在浩如烟海的Internet上，特殊是其上的Web（World Wide Web万维网）上，不会搜索，就不会上网网虫朋友们，您了解搜索引擎吗?它们是怎么工作的?您都使用哪些搜索引擎?今天我就和大家聊聊搜索引擎的话题
一、搜索引擎的分类
获得网站网页材料，能够树立数据库并提供查询的体系，我们都可以把它鸣做搜索引擎依照工作原理的不同，可以把它们分为两个基本类别-全文搜索引擎（FullText Search Engine）和分类目录Directory）
全文搜索引擎的数据库是依附一个鸣“网络机器人（Spider）”或鸣“网络蜘蛛（crawlers）”的软件，通过网络上的各种链接主动获取大批网页信息内容，并按以定的规矩剖析收拾形成的Google、百度都是比拟典范的全文搜索引擎体系
分类目录则是通过人工的方法收集收拾网站材料形成数据库的，好比雅虎中国以及海内的搜狐、新浪、网易分类目录另外，在网上的一些导航站点，也可以回属为原始的分类目录，好比“网址之家”（http-//www.hao123.com/）
全文搜索引擎和分类目录在使用上各有长短全文搜索引擎因为依附软件入行，所以数据库的容量非常庞大，但是，它的查询成果去去不够正确-分类目录依附人工收集和收拾网站，能够提供更为正确的查询成果，但收集的内容却非常有限为了取长补短，现在的良多搜索引擎，都同时提供这两类查询，一般对全文搜索引擎的查询称为搜索“所有网站”或“全体网站”，好比Google的全文搜索（http-//www.google.com/intl/zh-CN/）-把对分类目录的查询称为搜索“分类目录”或搜索“分类网站”，好比新浪搜索（http-//dir.sina.com.cn/）和雅虎中国搜索（http-//cn.search.yahoo.com/dirsrch/）
在网上，对这两类搜索引擎入行整合，还发生了其它的搜索服务，在这里，我们权且也把它们称作搜索引擎，重要有这两类-
⒈元搜索引擎(META Search Engine)这类搜索引擎一般都没有自己网络机器人及数据库，它们的搜索成果是通过调用、节制和优化其它多个独立搜索引擎的搜索成果并以统一的格局在统一界面集中显示元搜索引擎虽没有“网络机器人”或“网络蜘蛛”，也无独立的索引数据库，但在检索恳求提交、检索接口代办署理和检索成果显示等方面，均有自己研发的特点元搜索技术好比“metaFisher元搜索引擎”（http-//www.hsfz.net/fish/），它就调用和整合了Google、Yahoo、AlltheWeb、百度和OpenFind等多家搜索引擎的数据
⒉集成搜索引擎（All－in－One Search Page）集成搜索引擎是通过网络技术，在一个网页上链接良多个独立搜索引擎，查询时，点选或指定搜索引擎，一次输入，多个搜索引擎同时查询，搜索成果由各搜索引擎分离以不同页面显示，好比“网际瑞士军刀”（http-//free.okey.net/%7Efree/search1.htm）
二、搜索引擎的工作原理
全文搜索引擎的“网络机器人”或“网络蜘蛛”是一种网络上的软件，它遍历Web空间，能够扫描必定IP地址范畴内的网站，并沿着网络上的链接从一个网页到另一个网页，从一个网站到另一个网站采集网页材料它为保证采集的材料最新，还会回访已抓取过的网页网络机器人或网络蜘蛛采集的网页，还要有其它程序入行剖析，依据必定的相干度算法入行大批的盘算树立网页索引，能力添加到索引数据库中我们平时望到的全文搜索引擎，实际上只是一个搜索引擎体系的检索界面，当您输入要害词入行查询时，搜索引擎会从庞大的数据库中找到符合该要害词的所有相干网页的索引，并按必定的排名规矩呈现给我们不同的搜索引擎，网页索引数据库不同，排名规矩也不绝雷同，所以，当我们以统一要害词用不同的搜索引擎查询时，搜索成果也就不绝雷同
和全文搜索引擎一样，分类目录的整个工作入程也同样分为收集信息、剖析信息和查询信息三部门，只不外分类目录的收集、剖析信息两部门重要依附人工完成分类目录一般都有专门的编纂人员，负责收集网站的信息跟着收录站点的增多，现在一般都是由站点管理者递交自己的网站信息给分类目录，然后由分类目录的编纂人员审核递交的网站，以决议是否收录该站点如果该站点审核通过，分类目录的编纂人员还须要剖析该站点的内容，并将该站点放在相应的类别和目录中所有这些收录的站点同样被寄存在一个“索引数据库”中用户在查询信息时，可以选择依照要害词搜索，也可按分类目录逐层查找如以要害词搜索，返回的成果跟全文搜索引擎一样，也是依据信息联系关系水平排列网站须要注意的是，分类目录的要害词查询只能在网站的名称、网址、简介等内容中入行，它的查询成果也只是被收录网站首页的URL地址，而不是详细的页面分类目录就像一个电话号码薄一样，依照各个网站的性质，把其网址分门别类排在一起，大类下面套着小类，一直到各个网站的详细地址，一般还会提供各个网站的内容简介，用户不使用要害词也可入行查询，只要找到相干目录，就完整可以找到相干的网站（注意-是相干的网站，而不是这个网站上某个网页的内容，某一目录中网站的排名一般是依照题目字母的先后次序或者收录的时光次序决议的）
一个好的搜索引擎，不仅数据库容量要大，更新频率、检索速度要快，支撑对多语言的搜索，而且跟着数据库容量的不断膨胀，还要能从庞大的材料库中正确地找到正确的材料
⒈进步搜索引擎对用户检索提问的懂得为了进步搜索引擎对用户检索提问的懂得，就必需有一个好的检索提问语言为了战胜要害词检索和目录查询的毛病，现在已经呈现了天然语言智能答询用户可以输入简略的疑问句，好比“如何能杀死盘算机中的病毒”，搜索引擎在对提问入行构造和内容的剖析之后，或直接给出提问的谜底，或领导用户从几个可选择的问题中入行再选择天然语言的优势在于，一是使网络交换更加人道化，二是使查询变得更加便利、直接、有效就以上面的例子来讲，如果用要害词查询，多半人会用“病毒”这个词来检索，成果中必然会包含各类病毒的介绍，病毒是怎样发生的等等许多无用信息，而用“如何能杀死盘算机中的病毒”检索，搜索引擎会将怎样杀死病毒的信息提供应用户，进步了检索效力
⒉垂直主题搜索引擎有着极大的发铺空间网上的信息浩如烟海，网络资源以惊人的速度增加，一个搜索引擎很难收集全所有主题的网络信息，即使信息主题收集得比拟全面，因为主题范畴太宽，很难将各主题都做得正确而又专业，使得检索成果垃圾太多这样以来，垂直主题的搜索引擎以其高度的目的化和专业化在各类搜索引擎中盘踞了一席之地目前，一些重要的搜索引擎，都提供了消息、Mp3、图片、Flash等的搜索，增强了检索的针对性
⒊元搜索引擎，能够提供全面且较为正确的查询成果现在的许多搜索引擎，其收集信息的范畴、索引方法、排名规矩等都各不雷同，每个搜索引擎平均只能涉及到整个Web资源的30－50%，这样导致统一个搜索恳求在不同搜索引擎中获得的查询成果的反复率不足34%，而每一个搜索引擎的查准率不到45%元搜索引擎(META Search Engine)是将用户提交的检索恳求发送到多个独立的搜索引擎上去搜索，并将检索成果集中统一处置，以统一的格局提供应用户，因此有搜索引擎之上的搜索引擎之称它的重要精神放在进步搜索速度、智能化处置搜索成果、个性化搜索功效的设置和用户检索界面的友爱性上，查全率和查准率都比拟高
四、重要的搜索引擎介绍
这里介绍的是在海内外影响比拟大的重要的一些搜索引擎和分类目录站点，因为现在的站点一般都同时提供全文搜索和分类目录两种服务，所以我们依照其自有的技术入行分类和介绍
㈠重要的全文搜索引擎
⒈Google（http-//www.google.com/）Google成立于1997年，几年间敏捷发铺成为世界范畴内范围最大的搜索引擎Google数据库现存有42.8亿个Web文件，每天处置的搜索恳求已达2亿次，而且这一数字还在不断增加Google借用Dmoz（http-//dmoz.org/）的分类目录提供“网页目录”查询（http-//www.google.com/dirhp?hl=zh-CN%26tab=wd%26ie=UTF-8%26oe=UTF-8%26q=），但默认网站排列次序并非依照字母次序，而是依据网站PageRank的分值高下排列
⒉百度（http-//www.baidu.com/）百度是海内最早的商业化（早期为其它门户网站提供搜索服务，现在的竞价排名更是日入斗金）全文搜索引擎，拥有自己的网络机器人和索引数据库，专注于中文的搜索引擎市场，除有网页搜索外，百度还有消息、MP3、图片等搜索，并在2003年底推出“贴吧”、按地区搜索等功效
⒊中国搜索（http-//www.huicong.com/）中国搜索的前身是慧聪搜索，原慧聪搜索在结合中国网等30多家知名网站的基本上，2002年9月25日，正式组建了中国搜索联盟，经由一年多的发铺，联盟成员就已达630多家，成为中国互联网一支重要的力气因为发铺敏捷，慧聪集团借上市之机，将慧聪搜索更名为中国搜索，全力发铺其在搜索引擎方面的业务，以打造中文搜索范畴的全新品牌
㈡重要分类目录
⒈雅虎中国分类目录（http-//cn.yahoo.com/）雅虎中国的分类目录是最早的分类目录，现有14个主类目，包含“商业与经济”、“艺术与人文”等，可以逐层入入入行检索，也可以应用要害词对“分类网站”入行搜索（http-//m6.search.cnb.yahoo.com/dirsrch/）此外，雅虎中国也可以对“所有网站”入行要害词搜索（http-//cn.search.yahoo.com/websrch/），早期，他的搜索成果使用Google的数据，2004年2月正式推出自己的全文搜索引擎，并停止了与Google的合作
⒉新浪分类目录（http-//dir.sina.com.cn/）新浪的分类目录目前共有18个大类目，用户可按目录逐级向下阅读，直到找到所需网站就好像用户到藏书楼找书一样，依照类别大小，层层查找，最终找到须要的网站或内容通过和其它全文搜索引擎的合作，现在，也可以使用要害词对新浪的“分类网站”或“全体网站”入行搜索
⒊搜狐分类目录（http-//dir.sohu.com/）搜狐分类目录把网站作为收录对象，详细的方法就是将每个网站首页的URL地址提供应搜索用户，并且将网站的落款和整个网站的内容简略描写一下，但是并不揭示网站中每个网页的信息内容除此之外，也可以使用要害词对搜狐的“分类目录”或所有网站入行搜索
⒋网易分类目录（http-//search.163.com/）网易的分类目录采取“开放式目录”管理方法，在功效齐全的散布式编纂和管理体系的支撑下，现有5000多位各界专业人士介入可阅读分类目录的编纂工作，极大地适应了互联网信息爆炸式增加的潮流在增强与其它搜索引擎合作的基本上，新版搜索引擎支撑使用要害词对所有网站入行检索
实际上，搜索引擎的众多技术都是高度保密的，以是仅仅是笔者的一些愚见，不足之处，还请众大虾批驳指正
转载请注明出处。
相关文章
精彩导读
热门资讯
关注我们
