搜索引擎算法研究.docxVIP

１．引言 万维网WWW （World Wide Web ）是一个巨大的，分布全球的信息服务中心，正在以飞快的速度扩展。1998 年WWW 上拥有约 3.5 亿个文档[14]，每天增加约1 百万的文档[6]，不到9 个月的时间文档总数就会翻一番[14]。WEB 上的文档和传统的文档比较，有很多新的特点，它们是分布的，异构的，无结构或者半结构的，这就对传统信息检索技术提出了新的挑战。 传统的WEB 搜索引擎大多数是基于关键字匹配的，返回的结果是包含查询项的文档，也有基于目录分类的搜索引擎。这些搜索引擎的结果并不令人满意。有些站点有意提高关键字出现的频率来提高自身在搜索引擎中的重要性，破坏搜索引