随着科学研究的深入发展，对文学的需求日益增长，对搜索引擎理论的研究正朝着多元化和专业化的方向发展。别是新文学承载者的出现拓宽了搜索引擎理论研究的新视野。文从搜索引擎的组成，搜索引擎的分类，搜索引擎的优缺点的识别以及搜索引擎的未来发展等方面介绍了搜索引擎的技术。[关键词]搜索引擎;发展;分类[中文图书馆分类号] TP393.4 [文件识别码] A [商品编号] 1008-0821（2009）05-0020-03Sew Yacui搜索引擎开发[摘要]随着科学研究的发展，人们对文学的需求越来越多，对搜索引擎的研究更加多样化和专业化。文献支持的出现探索了搜索引擎的新研究领域，本文探讨了搜索引擎的组合，分类和发展趋势，解释了如何识别是非。[关键词]搜索引擎，开发，分类搜索引擎的组成搜索引擎由四部分组成：搜索器，索引器，换热器和用户界面。
究人员的职责是在互联网上发现和收集信息。通常是一个必须每天24小时运行的计算机程序。的任务是收集各种信息。于互联网上的信息很快更新，因此有必要定期更新已收集的旧信息。前有两种收集信息的策略：从一组起始URL开始，遵循这些URL中的超文本链接，以循环方式划分优先级，首先深化，或启发式发现Internet上的信息。些起始URL可以是任意URL，但通常是具有许多链接的非常受欢迎的站点（例如，www.sina.com.cn）。络空间按国家/地区名称，IP地址或国家/地区域名划分。个研究人员负责子空间的横向搜索。
究人员收集了许多类型的信息文件，包括HTML，XML，FTP，Word文档以及大量的视频和音频信息。索实现通常使用诸如分布式并行计算之类的技术来加速发现和更新信息。业搜索引擎的信息发现每天可以达到数亿个网页。引器的索引器的功能是分析研究者寻求的信息，提取索引元素并使用它们来创建表示文档的索引表并生成文档库。引元素有两种类型的目标索引元素和内容索引元素：目标元素没有链接到文档的语义内容，例如作者的名称， URL，更新时间，编码，长度，链接流行度（链接流行度）等反映文档的内容，例如关键字及其权重，短语，单词等。容索引元素可以分为两种类型：单个索引元素和多个索引元素（或短语索引元素）。
个索引元素是英语的英语单词，由于单词之间有自然的分隔符（空格），因此更容易提取;对于连续写入的中文等语言，必须对单词进行分段。搜索引擎中，通常将加权分配给单个索引元素以指示索引元素相对于文档的区分程度，并且用于计算查询结果的相关性。用的方法通常包括统计方法，信息理论和概率方法。用于提取句子索引元素的统计，概率和语言方法。引表通常使用一种反转列表形式，即索引元素查找相应的文档。引表还可以记录索引条目在文档中出现的位置，
宁波seo优化以便提取器计算索引条目的接近度或接近度。
引器可以使用集中索引算法或分布式索引算法。数据量很重要时，必须实施即时索引，否则将无法应对信息量的快速增加。引算法对索引器性能具有显着影响，例如大规模峰值查询的响应速度。索引擎的执行速度在很大程度上取决于索引的质量。集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，对要打印的结果进行排序并实现某些与用户相关的反馈机制。究人员常用的研究信息模型包括四种类型的集合理论模型，代数模型，概率模型和混合模型。户界面用户界面用于输入用户查询的内容，显示查询结果并提供反馈用户相关性的机制。是在用户和计算机之间建立的连接，以便于用户使用计算机资源。般指软件接口，即基于人机连接的硬件设备接口开发的软件。如设置和删除连接，发送和接收数据，发送中断信息，检查错误，生成状态报告表等。索引擎分类根据信息收集方法和服务提供方法，搜索引擎系统可以分为三类：按目录搜索引擎手动或半自动收集信息，一旦发布者查看了该信息，就会手动创建信息摘要。将信息放在预定的分类框架中。多数信息涉及网站，提供目录导航服务和直接恢复服务。于这种类型的搜索引擎增加了人工智能，信息准确，导航质量高，缺点是需要人工干预，大量维护，信息量少，缺乏信息。
合时宜的信息。些搜索引擎的代表是：MSN.com，Yahoo.com等，中国最着名的目录中的搜索引擎是hao123.com。器人搜索引擎通过名为Spider的机器人程序自动收集和发现Internet上的信息，该程序对收集的信息进行索引，并根据机器人的查询检索索引数据库中的信息。户。将查询结果返回给用户。务方法是网页的全文搜索服务。种类型的搜索引擎的优点是它包含大量信息，现场更新，无需人工干预，但返回的信息太多，以及许多不相关的信息。户必须过滤结果。类搜索引擎的代表是：谷歌;国家代表是：百度等搜索引擎（例如搜索元搜索引擎）没有自己的数据，但同时将用户的查询提交给多个搜索引擎，并且重复排除和重新组织返回的结果，然后返回用户以自己的结果形式。务方法是对网页进行全文搜索。种类型的搜索引擎的优点是返回的信息量更大，更完整，这样做的缺点是所使用的搜索引擎的功能无法完全使用，用户必须执行更多过滤。何判断搜索引擎的优缺点决定了搜索系统的优缺点，主要以质量，成本和时间来衡量。此，还必须在这三个方面中执行对在计算机网络上搜索信息的效果的评估。量标准主要通过召回率和准确率来评估。用标准是搜索费用，是指用户为搜索项目投入的运营成本。间标准是指花费的时间，包括恢复准备时间，恢复过程时间，文档时间获取等。
回率和准确率是决定恢复效果的主要标准，而后两者相对较小。回率是系统在给定搜索中检测到的相关文件数量与系统数据库中相关出版物总数的比率，以及数据库中相关文件的数量。取系统。世。回率= [检测到的相关文献的量/文献库中相关文献的总量] 100％。确比率是系统检测到的相关文档的数量与给定搜索期间检测到的文档总数的比率，以及系统数据库中检测到的所有文档的文档数量。确率= [检测到的相关文献的数量/检测到的文件总数] 100％。回率和准确率是评估提取效果的两个重要指标：召回率和准确率与文献信息的存储和检索直接相关;即在系统的范围和索引。言，索引和恢复工作有着非常密切的关系。
响召回率的因素对召回率有影响。于文献的存储，主要有：文献收集不完整，参考词汇缺乏控制和特异性，词汇结构不完整，词语之间的关系模糊或不正确;索引未知，索引不一致，索引器错过了原始文本的重要概念或错误使用了该词。外，从检索信息的角度来看，主要有：恢复策略过于简单，词语选择和逻辑组合不合适，恢复方法太少，研究人员如果没有资格且缺乏耐心，搜索系统就没有截断功能，反馈功能也无法完全描述搜索过程中的搜索要求。响准确率的因素主要影响准确率：索引词不能准确描述文献主题和检索标准，关联规则不严格，词语之间的关系不正确，索引太详细，组合错误，搜索中使用的搜索词（或搜索词）不够，搜索方面比搜索要求更广泛，搜索系统没有逻辑“否”功能或返回功能;搜索公式中允许的单词数量有限，单词剪切部分不合适，在搜索中使用逻辑“或”不正确。实上，影响恢复效果的因素非常复杂。据有关专家进行的研究统计实验，召回率和准确率是相互的。了完成调查，将逐步放宽研究的范围和限度，这将导致许多不相关的文件的引入，这将影响准确性。图提高召回率和准确率并不容易。方面，忽视另一方是不恰当的。据具体的主题要求，必须以合理的方式调整召回率和准确率，以确保恢复效果。索引擎未来发展趋势搜索引擎已经开发和探索了好几年，并且更接近人口的需求，搜索引擎技术也是如此。索引擎的最新技术发展包括：通过搜索引擎更好地理解用户搜索问题为了更好地理解用户的搜索查询，搜索查询语言必须有效才能克服了关键字搜索和目录搜索的问题。在出现了自然语言智力的不足。户可以输入简单的问题，例如“如何杀死计算机病毒？”一旦搜索引擎分析了问题的结构和内容，它就可以直接给出问题的答案或指导用户选择几个问题。然语言的优点在于一个是进一步人性化网络通信，另一个是使查询更方便，直接和有效。上面的示例中，如果您使用关键字查询，大多数人将使用“病毒”一词进行搜索。
果将不可避免地包括各种病毒的引入，病毒的生成方式等。“如何杀死计算机病毒？”，搜索引擎将提供有关如何将病毒杀死给用户的信息，从而提高恢复效率。索引擎基于链接的评估。Goggle是基于链接评估的搜索引擎的优秀代表。原始链接评估系统基于以下认识：网页的重要性取决于其与其他网页的链接。接数量，特别是标识为“重要”的链接数量。种类型的评估系统与“技术引文索引”的概念非常相似，但由于互联网是在商业环境中开发的，因此网站的链接数量与其商业推广密切相关。
价体系在一定程度上缺乏客观性。于访问质量的搜索引擎基于搜索引擎的直接影响：基本思想是大多数人选择访问的网站是最重要的网站。据成千上万用户在搜索结果中实际选择和查看的网站以及在这些网站上花费的时间，按重要性顺序确定相关网站的排名，并确定哪些网站符合搜索条件。好的用户。究要求。此，它具有典型的趋势。评估系统具有与基于链路评估的搜索引擎相同的缺点。除附加到搜索结果的其他信息根据调查，过多的附加信息会增加用户的工作量。
删除这些过多的附加信息，您可以使用搜索技术，例如用户自定义和内容过滤。参考文献[1]贾福新，郑红军，现代信息检索系统[M]，北京：机械工业出版社，2005。2]徐宝文，搜索引擎与信息采集技术[北京] ：清华大学出版社，2003。3]王彤。搜索引擎中排名的提示[M]。京：企业管理出版社，2004。
本文转载自
宁波seo优化www.leseo.net
补充词条：
宁波网络seo公司
宁波seo网站优化
宁波seo排名
宁波谷歌优化
宁波seo优化公司
