浅析搜索引擎的原理及发展前景.pdfVIP

浅析搜索引擎的原理及发展前景

[摘要]文章简述搜索引擎定义和服务方式，及搜索引擎的发展、工作原理和

性能指标，分析了搜索引擎面临的挑战，并对特色搜索引擎进行了简要的阐述。

[关键词]搜索引擎；信息检索

信息技术的不断发展，特别是互联网应用的迅速普及，深入到了人们生活的各个方

面，改变了人们生活方式和思维方式，方便了全球信息资源共享。全球目前的网页

超过100亿，每天新增加数百万网页，电子信息爆炸似的丰富起来。要在如此浩瀚

的海洋里寻找信息，就像“大海捞针”一样。能有一种工具使我们可以在不到1秒

钟的时间就迅速找到我们想要的内容吗？答案是“有”，这就是搜索引擎。今天，

搜索引擎已成为人们在网络信息海洋中自如冲浪必不可少的利器。

搜索引擎（SearchEngines）就是指在WWW（WorldWideWeb）环境中能够响应用

户提交的搜索请求，返回相应的查询结果信息的技术和系统，是互联网上的可以查

询网站或网页信息的工具。它包括信息搜集、信息整理和用户查询三部分。搜索引

擎的服务方式分为两种：目录服务和关键字检索服务。目录服务是由分类专家将网

络信息按照主题分成若干个大类，用户可以根据分类清晰地找到自己所需要的内

容。关键字检索服务可以查找包含一个或多个特定关键字或词组的WWW站点。搜索

引擎是互联网的第二大核心技术，涉及到信息检索、人工智能、计算机网络、分布

式处理、数据库、数据挖掘、数字图书馆、自然语言处理等多领域的理论和技术，

所以具有综合性和挑战性。

1搜索引擎的发展

1990年以前，没有任何人能实现搜索互联网的功能。互联网发展早期，信息量较

少，互联网用户多为专业人士，那时查找信息要相对容易。伴随互联网爆炸性的发

展，普通网络用户想找到所需的资料简直如同大海捞针，这时为满足大众信息检索

需求的搜索引擎便应运而生了。所有搜索引擎的祖先，都可以追溯到1990年由蒙

特利尔McGill大学学生AlanEmtage、PeterDeutsch、BillWheelan发明的

Archie(ArchieFAQ)。虽然当时WorldWideWeb还未出现，但因为当时网络的主

要用途是传输文件，网络中的文件传输还是相当频繁。由于大量的文件散布在各个

分散的FTP主机中，查询起来非常不便，因此AlanEmtage想到了开发一个可以以

文件名查找文件的系统，于是便有了Archie。

1993年，美国内华达SystemComputingServices大学开发了一个与Archie非常

相似的搜索工具，这个搜索工具既能够检索文件也能够检索网页。

1994年4月，斯坦福（Stanford）大学的两名博士生，DavidFilo和美籍华人杨

致远（GerryYang）共同创办了超级目录索引Yahoo，并成功地使搜索引擎的概念

深入人心。从此搜索引擎进入了高速发展时期。

1998年，斯坦福大学的两位博士生LarryPage和SergeyBrin开发出了现在世

界上最大的搜索引擎――Google。通过对20多亿网页进行整理，Google可为世

界各地的用户提供适需的搜索结果，而且搜索时间通常不到半秒。现在，Google

每天需要为世界各国用户提供1.5亿次查询服务。

1997年10月29日，北大天网正式在CERNET上向广大Internet用户提供Web信

息导航服务，它是由北大计算机系网络与分布式系统研究室开发的国家“九五”重

点科技攻关项目“中文编码和分布式中英文信息发现”的研究成果，受到学术界广

泛好评。

2000年1月，两位北大校友，前Infoseek资深工程师李彦宏与加州大学伯克利分

校博士后徐勇在北京中关村创立了百度（Baidu）公司。历经5年的高速发展后，

在近两年时间里，百度高居全球网站流量前八名的位置，已经成为全球十大网站之

一。百度每天接受着超过一亿人次来自各个方面的内容检索请求，中国9400万网

民几乎每天使用1次百度。“有问题百度一下”已经成为中国网络流行语之一。

2002年，中国搜索（原慧聪搜索）正式进入中文搜索引擎市场。在一年多的时间

里，就发展为全球著名的中文搜索引擎服务商，为新浪、搜狐、网易、TOM等知名

门户网站提供搜索引擎技术。慧聪搜索引擎的优势是从人工审核网站信息源和设置

禁查词两个方面入手，有效地过滤了不良信息，降低了垃圾信息的含量。在互联网

实时新闻搜索方面，慧聪也实现了网络新闻的实时检索。

2搜索引擎的工作原理

简单的说，搜索引擎是