友可以向对方确认是否是保研到XX学校的即可。

盲目地“直接搜”索很可能徒劳无功，对要所搜的问题要细化拆分成分步骤的小问题可能更加高效，尤其是要搜索的目标是一个复杂或者不清晰的问题时。

1.2 精确描述

精确描述你要搜索的问题，不管你提问的对象是人还是“互联网大脑”，提问的技巧也是快速获得信息的关键点之一。

这里非常推荐一篇文章：提问的智慧

https://github.com/ruby-china/How-To-Ask-Questions-The-Smart-Way/blob/master/README-zh_CN.md

不管你是否关注技术，这篇文章都有参考价值，一个聪明的提问可能就意味着发现一个机会。

提问的时候应该像回答医生的问题那样：当前症状有哪些，症状持续几天了，发病前有没有哪些疑似致病因素，以前有没有类似的情况等等。

精确描述问题时，需要注意：

• 说清问题的场景信息，在什么场景下遇到什么问题，以及期望得到什么样的结果，e.g. 在win7 32位系统上安装xx软件，报了xx错误；

• 专业术语要用对，英文要全拼而不是用缩写。e.g. 刚入职那会，别人提到ROI这个词，我脑袋中闪现的第一个单词是 Regin of Interest(感兴趣区域，认知神经科学研究中的一个术语)，后来慢慢的ROI这个词的在工作中的场景才切换到Return on Investment(投资回报率)，如果你要查关于“投资回报率”的英文资料，那就需要用全拼写，说不定还有其他缩写是ROI但含义大相径庭的名词；

• 小心限定词带来有偏结果，这就像你看评论的时候只筛选“差评”一样，如果你要获得全面的无偏信息，那就要注意限定词，比如评价好坏的词语，相对较好的方式可以参考知乎体“如何评价xxx”；

1.3 用对关键词

给本文找封面图的时候，发现图片关联了一篇新闻，新闻摘要截图如下：

新闻来源：http://www.sohu.com/a/260267997_118792

我一看，这产品不错啊，想找官网看看，使用关键字“Journal”先百度一下，预料中地呵呵了，然后用Bing国际版搜索发现也不行，这个单词太宽泛了(搜出来全是各类期刊)，然后开始扩展关键字来缩小搜索范围(后面都是用Bing搜索)：

• "social capital"，这个是投资公司的名字，国外应该也有报导吧，报导的时候可能会提到官网；

• "search engine"， 这个产品本质还是搜索引擎，加上这个关键字应该可以；

不过，即使加了上面两个关键字还是“然并卵”。

继续回来读新浪新闻的报道，发现文章有提到CEO的名字(Samiur Rahman)，太好了，名字的特异性非常强，于是重新用“Journal Samiur Rahman”关键字搜索，找到了这位CEO的Linkedin信息，上面正好有公司的信息——UseJournal，再搜索该产品名称，这个产品的官网终于出现了。

CEO大哥的Linkedin简介

上面这个例子说明，关键词的特异性很重要，特异性强的关键词直接可以过滤掉大部分的无用信息。

当然，有时候关键字不是这么好找的。

e.g. 面试中遇到一个问题，我把这个问题抽象为“对一群对象的多个维度评估，并计算综合得分，以此得分来评价这群对象中每个个体的好坏”，比如网易云音乐推出的”音乐人指数“。

注1：音乐人指数可参见：https://music.163.com/nmusician/web/faq/level#/

注2：刚开始考虑信用评分卡属于这类”评分“方法，不过后面想来综合评分的场景是没有标签的，不像信用评估要区分好和坏的标签，也就是说评分卡技术是”有监督方法“，综合评分更类似于”无监督方法“

我想搜索的信息是，这种计算综合评分的方法论是什么？

第一次搜索关键字：“多维度 综合评分”，无果；

第二次关键字扩展：“多维度 综合评分 方法”，浏览结果发现一条重要信息

截图来自百度搜索结果

文章点进去发现，果然和我想要的内容有关，这个时候的关键字可以调整为“模糊综合评价法”，然后分词拆解，“模糊”是修饰词，有可能意味着“模糊综合评价法”只是”综合评价法“的一种。然后用百度搜索“综合评价法”这个关键字，果然找到了相关信息。一般方法论都有著作论述，然后就在当当网上用”综合评价法“搜下看有没有相关的书，还真有，查看书的目录，再次验证这类方法名称就叫“综合评价方法”，模糊综合评价只是其中一种方法。

注：想深入了解”综合评价方法“，可以参考以下书籍：

• 综合评价基础方法及应用，张发明，科学出版社

• 现代综合评价方法与案例精选，杜栋 等，清华大学出版社

• 层次分析法及其应用案例，张炳江，电子工业出版社

”动态调整关键词“时，除了从已知信息和搜索结果中提取扩展信息外，还需要注意”备选关键词“，常用的方法：

• 横向拓展，e.g. 同义词转换、中英互译等；

• 纵向拓展，向上找群体特征(更抽象)，e.g. 各种指数的本质是多维度综合评分；向下找具体案例或者细分领域，e.g. 综合评分不同方法的案例。

2 在哪搜

2.1 匹配合适的资源库

最常见的搜索引擎是百度、Google、Bing这3家，这些属于”全网”搜索引擎(常见的问题基本都能搜到)。垂直搜索引擎也很常用，比如电商网站里面搜索商品、搜狗微信搜索等、网盘资源搜索等。

如果把搜索引擎比作管道，那么管道对接的就是“资源池”。

这里不谈搜索引擎这个管道，而是谈资源池，要根据搜索的信息来选择合适的资源池。这个有点类似“精准营销”，在“目标信息”高度集中的地方搜索，才能省时省力，事半功倍。

e.g. 我想看某个关于数据分析专题的文章，那么我会到两个地方搜，一个是微信公众号，另一个就是知乎，因为从我的经验来看这两个地方的文章质量整体都还可以(或者说找到好文章的概率更大)。

e.g. 如果我想看一本英文书有没有中文版，就用英文书名在亚马逊上搜索即可，如果有中文译本，那么搜索结果也会一并列举。

e.g. 如果发现某个作者的作品很好，想看作者的其他作品，怎么办？如果这个作者是中国人，那么直接用百度百科、豆瓣读书搜索作者名即可；如果是外国人，那么找到作者的英文姓名，然后用找到这个作者的Wikipedia词条，一般都有Bibliography记录的。

2.2 建立自己的资源库

简单理解，建立资源库就是搜集资源网站和文章。在头脑中建立索引——”要找XX信息可以去XX网站“。

因为个人的专业、职业、兴趣爱好不一样，资源库的建立要看自己的具体需要。

以下列举个人常用的资源库，仅供参考：

• 找轮子：GitHub，oschina

• 找教程：runoob，tutorialspoint，wikihow，知乎

• 找电子书：libgen，鸠摩，书格(古籍)

• 看书评：豆瓣，当当，微信读书

• 找租房：58同城、咸鱼、微博、公司论坛(对，你没看错，咸鱼和微博上也是可以找租房信息的)

• 找图片：Unsplash，Pexels，Hippopox

• 找菜谱：王刚视频，香哈菜谱

如果你要找书单或者其他清单、资源网站等，网上一搜一大把，要试用并挑选适合自己的，如果是专业性强的资源，还可以找同行、同事交流推荐。

看评价的时候要记得“仅供参考”原则，不要被他人的评价误导，适合别人的不一定适合你，反过来不适合别人的可能恰恰适合你。

这里还要提一下”关联推荐“：

e.g. 看读者评论时发现推荐了另一本很好的书，看书的时候作者引用了很好的一篇文献等；

e.g. 在当当、京东、亚马逊搜索图书的时候会在搜索结果或者商品详情页”推荐“书，这些书也可能有用；

e.g. 搜索到一篇很好的文章，顺便可以浏览下该网站的其他文章，如果文章质量都很好，那么该网站可以纳入资源库(该方法同样可以用于筛选微信公众号)。

注：如果初涉某个领域，最好读一下综述性的文章或者教材，综述资料通常都会覆盖该领域的主要论题或者方法、流派等，同时还会给到文献指引，从这个意义上讲某个领域的综述文章也属于”资源库“。

有时候你可能只是对某一篇文章感兴趣，而不是整个网站，那么就需要收藏文章，可以使用在线笔记软件来管理收藏的文章(这样便于检索)，此外，还要避免“只收藏不阅读”的习惯，定期阅读收藏的文章，然后进行笔记整合或者分类保存。

3 选信息

不是所有搜索的结果都是你要的，铺天盖地的广告、制造“怪力乱神”的无良媒体等，总会遇到一些乱七八糟的东西想来骗取你的注意、浪费你的时间。

选择信息时需要有两个规则：

• 筛选规则，也就是那些东西要剔除、哪些东西要留下，选出和你搜索的主题相关的内容；

• 排序规则，信息质量参差不齐，要选择那些价值高的文章。

3.1 筛选规则

分成两部分，第一部分涉及到搜索引擎的技巧，使用得当的技巧，搜索引擎能“自动”过滤一部分不相关的信息。

e.g. 以前在天猫上搜东西，总是会出现很多韩版的款式(但是我很不喜欢”韩版“这个标签)，然后搜索的时候可以这样“男 短袖 T恤 - 韩版”，这里的“-”号就是“剔除的”

更多搜索引擎使用技巧可以参考如下文章：

• https://jingyan.baidu.com/article/925f8cb8c78839c0dde056a8.html

• https://www.zhihu.com/question/28013848 

但是，有时候我们对要搜索的对象没法做到精确描述(你都不知道那是啥)，甚至不知道搜索对应的资源池(比如我找“综合评价方法”的那个案例)，那就需要你来“手动”筛选了，挨个点开那些疑似目标的文章链接，看看是不是你要的东西，一般浏览搜索结果的前两页就行，手动排查一遍还没有要找的东西，那就需要调整搜索的关键词了。

不管是“自动”还是“手动”，以下都是可以参考的“剔除”规则：

• 搜索结果中带有“广告”标签，参考百度搜索

• 主题和搜索目标无关的，e.g. 你想要找馒头的做法，却出现了馒头机的介绍

• 点链接进去，发现广告满天飞的

• 标题情绪色彩非常重的，e.g. 震惊体文章

• 信息源不靠谱的，e.g. 早先已经上过当，干脆拉进黑名单

• 更多可以参考如何识别虚假信息

3.2 排序规则

排序规则有点类似上文提到的“综合评价方法”了，要从多个维度考察文章的质量。排序规则就是对文章的质量进行排序，文章的质量主要考察3个维度：

• 关联度，即和搜索的目标是否高度相关，“离题太远”的就不要看了；

• 可信度，信息可不可靠，是否是一手信息，发布者的专业度、权威性，文章的目的、数据、逻辑、推论等是否可靠；

• 完整度，就是信息的广度和深度，有的是浅尝辄止，甚至只是写了个开头，然后就开始卖广告……

也可以通过外部评价信息来判断文章的好坏，比如文章的阅读数、转发量、点赞量等。不过这些“仅供参考”，还是要看自己的具体需求。

最后，用思维导图总结下全文。

每天进步一点点：数据分析1480

长按扫码关注我