摘要：随着网络信息的爆炸性增长，人们越来越难以找到信息。Web搜索引擎的出现有点解决了这一矛盾：在介绍中国搜索引擎技术时，首先介绍了搜索引擎开发的简史和基本框架，然后介绍了原理。作和每个组件的关键技术。
后，预测了中国搜索引擎的发展。国搜索引擎的主要发展方向是：个性化研究，智能研究，多媒体研究，点对点研究。键词：搜索引擎;信息搜索;互联网;网络信息中图分类号量：TP393文献标识码：A文章编号：1004-373X（2008）04-074-04随着互联网的迅猛发展，网络用户想找到像所需要的信息在大海捞针：专业搜索网站已经出现，以满足用户对信息检索的需求。索引擎是一个信息处理系统，该系统收集的信息在互联网上的一些策略，理解，提取，组织和处理信息，并为用户提供研究服务，作为导航信息。用户的角度来看，它是一种帮助人们搜索信息的工具。索引擎基于传统信息检索技术的索引模型和匹配策略。在许多领域使用理论和技术，如数据库，信息检索，人工智能，统计数据分析，数据挖掘和计算机网络。文回顾了搜索引擎开发的历史，介绍了其排名和关键技术，分析了中国搜索引擎的各个组成部分，并重点介绍了中国搜索引擎的发展趋势。搜索引擎，阿奇，由阿伦·恩蒂奇，就读于蒙特利尔大学，发明的发展，分类和性能指标简史是搜索引擎的祖先。使用脚本在线自动搜索文件，然后将信息索引给用户。些表达式查询。来，一些开发机器人程序的程序员提出这样的想法，即由于所有网页都可以包含指向其他网站的链接，因此可以从跟踪中检索整个Internet。个网站。一个现代搜索引擎出现在1994年7月，当时Michael Mauldin将John Leavitt的机器人程序与他的索引程序联系起来，创建了Lycos，现在已经众所周知。年4月，斯坦福大学的David Filo和杨志远共同创立了超级雅虎目录索引，并推广了搜索引擎概念，也被称为首要搜索引擎。代，搜索引擎的发展进入了黄金阶段。间。1998年9月，斯坦福大学的另外两名博士生Larry Page和Sergey Brin成功开发出了比雅虎技术更快，更准确的下一代谷歌搜索引擎。被认为是第二代搜索。动机代表。着互联网规模的迅速扩大，搜索引擎与专业搜索引擎技术和搜索数据库服务提供商之间也存在分工。索引擎类别根据搜索引擎的系统结构，信息收集方法和服务提供方法分为以下类别：（1）机器人搜索引擎：机器人是指重复执行给定任务的自动程序。于机器人的搜索引擎提供更好的全文检索，有时称为全文搜索。器人程序定期在Internet上搜索策略，然后在指定的Internet地址中搜索，然后自动从站点中提取信息和URL，并将它们添加到由索引器索引的自己的数据库中。于用户的请求，提取器检索索引库，并最终将查询结果返回给用户。种搜索引擎的优点是它包含大量信息，准时更新和无人工干预。点是返回的信息量很重要且无关信息很多，用户必须过滤结果。
歌，百度是这些搜索引擎的代表。（2）目录搜索引擎：手动或半自动收集信息。布者查看信息后，手动创建信息摘要，并根据主题将信息分为几类。且每个类别依次细分。信息形成按主题分类和组织的树。多数信息涉及网站，提供目录导航服务和直接恢复服务。于目录中搜索引擎信息的分类，搜索精度相对较高，缺点是手动维护，信息少，信息更新慢。型的代表是：雅虎（现在的机器人技术），LookSmart等。（3）元搜索引擎：这种类型的搜索引擎没有自己的数据，但是将用户的查询请求发送到几个独立的搜索引擎，然后返回结果重复，重组等。并以自己的结果返回给用户。点是返回的信息量更大，更完整，缺点是用户必须执行更多检查。
索元搜索引擎的研究表现一直不尽如人意：到目前为止，没有任何元搜索引擎已经达到了稳固的地位。索引擎性能指标搜索引擎性能评估应参考评估传统文档检索工具质量的标准，例如：信息组织的处理和提供恢复服务的方法等搜索引擎是一个很好的搜索引擎。正常情况下，我们可以通过以下方式测量搜索引擎的性能：回调率是搜索引擎提供的搜索结果中链接文档数量与文档数量的比率网络中的现有链接。实反映网络的信息覆盖范围。
确度是搜索引擎提供的搜索结果与用户的信息要求以及搜索结果中有效文档数量与搜索引擎提供的文档总数之比的匹配程度。
究。应时间通常取决于两个因素，即与带宽相关的网络速度和搜索引擎本身的速度。有两者都得到可靠的技术支持，才能保证理想的恢复速度。于搜索引擎，很难获得召回率和准确率。索引擎主要使用信息检索模型，包括表示文档和查询的方法，评估文档的匹配策略，以及用户查询的相关性。序查询结果和用户执行相关性反馈的机制。研究和核心技术的系统的体系结构通常是由五个要素组成：研究员，分析仪，分度器，恢复和用户接口，所述操作原理在图1中示出：该导引头是链接地址通过网页。查找网页的计算机程序，它从网站的某个页面开始，读取网页的内容，在网页中找到其他链接地址，然后找到以下网页：链接地址。实现搜索引擎时，系统管理包含起始URL的超链接队列，从该队列下载相应页面并提取新页面。复该过程直到它继续。
列是空的。了提高效率，搜索引擎还通过域名，IP地址或国家域名划分Web空间，使用多个搜索器并行工作，以便每个搜索者负责搜索搜索引擎。空间。于互联网上的信息太多，研究人员必须使用给定的搜索策略来浏览和下载它。前，通常采用基于扩展搜索策略和线性搜索策略的搜索策略。究人员的主要搜索策略是：线性搜索策略线性搜索策略的基本思想是根据IP地址增量搜索每个后续IP地址中的信息。个起始IP地址，无论站点如何。HTML文件中包含的超链接地址。策略仅适用于全面小型搜索，并允许搜索参考较少的HTML文件信息的新来源。索策略宽度优先第一种搜索策略是首先扫描起始页中的所有链接页面，然后选择其中一个链接页面以继续浏览所有链接页面。这个页面。入的搜索策略易于实现和广泛采用，但访问深层Web文件需要很长时间。度搜索策略首先深度搜索策略是新手研究人员使用的方法之一：它遵循HTML文件的超文本链接而不能加深，然后返回到HT-ML文件来自上一个节点。续选择HTML文件中的其他超链接。一次深度搜索适合浏览特定站点，但不能搜索足够深的Web结构。析器解析搜索者找到的网页信息以创建索引。的分析技术包括：分词，过滤，转换等。词通常用作文本实体的元数据。分词的情况下，大多数系统从全文中提取术语，并且一些系统仅提取文档的某些部分的术语（例如标题）。语单词之间没有固定的分隔符，汉语语义和结构的复杂性使汉语单词的分词复杂化。引器的索引器的功能是分析和处理研究者寻求的信息，提取表示文档的索引元素并生成索引库的索引表。档。引元素有两种类型：元数据索引元素和内容索引元素。数据索引元素与文档的语义内容无关，例如作者姓名，URL，更新时间，编码，长度，链接流行度等。容索引元素可以分为单个索引元素和多个索引元素（或短语索引元素），用于反映文档的内容，如关键字及其权重，表达，单词等为了快速查找特定信息，必须将文档表示为检索和存储在索引数据库中的便捷方式。引数据库格式是一种特殊的数据存储格式，依赖于索引机制和算法。好的索引模型必须易于实现和管理，快速恢复占地面积小。索引擎通常依赖于传统信息检索中使用的索引模型，包括反向文档，向量空间模型和概率模型。引器的输出是索引表，它记录索引元素在文档中的位置，以便提取器计算索引元素之间的相邻或接近关系。引表通常使用反转形式，即索引元素搜索相应的文档。引器可以使用集中索引算法或分布式索引算法。索引擎的有效性在很大程度上取决于索引的质量。索器的功能是根据用户的查询快速检索索引库中的文档，评估文档和查询的相关性，对结果进行排序以进行打印和实现一些与用户相关的反馈机制。用的恢复方法是基于关键字的恢复，基于概念的恢复，基于内容的恢复。
在向量空间索引模型中，用户查询q首先由归一化向量V（q）=（t1，w1（q）; ...; t，wi（q）; ..; tn，w。Q））。后，根据一种方法，计算用户请求与索引数据库中的每个文档之间的相关性，并且可以在请求向量v（q）和请求向量之间以余弦表示相关性。档v（d），最后所有相关性大于阈值的文档按相关性的降序排列并返回给用户。户界面用户界面旨在为用户提供可视化查询输入和结果输出界面，便于输入查询条件，显示查询结果，并为查询提供返回机制。关用户相关性的信息。户界面的设计和实现应基于人机交互的理论和方法，以适应人类的思维和使用模式。查询界面中，用户基于搜索引擎的查询语法来制定搜索项和各种简单或高级搜索条件。查询输出界面中，搜索引擎将搜索结果显示为包含文档的标题，摘要，快照和超文本链接的线性文档列表。户必须浏览才能找到所需的文档。些公司和组织目前正在研究开发查询选项的标准。搜索结果进行排序对于搜索项，通常会返回大量的查询结果列表，这些列表与大量不相关的文档混合在一起。了提高查询的效率，搜索引擎必须相应地排序搜索结果。（1）基于内容的相关性排序：考虑用户在文档中查询的术语的出现，包括输入频率，反转文档的频率，输入的位置等。并根据文档的相关性确定搜索结果集中的结果。置（2）基于超文本链接的排序：考虑到其他网站引用页面的次数，这实质上反映了页面的重要性。文本链接标签：艾本也总结了链接页面。斯坦福大学开发的PageRank算法不仅考虑了标题或网页中的文本，但也连接到它，为构建在Web页面的引用卡其他网站，汇总的数引用页面的时间和源页面的重要性。确定链接页面的重要性，您可以查询与用户请求关联的“权限”页面。（3）搜索结果的在线分组：与用户查询相关的文档通常被分组为更靠近在一起并远离不相关文档的组。此，聚类技术可以用于所得的组文档分成几个组：同一组的文件的内容的相似性是尽可能大且各组之间的相似度为尽可能地小，并用户应该只考虑所选文档所在的组。（4）推测用户的最终目标：猜测用户不使用各种技术表达的查询目的，例如使用智能代理跟踪提取行为用户，用户模型分析以及通过类似用户的行为记录进行的相关页面推荐;反馈机制的程度，通过连续的查询校正来提高系统搜索结果的准确性。文分词技术中文自动分词是网页分析的基础。分析网页的过程中，中英文区别对待，因为中英文信息有明显区别：英文单词之间有空格，没有分隔符单词和中文之间。要求在分析中文网页之前，首先将网页的句子切割成一系列单词，即中文单词的分词。文自动分词使用了许多自然语言处理技术和评估标准，特别是在搜索引擎中，用于中文自动分词的速度和精度。有的分词算法可以分为三类：基于分词词典的机械分词方法，基于理解的分词方法和基于词的分词方法。计数据。（1）基于分词词典的机械分词方法：该方法包括根据一定的策略将待分析的汉字串与词典词匹配。化，也称为机械分词方法。据长度对应的不同情况，可以分为最大（最长）和最小（最短）对应;根据扫描方向，字符串搜索的分词方法可以分为正匹配和反向匹配，这取决于组合的语音部分标记过程是否可以分为简单的方法。
词和分词和标注的综合方法。种常用的机械分词方法是：正最大匹配方法（从左到右方向），逆最大匹配方法（从右到左方向），最小分割（每个句子中最小切词数） ））。前使用的单词使用工具仅使用单词的机械分段作为初始分离手段，以及各种其他语言信息以提高分割的准确性。如，一种方法是分析特征（或标记的分割）。先识别并分割一些在要分析的链中特征明显的单词。于这些单词构成断点，因此可以将初始字符串分成较小的字符串。后对链进行机械分割以降低匹配误差率。（2）基于理解的分词方法：这种分词方法通过允许计算机模拟对句子的理解来识别单词。
本思想是进行句法和语义分析以及分词，并使用句法和语义信息来处理歧义。通常由三部分组成：分词子系统，句法和语义子系统，以及控制部分。控制部分的协调，文字的子系统分割可以得到有关的单词和句子来判断所涉及的不确定性的句法和语义信息，也就是说，它模拟人类理解句子的过程。种分词的方法需要大量的知识和语言信息。于汉语知识的普遍性和复杂性，目前基于理解的分词系统仍处于试验阶段。（3）分词统计方法：该方法包括计算语料库单词的频率;它不需要分为字典。此，
宁波seo它也被称为无字的分割方法。
式上，单词是稳定单词的组合。此，同时出现的相邻单词的数量越大，它们构成单词的可能性越大。此，可以对语料库中存在的相邻单词的组合的频率进行计数，并且可以计算它们的互信息。信息反映了汉字之间的密切关系。果接近程度大于某个阈值，可以认为这些单词的组合可以构成一个单词。而，该方法具有相对大的时空开销并且经常使用不是单词的常用单词，例如“我的”，“一个”等。搜索引擎域的实际应用中，机械分词方法与统计分词方法相结合，首先进行相应的分词，然后使用一些新的未识别词，它不仅具有快速匹配和高效率，而且速度快，效率高。统计分词中使用新单词的优点来自动识别和消除分词的模糊性。词词典是影响汉语自动分词的重要因素。的规模通常在6万字左右。果字典太大，歧义会大大增加。果字典太小，某些单词将不会分开，并且分词也会受到影响。度。此，分词词典中术语的选择非常严格。于不断出现新单词的网络领域，使用大约60，000个单词的单词字典是不够的。是，向分词词典添加新单词会导致分词准确性降低。般的解决方案是使用一个辅助字典，其规模约为500，000个条目。外，将单词自动分词为汉语的难点在于对未记录单词的识别以及对分词歧义的处理。理这两个问题的方法一直是该领域的热门话题。索引擎开发的热点和趋势随着互联网的发展，为了应对关键词搜索引擎的弱点，各种搜索引擎网站已经成为智能化和个性化的方面，以及点热门技术值得关注。媒体搜索技术可用于网络恢复的多媒体信息的内容特征一般包括：颜色，纹理，形状等。像的图像，声音，强度，频率和音色，视频特性和图像的运动特性。种类型的搜索引擎很少见，主要用于图像恢复，如QBIC，WeebSeek，ImageRover等。前，多媒体搜索引擎的覆盖范围较弱，恢复功能不完善，效果不理想，因此多媒体搜索技术尤其是数据恢复音频和视频，仍然是搜索引擎的搜索目标。户行为分析当前搜索引擎使用关键字作为查询表达的手段。相关性分类的文档列表用作显示方法。何寻找相同单词的人都会得到相同的结果。了解决成千上万人的弱点，用户逐渐引入了一些自定义技术，包括更正输入数据，分组结果等。是，到目前为止，关键字是输入查询的主要方法。询的主要输出也是文本列表。何为学习和用户工作创建个性化信息空间是未来搜索引擎应遵循的方向。能恢复技术智能恢复包括自然语言处理，自定义研究和其他技术。解自然语言是计算机科学中一个引人入胜且具有挑战性的课题。计算机科学尤其是人工智能的角度来看，理解自然语言的任务是建立一个能够给予，理解和回应自然语言作为人类的计算机模型。于自然语言理解技术的新一代搜索引擎被称为智能搜索引擎。为它改进了基于知识（或概念）级别的关键词从当前级别搜索信息，所以它具有一定的理解和处理能力，可以实现分词技术，同义词技术，概念研究，句子识别和机器翻译。此，该搜索引擎呈现信息服务的智能和人性化特征，允许用户使用自然语言来检索信息并为他们提供更实用和准确的搜索服务。P2P搜索技术当前的Internet是以服务器为中心的，人们向服务器发送请求，然后浏览服务器响应的信息，而点对点的点对点搜索技术则集中在一起。用户而言，所有用户都是平等的。
作伙伴和用户可以通过P2P共享硬盘上的文件，目录甚至整个硬盘。En appliquant ce concept à la technologie des moteurs de recherche， le P2P permettra aux utilisateurs de rechercher des documents en profondeur. Cette recherche ne doit pas nécessairement passer par le serveur Web. Elle nest pas non plus limitée par le format du document et le périphérique hôte. Elle présente les avantages inégalés des moteurs de recherche traditionnels. 。Un gros problème avec les réseaux P2P est que la quantité de trafic réseau générée lors de la recherche dinformations est très importante， provoquant une grande perte de temps et de ressources réseau. Afin de faciliter la récupération dinformations dans les réseaux P2P， des experts compétents ont proposé trois mécanismes de récupération basés sur des fichiers de fonctions: une analyse détaillée du routage sémantique et une nouvelle méthode basée sur cette technologie et la technologie RDF. Conclusion Avec le développement explosif dInternet， la technologie des moteurs de recherche est devenue un axe de recherche important de la technologie Internet. Le système de moteur de recherche chinois actuel présente encore certaines carences en termes d’exactitude de la récupération， de service personnalisé， de mode et de langue de requête des utilisateurs et d’exploitation des commentaires des utilisateurs. Comment utiliser le traitement du langage naturel， lintelligence artificielle， lexploration de données et dautres technologies pour améliorer les performances des moteurs de recherche constituera une tendance de développement importante de la technologie des moteurs de recherche chinois à lavenir."
本文转载自
宁波seowww.leseo.net
补充词条：
宁波seo哪家好
宁波seo优化公司
宁波谷歌seo
宁波seo网站优化
宁波网络seo
