东北财经大学网络营销课件知识点11 搜索引擎.ppt

知识点11 搜索引擎 1. 搜索引擎概述 2. 搜索引擎的分类 3. 搜索引擎注册 4. 搜索引擎流程图 5. 智能代理 1. 搜索引擎概述 搜索引擎的系统结构与原理 （1）搜索器 是一个遵循一定协议的计算机程序（蜘蛛程序） （2）分析器 从蜘蛛程序抓回的网页源文件中抽取主题词，并对其赋予不同的权值，以表明相关程度 （3）索引器 生成从关键词到URL的关系索引表 （4）检索器 根据用户输入的关键词在索引器形成的倒排表中进行查询 （5）用户接口 例:用户输入了3个关键词，则可在术语表中先查到三个术语的标号，取这三个标号对应记录中的所有文档标号的交集（公共部分），作为检索的返回结果。它们是同时含有三个关键词的所有文档的标号集，由此标号集对应为这些文档的链接地址，由此可链接查到所有文档 2. 搜索引擎的分类 1）按照信息搜集方法的不同分 （1）目录式搜索引擎（Directory Search Engine） （2）机器人搜索引擎（Crawler-Based Search Engine） （3）元搜索引擎（Meta Search Engine） （4）蜘蛛式搜索引擎和目录式搜索引擎的区别 ①获取站点材料的手段和方式不一样 ②组织信息的方式不一样 ③显示结果的方法不一样 2）按照检索软件分类 全文数据库检索软件 非全文数据库检索软件 主题指南类检索软件 3. 搜索引擎注册 1）商业化注册及原因 （1）跟踪和了解搜索引擎站点资源比较困难 （2）搜索引擎注册已经成为网络空间的一种技术 2）蜘蛛式搜索引擎的注册技巧 （1）选择合适的网页标题 一个理想的标题应该紧扣页面的主题。标题与主题的相关程度对决定页面的级别是非常重要的。 例如：“China-CNET-com：网站建设-网站建设趋势-XML的真本色” 它由站点名称、栏目名称和文章题名符合构成。一般说来，这是一种为网页命名的好的方式。 （2）META标识 meta name = description content = “在互联网上订购、销售中外音像制品”：该行为搜索引擎提供简介信息； meta name = keywords content = “音像”：该行为搜索引擎提供关键词信息。 （3）拟定准确的头行和主体的内容 页面文件主体内容通常也对搜索引擎判定页面的内容有较大的影响。 有的搜索引擎，比如Excit就不支持META，它的“蜘蛛”软件自动将正文的前20行视为描述文字，并将其中重复次数最多的单词视为关键字。 （4）制作站点的通道页 多数搜索引擎拒绝对所递交的URL的第二级或第三级以下层次网页的索引。解决的方法就是做一个“通道页”（hallway page）。“通道页”中放置你网站的所有链接。注意，某些搜索引擎限制接受同一域名下的网页数，所以建议在“通道页”中按网页的重要程度排序链接，而且每个“通道页”中的链接数营控制在50个以内。 （5）是否注册了合适的页面 其一，避免死链接。 其二，蜘蛛软件对包含在图像中超链接是不能识别的。 其三，经常更新。 3）目录查询站点的注册技巧 （1）提供设计精美的有效页面 因为是人工而不是机器评审，所以第一印象是很重要的主观因素。 （2）拥有独特的内容 好的内容总是会排倒搜索结果的前列。 （3）选好适合的目录 通常网站被拒绝的原因就是营销人员没有认真寻找合适的网站目录。 4. 搜索引擎流程图 在搜索之前，需要先定好计划。以搜寻关于“数据采掘”的学术文档为例。 5. 智能代理 1）概念 智能代理技术是计算智能的一种应用。 表现为在互联网上漫游的电子机器人群体,它们可用于完成各种各样的任务,例如,信息收集、网络控制等。 2）应用 ?导航，即告诉用户所需要的资源在哪里 ?解惑，即根据网上资源回答用户关于特定主题的问题 ?过滤，即按照用户指定的条件，筛选符合条件的信息 ?整理，即为用户把已经下载的资源进行分门别类的组织； ?发现，即从大量的公共原始数据(比如股票行情等)中筛选和提炼有价值的信息，向有关用户发布。 智能代理软件及研究： /techhotspot/th_aa.asp /techhotspot/th_aa.asp 问题：由于技术方面的限制，智能代理软件的功能仅限于完成某些特殊的功能 * 文档中所含术语表 文档编号 文档表 术语所在文档标号表 术语编号 术语表 普通 特定 1.搜索主题属于哪个领域 从现有的数据记录中挖掘信息 2.搜索主题的关键词是什么 市场调查、数据采掘、数据库、客户调查 3.这一领域有没有知名的调查专家 没有 4.这一搜索领域是否限于互联网的一个域名 Edu