书城童书青少年应知的100个高科技知识
199900000013

第13章 因特网上搜索引擎的机理

第一章第十二节因特网上搜索引擎的机理

21世纪是知识经济的时代。这是人类自农业革命、工业革命以来进行的第三次产业革命,其

基本特征是信息的数字化和网络化、经济的全球化。信息化给各国的社会发展带来了新的机

遇和挑战,并将对未来的社会发展产生深远的影响。信息是无形的财富,它是大至一个国家

,小至一个企业,甚至个人的战略资源,这种观点已成为许多有识之士的共识。

 搜索引擎的分类和工作机理

搜索引擎是因特网上的一类网站,这类网站与一般的网站不同的是,其主要工作是自动搜寻

Web服务器的信息,将信息进行分类、建立索引,然后把索引的内容存放到数据库中。搜索

引擎分为两类,一类是分类目录型的检索,它将因特网上的信息资源,如网址、描述主题、

字顺或时间顺序汇总整理,形成图书馆目录一样的分类树型结构目录,用户通过逐级浏览这

些目录来找寻自己需要的网址或相关内容;另一类是基于关键词的检索,这种方式用户可以

用逻辑组合方式输入各种关键词,搜索引擎计算机根据这些关键词寻找用户所需资源的地址

,然后根据一定的顺序(如字母排列、时间、相关级别等)反馈给用户包含此关键字词信息

的所有网址和指向这些网址的链接。需要指出的是,在Web网检索工具出现初期,上述两种

方法的界限明显,如最著名的分类目录检索工具Yahoo!,起初就没有关键词检索功能;同样

关键词检索工具Altavista开始也没有建立分类目录。目前的发展趋势是两种方法合二为一

。

由于因特网每时每刻都在增加新的内容,用人工方式收集网址几乎不可能。为了及时反映信

息源的情况,人们开发出一种称为机器人或蜘蛛的程序,负责访问网络上的各个站点,收集

有关信息,生成相关信息,如生成关键词、建立索引,并且自动生成有关信息资源的简单描

述,据此更新源地址数据库。

 搜索引擎的评价标准

目前因特网上的搜索引擎有几十种,它们各有其特点。这里归纳出以下几条评价搜索引擎的

标准。

1具有全文搜索功能

目前搜索引擎的一个发展方向是全文搜索引擎,它是采用对站点页面文字内容进行全面检索

。全文检索技术的出现,导致了信息检索领域的一场革命。比起目录检索,全文检索提供了

全新的、强大的检索功能,可以直接根据文献资料的内容进行检索,支持多角度、多侧面地

综合利用信息资源。全文检索技术是发现信息、分析和过滤信息、信息代理、信息安全控制

等应用的主要技术基础。以全文检索为核心技术的搜索引擎已经成为网络时代的主流技术之

一。但全文搜索虽然多而全,其没有分类式搜索引擎那样清晰的层次结构,有时给人一种繁

乱的感觉。

2具有目录式分类结构

世界上最具代表性的目录式分类搜索引擎是Yahoo!网站。分类搜索引擎的是将信息系统地分

门归类,用户可方便地查到某一大类信息,与符合传统的信息查找方式相近,特别适合希望

了解某一方面信息而不严格限于查询关键字的用户。但目录式搜索引擎的搜索范围,较全文

搜索引擎要小许多。它只是将该网站划分到某个分类下,并记录一些摘要信息等概述性的介

绍。

3在分类中实现全文检索

由于纯粹的全文式和目录式的搜索引擎都存在各自的不足,人们自然想到将上述两种搜索引

擎的优点结合起来,扬长避短。实际上目前优秀的搜索引擎都是采用这种方式。

4查询速度快、性能稳定可靠,可维护性好

查询速度当然是搜索引擎的重要指标。另外,系统稳定可靠,完整的容错、备份、崩溃修复

机制也是重要的因素。

 中文搜索引擎简介

1百度搜索引擎

百度的功能完备,搜索精度高,除数据库的规模及部分特殊搜索功能外,其他方面可与当前

的搜索引擎业界领军人物Google相媲美,在中文搜索支持方面有些地方甚至超过了Google,

是目前国内技术水平最高的搜索引擎。为包括搜狐、雅虎中国、Tomcom、21CN、广州视窗

等网站提供搜索引擎,以及中央电视台、外经贸部等机构提供后台数据搜索支持。

2搜狐搜索引擎

搜狐是国内最著名的门户网站,也是国内最早提供搜索服务的站点。搜狐设有独立的目录索

引,并采用百度搜索引擎技术,提供网站、网页、类目、新闻、黄页、中文网址、软件等多

项搜索选择。搜狐搜索范围以中文网站为主,支持中文域名。

登录搜狐的周期一般为3个工作日,工作人员会E-mail通知你登录的结果。搜狐是网站最重

要的访问来源之一,因此是国内搜索引擎登录的首选。

3新浪搜索引擎

新浪是全球范围内最大的华语门户网站之一。新浪自建独立的目录索引。共设15大类目录,

10 000多个子目,收录网站达二十余万,是规模最大的中文搜索引擎。采用百度搜索引擎技

术,提供网站、中文网页、英文网页、新闻、软件、游戏等查询项目,支持中文域名。

向新浪提交网站后,一般3个工作日内工作人员便会通知你结果。由于新浪是目前最常用的

中文搜索引擎,也是网站访问量的主要来源之一,因此登录新浪也是网站推广的必经之路。

4雅虎搜索引擎

Yahoo!是最早的目录索引之一,也是目前最重要的搜索服务网站,在全部互联网搜索应用中

所占份额高达36%左右。Yahoo!属于目录索引类搜索引擎。Yahoo!现与Google合作,默认采

用Google搜索引擎提供网页搜索。

登录Yahoo!非常困难,而且周期很难确定,最快的只需数天,一般历时1个月左右,最长的

可达2个月!如果你的网站不符合要求,也有可能永远登录不上。

 网上查询技巧

在Web上有许多有价值的信息,实际上对搜索引擎来讲,内容是否足够多并非最重要的,重

要的是使用户能够找到有用的信息。

我们常常遇到检索的结果过于庞大,而有用信息只是其中的一小部分。那么,查询过程中是

否有捷径呢?一般地,查询带来垃圾是不可避免的,但你可以在一定程度上减少它。

首先,你要熟悉经常使用的查询工具及其特性。另外要认识到不同的查询方式会产生不

同的结果。不同目的的查询应使用不同的查询策略,这主要取决于你是想得到一个问题的多

方面信息还是简单的答案。有时,你需要得到一个广泛论题的大致信息,对于这类查询,没

有简单的一蹴而就的方法,你需要从头开始查询,积累信息,不断深化查询,缩小搜索范围

。有时候看上去简单的问题并不一定是容易查找的问题。在这类问题上,建议尽可能的多试

一些关键字,这需要耐心。

不同的搜索引擎指令可能是不同的,只有熟悉了它的机理才可以起到事半功倍的效果。

统计表明,很多用户只输入一个词来进行查询,这往往带来很多不需要的匹配。建议同时使

用多个词来缩小搜索范围,如果你最初的查找并不成功,可以用同义词来进行查找。