Internet搜索引擎概述摘要知识.pdfVIP

Internet 搜索引擎概述摘要：对基于 lnternet 的搜索引擎的含义及分类、基本构成、工作原 理及性能评价标准进行了概述， 并进一步分析了利用搜索引擎检索网络信息的局限， 对其未 来的发展趋势作了相应的分析。 关键词：搜索引擎，网络信息检索，发展趋势 1 搜索引擎的含义及其分类 搜索引擎，即 search engine ，这一词在国内外因特网领域中被广泛的使用，然而。它的含 义却不尽相同。 在美国。 搜索引擎通常指的是基于因特网的搜索引擎， 它们收集因特网上几 千万到几亿个网页， 并且每一个网页上的每一个词都被搜索引擎所收录， 也就是我们所说的 全文检索，典型的如 Goog|e ，ln[oseek ， HotBot 。在中国，搜索引擎通常指的是基于网站 目录的搜索服务或者是特定网站的搜索服务， 前者如搜狐、 新浪等公司开发的网站搜索服务， 后者如 Chinaren 网站提供的全文检索服务。而本文研究的搜索引擎是指一种基于 lntemet 的信息查询工具，即一种基于 lnternet 的信息查询系统，包括信息采集、信息标引和信息检 索三个主要部分。 现有的搜索引擎基本上分为三类： 1.1 single search engine( 独立搜索引擎 ) 它的特点是仅在搜索引擎自身的数据库检索信息， 比如 Yahoo 。 1.2 Meta search engine( 元搜索引擎 ) 它在检索信息时通过调用其它多个独立的搜索引擎来 完成检索功能， 并且能够将从多个独立搜索引擎查询的结果进行不同程度的处理， 比如删除 重复结果、 校验连接、 结果按照相关度排序等。 元搜索引擎本身可以有也可以没有自己的数 据库。 由于不同的元搜索引擎挂接的独立搜索引擎各不相同， 且各自独立的搜索引擎在查询 语法上的差别较大，使得元搜索引擎本身仅支持 AND 、0R 、N0T 等简单的语法操作，返回 的结果只能满足 最低常用分母“ ”，即不能提高搜索结果的准确性。 1.3 Net search engine( 网络搜索软件 ) 就是网络用户可以将相应的搜索软件下载至本地的 计算机上， 安装查询，这是一种具有网络查询功能的离线浏览器。 相对于元搜索引擎， 它可 以灵活地控制输出结果，其最大特点是方便用户使用和能快速地查询网络相关资源。 2 网 络搜索引擎的工作原理及其基本构成 用户检索信息时， 搜索引擎是根据用户的查询要求， 按照一定的算法从索引数据库中查找对 应的信息返回给用户。 为了保证用户查找信息的精度和新鲜度。 对于独立的搜索引擎而言． 还 需要建立并维护一个庞大的数据库。 独立搜索引擎中的索引数据库中的信息是通过一种叫做 网络蜘蛛 (spider) 的程序软件定期在网上爬行，通过访问公共网络中公开区域的每一个站点 采集网页， 对网络信息资源进行收集， 然后利用索引软件对收集的信息进行自动标引， 创建 一个可供用户按照关键字等进行查询的 web 页索引数据库，搜索软件通过索引数据库为用 户提供查询服务。所以，一般的搜索引擎主要由网络蜘蛛、索引和搜索软件三部分组成 . 网络蜘蛛。 是一个功能很强的程序， 它会定期根据预先设定的地址去查看对应的网页， 如网 页发生变化则重新获取该网页， 否则根据该网页中的链接继续去访问。 网络蜘蛛访