第6章Internet搜索引擎(1)

1、第6章 Internet搜索引擎 搜索引擎(search engine)是指根据一定的策略、运用特定的计算机程序搜集互联网上的信息，在对信息进行组织和处理后，为用户提供检索服务的系统。从使用者的角度看，搜索引擎提供一个包含搜索框的页面，在搜索框输入词语，通过浏览器提交给搜索引擎后，搜索引擎就会返回跟用户输入的内容相关的信息列表。 由于Archie深受欢迎，受其启发，Nevada System Computing Services大学于1993年开发了一个Gopher（Gopher FAQ）搜索工具Veronica（Veronica FAQ）。Jughead是后来另一个Gopher搜索工具。 现

2、代搜索引擎的思路源于Wanderer，不少人在Matthew Grey工作的基础上对它的蜘蛛程序做了改进。1994年7月，Michael Mauldin将John Leavitt的蜘蛛程序接入到其索引程序中，创建了大家现在熟知的Lycos，成为第一个现代意义的搜索引擎。在那之后，随着Web上信息的爆炸性增长，搜索引擎的应用价值也越来越高，不断有更新、更强的搜索引擎系统推出。其中特别引人注目的是Google，由于其采用了独特的PageRank技术，使它成为当前全球最受欢迎的搜索引擎。 百度于2000年推出，是目前在中国最成功的一个商业搜索引擎，主要提供中文信息检索，并且为门户站点提供搜索结果服务

3、。搜索范围涵盖了中国内地、香港、台湾、澳门、新加坡等华语地区以及北美、欧洲的部分站点。拥有的中文信息总量达到1亿2千万网页以上，并且还在以每天几十万页的速度快速增长。 搜索引擎提供商为争夺用户和扩大市场占有，无不争先恐后地推出个性化的搜索利器-搜索工具条（toolbar & deskbar）。Toolbar与deskbar的推出与不断完善不仅是搜索技术进步与创新的结果，也体现了搜索引擎亲和性、易用性以及个性化、本地化的发展趋向。 Toolbar基于搜索引擎又独立于搜索引擎，实质上是一种嵌入浏览器的免费插件。它的最大特点是，用户无须打开搜索引擎主页，就可以在工具条中输入关键词进行搜索。工具条除了

4、具备搜索引擎自身的功能外，大多还增添了诸如计算器、日历、发送电邮、天气预报等实用功能。 Deskbar也是搜索引擎的附属工具，与toolbar的作用大同小异，但它不是嵌入在浏览器中，而是直接安装在用户的桌面上。用户不用打开浏览器就可以输入关键词进行搜索，搜索结果与微型阅读器一起弹出，用户便可以在微型阅读器中进入相关网页。 搜索引擎优化，首先要知道搜索引擎是如何工作的，只有知道搜索引擎是如何工作的以后，才能更好的 进行优化工作，做出对于搜索引擎更加友好的网站，这样才会有好的排名。 搜索引擎的工作原理由三部分组成：搜索信息、整理信息、接受查询。 2.整理信息1.搜索信息3.接受查询 用户向搜索引擎

5、发出查询，搜索引擎接受查询并向用户返回资料。有的系统在返回结果之前对网页的相关度进行了计算和评估，并根据相关度进行排序，将相关度大的放在前面，相关度小的放在后面；也有的系统在用户查询之前已经计算了各个网页的网页等级（Page Rank ），返回查询结果时将网页等级大的放在前面，网页等级小的放在后面。 这类搜索引擎一般都没有自己网络机器人及数据库，它们的搜索结果是通过调用、控制和优化其它多个独立搜索引擎的搜索结果并以统一的格式在同一界面集中显示。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，但在检索请求提交、检索接口代理和检索结果显示等方面，均有自己研发的特色元搜索技术。比

6、如“metaFisher元搜索引擎”。元搜索引擎在接受用户查询请求时，同时在其他多个引擎上进行搜索，并将结果返回给用户。著名的元搜索引擎有InfoSpace、Dogpile、Vivisimo等（元搜索引擎列表），中文元搜索引擎中具代表性的有搜星搜索引擎。在搜索结果排列方面，有的直接按来源引擎排列搜索结果，如Dogpile，有的则按自定的规则将结果重新排列组合，如Vivisimo。 除上述三大类引擎外，还有以下几种非主流形式：1、集合式搜索引擎集合式搜索引擎：如HotBot在2002年底推出的引擎。该引擎类似META搜索引擎，但区别在于不是同时调用多个引擎进行搜索，而是由用户从提供的4个引擎当中

7、选择，因此叫它“集合式”搜索引擎更确切些。2、门户搜索引擎门户搜索引擎：如AOL Search、MSN Search等虽然提供搜索服务，但自身即没有分类目录也没有网页数据库，其搜索结果完全来自其他引擎。3、免费链接列表免费链接列表（Free For All Links，简称FFA）：这类网站一般只简单地滚动排列链接条目，少部分有简单的分类目录，不过规模比起Yahoo等目录索引来要小得多。由于上述网站都为用户提供搜索查询服务，为方便起见，我们通常将其统称为搜索引擎。 1、标题搜索 2、把搜索范围限定在URL链接中 3、网站搜索 4、链接搜索 5、文件搜索 我们日常信息需求大致可分为两种，一种是寻

8、找参考资料，另一种是查询产品或服务，那么对应的搜索引擎选择就应该是全文搜索引擎（Full-Text Search Engine）和目录索引（Search Directory）。 Google（www.G）是一个搜索引擎，由两个斯坦福大学博士生Larry Page与Sergey Brin于1998年9月发明，Google Inc. 于1999年创立。2000年7月份，Google替代Inktomi成为Yahoo公司的搜索引擎，同年9月份，Google成为中国网易公司的搜索引擎。98年至今，Google已经获得30多项业界大奖。 Google采用了两个重要的特性，因此而获取了准确的查询结果：第一，

9、Google利用网页的链接结构计算出每个网页的等级排名，这就是所谓的PageRank；第二，Google利用了链接提供的信息进一步改善搜索结果。 Google搜索引擎初级使用技巧 1.组合+ - OR(大写) 示例:搜索所有包含“a”而不含“b”的中文网页 搜索:“a -b” 示例:搜索包含布兰妮“Britney”或者披头士“Beatles”、或者两者均有的中文网页。 搜索:“Britney OR Beatles OR 布兰妮 OR 批头士” 示例:搜索包含布兰妮“Britney”或者披头士“Beatles”、或者两者均有的中文网页,而不含“Madonna”的中文网页 搜索:“Britney

10、OR Beatles -Madonna” 2.搜索整个句子 用句子做关键字，必须加英文引号。 示例:搜索包含“long, long ago”字串的页面。 搜索:“long long ago”3.查询某一类文件(往往带有同一扩展名)“filetype:”，这是个尚在测试阶段。普通页面似乎上只能查询PDF文件。在图象搜索里可以查JPG文件Bin Laden filetype:jpg示例:搜索关于电子商务(ECOMMERCE)的PDF文档。搜索:“ecommerce filetype:pdf”4.搜索的关键字包含在URL链接中比如 MP3(8过在GOOGLE上搜MP3，出来的结果还是百度)inurl

11、:示例:在eetchina上找含有LABVIEW的内容搜索:inurl:eetchina labviewsite:示例:搜索中文教育科研网站()上所有包含“金庸”的页面。搜索:“金庸 site:”结果:已搜索有关金庸 site:的中文(简体)网页。 共约有1,730项查询结果，这是第1-10项 。 搜索用时0.23秒。intitle:搜索的关键字包含在网页标题中示例:查找日本明星藤原纪香的照片集。搜索:“intitle:藤原纪香 写真”5.翻译、天气、ZIPCODEGoogle 简体中文界面的股票，天气，邮编区号和手机号码查询功能仅适用于中国大陆地区。翻译(“翻译”,“fy” 和“FY” 任选其一)翻译:仪器输入:“FY 仪器”结果:仪器: instrument天气(“天气”,“tq” 或“TQ” 任选其一)查上