- 掛牌上市企業(yè)
- 60秒人工響應(yīng)
- 99.99%連通率
- 7*24h人工
- 故障100倍補(bǔ)償
搜索引擎原理(三) |
| 發(fā)布時(shí)間: 2012/9/3 11:01:28 |
|
在許多場(chǎng)合，也稱(chēng)Yahoo!之類(lèi)的門(mén)戶(hù)網(wǎng)站提供的信息查 找功能為搜索引擎。但從技術(shù)上講，這樣的門(mén)戶(hù)中提供的搜索服務(wù)和前述搜索引 擎是很不同的。這樣的門(mén)戶(hù)依賴(lài)的是人工整理的網(wǎng)站分類(lèi)目錄，一方面，用戶(hù)可 以直接沿著目錄導(dǎo)航，定位到他所關(guān)心的信息；另一方面，用戶(hù)也可以提交查詢(xún) 詞，讓系統(tǒng)將他直接引導(dǎo)到和該查詢(xún)?cè)~最匹配的網(wǎng)站。圖 1-2 就是我們?cè)谒押?查詢(xún)“伊拉克戰(zhàn)爭(zhēng)”的結(jié)果。和圖 1-1 相比，不難看到其風(fēng)格是很不相同的。在 需要區(qū)別的場(chǎng)合，我們可以分別稱(chēng)“自動(dòng)搜索引擎”和“目錄搜索引擎”，或者“網(wǎng) 頁(yè)搜索引擎”和“網(wǎng)站搜索引擎”。一般來(lái)講，前者的信息搜索會(huì)更全面些，后者 則會(huì)準(zhǔn)確些。在沒(méi)有特殊說(shuō)明的情況下，本書(shū)中所討論的“搜索引擎”不包括Yahoo! 和搜狐這樣的搜索方式。 隨著網(wǎng)上信息越來(lái)越多，單純靠人工整理網(wǎng)站目錄取得較高精度查詢(xún)結(jié)果的 優(yōu)勢(shì)逐漸退化——對(duì)海量的信息進(jìn)行高質(zhì)量的人工分類(lèi)已經(jīng)不太現(xiàn)實(shí)。目前有兩 個(gè)發(fā)展方向。一是利用文本自動(dòng)分類(lèi)技術(shù)，在搜索引擎上提供對(duì)每篇網(wǎng)頁(yè)的自動(dòng) 分類(lèi)，這方面最先看到的例子是Google 的“網(wǎng)頁(yè)分類(lèi)”選項(xiàng)，但它分類(lèi)的對(duì)象只 是英文網(wǎng)頁(yè)。在中文方面，文本自動(dòng)分類(lèi)的研究工作有很多，但我們知道的第一 個(gè)在網(wǎng)上提供較大規(guī)模網(wǎng)頁(yè)自動(dòng)分類(lèi)服務(wù)的是北大網(wǎng)絡(luò)實(shí)驗(yàn)室馮是聰和龔筆宏等 人的工作[馮是聰,2003]，他們于2002 年 10 月在天網(wǎng)搜索上掛接了一個(gè)300 萬(wàn)網(wǎng) 頁(yè)的分類(lèi)目錄。另一個(gè)發(fā)展方向是將自動(dòng)網(wǎng)頁(yè)爬取和一定的人工分類(lèi)目錄相結(jié)合， 希望形成一個(gè)既有高信息覆蓋率，也有高查詢(xún)準(zhǔn)確性的服務(wù)。 互聯(lián)網(wǎng)上信息量在不斷增加，信息的種類(lèi)也在不斷增加。例如除了我們前面 提到的網(wǎng)頁(yè)和文件，還有新聞組，論壇，專(zhuān)業(yè)數(shù)據(jù)庫(kù)等。同時(shí)上網(wǎng)的人數(shù)也在不 斷增加，網(wǎng)民的成分也在發(fā)生變化。一個(gè)搜索引擎要覆蓋所有的網(wǎng)上信息查找需 求已出現(xiàn)困難，因此各種主題搜索引擎，個(gè)性化搜索引擎，問(wèn)答式搜索引擎等紛 紛興起。這些搜索引擎雖然還沒(méi)有實(shí)現(xiàn)如通用搜索引擎那樣的大規(guī)模應(yīng)用，但隨 著互聯(lián)網(wǎng)的發(fā)展，我們相信它們的生命力會(huì)越來(lái)越旺盛。另外，即使通用搜索引 擎的運(yùn)行現(xiàn)在也開(kāi)始出現(xiàn)分工協(xié)作，有了專(zhuān)業(yè)的搜索引擎技術(shù)和搜索數(shù)據(jù)庫(kù)服務(wù) 提供商。例如美國(guó)的Inktomi，它本身并不是直接面向用戶(hù)的搜索引擎，但向包括 Overture （原GoTo）、LookSmart、MSN、HotBot 等在內(nèi)的其他搜索引擎提供全文 網(wǎng)頁(yè)搜集服務(wù)。從這個(gè)意義上說(shuō)，它是搜索引擎數(shù)據(jù)的來(lái)源。 搜索引擎出現(xiàn)雖然只有 10 年左右的歷史，但在Web上已經(jīng)有了確定不移的地 位。據(jù)CNNIC統(tǒng)計(jì)，它已經(jīng)成為繼電子郵件之后的第二大Web應(yīng)用。雖然它的基 本工作原理已經(jīng)相當(dāng)穩(wěn)定，但在其質(zhì)量、性能和服務(wù)方式等方面的提高空間依然 很大，研究成果層出不窮，是每年WWW學(xué)術(shù)年會(huì)1 的重要論題之一。 本文出自：億恩科技【www.artduck.net】 服務(wù)器租用/服務(wù)器托管中國(guó)五強(qiáng)！虛擬主機(jī)域名注冊(cè)頂級(jí)提供商！15年品質(zhì)保障！--億恩科技[ENKJ.COM] |
0371-60135900
京公網(wǎng)安備41019702002023號(hào)
香港服務(wù)器租用
美國(guó)服務(wù)器租用
電信骨干機(jī)房
聯(lián)通骨干機(jī)房
