6网络信息检索.pdf

Zhejiang University 网络信息检索 网络信息检索 冀海峰/侯迪波 冀海峰/侯迪波 浙江大学控制科学与工程学系 浙江大学控制科学与工程学系 Zhejiang University 1 搜索引擎 搜索引擎简介 搜索引擎分类 搜索引擎原理 Zhejiang University 1.1 搜索引擎简介 1.1 搜索引擎简介 搜索引擎指自动从互联网搜集信息，经过一定整理以 后，提供给用户进行查询的系统。 搜索引擎并不真正搜索互联网，它搜索的实际上是预先 整理好的网页索引数据库。 搜索引擎的数据库中通常收集了互联网上上千万甚至几 十亿个网页，并对网页中的每一个词（即关键词）进行 索引，建立了索引数据库的全文搜索引擎。当用户查找 某个关键词的时候，所有在页面内容中包含了该关键词 的网页都将作为搜索结果被搜出。 Zhejiang University 发展史 鼻祖：Archie ，1990年由加拿大Montreal的McGill University学 生Alan Emtage 、Peter Deutsch、Bill Wheelan发明的FTP网站文 件搜索程序； 1993年，第一个Spider程序出现，是由MIT Matthew Gray发明的 一个名叫的World wide Web Wanderer 的程序，用于追踪互联网 发展规模。 1994年4月，Stanford大学的两名博士生，美籍华人Jerry Yang （杨致远）和David Filo共同创办了Yahoo ！； 1998年9月，Stanford大学的两名博士生Larry Page与Sergey Brin共同创办了Google； 2000年1月，前Infoseek资深工程师李彦宏与好友徐勇在北京中关 村创立了百度（Baidu）公司。 Zhejiang University 1.2 搜索引擎的分类 1.2 搜索引擎的分类 搜索引擎按其工作方式主要可分为3种： 全文搜索引擎 （Full Text Search Engine） 目录索引类搜索引擎 （Search Index / Directory ） 元搜索引擎 （Meta Search Engine） Zhejiang University 全文搜索引擎 是名副其实的搜索引擎，通过从互联网上提取的 各个网站的信息而建立的数据库中，检索与用户 查询条件匹配的相关记录，然后按一定的排列顺 序将结果返回给用户。 国外具代表性的有Google、Fast/AllTheWeb、 AltaVista 、Inktomi、Teoma、WiseNut 等， 国内著名的有百度（Baidu）。 Zhejiang University 目录索引类搜索引擎 以人工方式或半自动方式搜集信息，由编辑员查 看信息之后，人工形成信息摘要，并将信息置于 事先确定的分类框架中。 这类搜索引擎的代表是：Yahoo 、Open Directory、Go Guide等。