400-8868-762
所谓搜索(suo)引擎(qing), 就是根據用戶需求(qiu)與(yu)一定算法, 運用特定策略从互聯網檢索出製(zhi)定信息反饋給用(yong)戶的一門檢索技術。搜索引擎依托於多種技術, 如網絡爬虫技術、檢索排序技術、網頁處理技術、大数據處理技術(shu)、自然(ran)语言處(chu)理技術等, 為信息檢索用戶提(ti)供快速(su)、高相關(guan)性的信息服(fu)務。搜索引擎技術的核心模块(kuai)一般包括爬虫、索引、檢索和排序等, 同(tong)時可添加其他一系列辅助模块, 以為用戶创造更好的網絡使用環境。
从发展历(li)史來(lai)看, 搜索引擎技術自1994年以來(lai), 已(yi)經經历了三代的更新與发(fa)展, 它們分別是:以Yahoo為代表的(de)第一代搜索引擎技術, 它是基於萬(wan)維網運行並首次支持自(zi)然语言檢索和高級搜索语法檢索, 以(yi)人工整理的目錄方式呈現檢索結(jie)果是其明顯特征;以Google為代表的第二代搜索引(yin)擎(qing)技術, 它(ta)是基於数據(ju)挖掘和網站評級技術並利用關键字進行機器檢索, 其檢索速度(du)與準(zhun)確性迅速提高;以2005年(nian)微软公司“技術驅動型”搜(sou)索引(yin)擎構想為代表的第三代搜索引擎技術,是第二代搜索引擎技(ji)術的升級與(yu)改進, 具有更為強大(da)的服務空(kong)間與技術性能。
目前, 世界上主流搜索引擎公司是谷歌、雅虎, 尤其如谷歌, 它提出“讓世界(jie)變得更(geng)美好”的口號令世界(jie)瞩目。在我國(guo), 百度一家独大, 它(ta)提出的口號是“连接人與服務”, 意欲為國人提供(gong)最智(zhi)能化、個(ge)性化的檢(jian)索服務。
搜索引擎的工(gong)作步骤與主要特點
搜索(suo)引擎(qing)利用其強大的爬虫技術和索引技術, 為計算機用戶提供優質的個(ge)性化(hua)信息服務。其工作步骤主要包括三個環節:爬行和抓取 (数據采集) 、数據库(ku)處理 (数據预處理和数據處理) 、排(pai)名 (結果(guo)展示) 。
其主要特點是:
1) 信息抓取迅速。在大数據時(shi)代, 網絡產生的信息浩如(ru)煙海(hai), 令人无所適从, 难以(yi)得到自己需要的(de)信息资源。在搜索引擎技術的帮助(zhu)下, 利用關键詞、高級语法等檢索(suo)方式就可以快速捕(bu)捉到相關度極高的匹配信息。
2) 深入開展信息挖掘。搜索引擎在捕获用戶需求的信息(xi)的同(tong)時, 還(hai)能對檢(jian)索的信息加以一定維度的分析, 以引导(dao)其對信息的使用與認(ren)识。例如, 用戶可以(yi)根據檢索(suo)到的信息条目判断檢索對象的熱度, 還可(ke)以根據檢(jian)索到的信息分布給出高相關性的同類對象, 還可以利用檢索到的信息智能(neng)化給出用戶(hu)解決方案, 等等。
3) 檢索内容的多樣化和廣泛性(xing)。随着搜(sou)索引擎技術的日益成熟(shu), 当代搜索引擎技術几乎可(ke)以支持各種数據類型(xing)的檢索, 例如自然语言、智能语言、機(ji)器语言等各種语言。目前, 不(bu)仅視頻、音頻、圖像可以(yi)被檢索, 而且人類面部特征、指(zhi)纹、特定動作等(deng)也(ye)可以被檢索到。可以想(xiang)象, 在未來几乎(hu)一切数據類型都可能(neng)成為搜索引擎的檢索對象。
四種基本(ben)搜索方式(shi)的比较
搜索方式是搜索引擎的一個關键環(huan)節, 大(da)致可分為四種:全文搜索引擎、元搜索引擎、垂直(zhi)搜索引擎和目錄(lu)搜索引擎,它們各有特點並適用於不同的搜索環境。所以, 灵活選用搜索方式(shi)是提高(gao)搜索引擎性能的重要途径。全文搜索引擎是(shi)利用爬虫程序抓取互聯網上所有相關文章予以索引的搜索方式(shi);元搜索引擎是(shi)基於多個搜索引擎結(jie)果並對之整合處理的二次搜索方式;垂直搜(sou)索引擎是(shi)對某一特定行業内数據進行快速檢索的一種專業搜索方式;目錄搜索引擎是依赖人(ren)工收(shou)集處理数據並置於分類目錄鏈接下的搜索方式。
