Re:搜索引擎 研究
网络 google排名搜索引擎与智能代理技术(1)
互联网在全球范围内的迅速发展与成熟,促使社会各领域信息飞速膨胀,为人们查找、获取 有用信息提供了丰富的信息源,但也给信息的准确定位提出了挑战。提供网上资源的检索是 网络信息服务的重要内容之一,加之现代人也对信息把握的正确性和全面性提出了越来越高 的要求,因此,当务之急是开发性能优越的网络信息检索工具。 1993年,第一批google排名搜索引擎诞生后,发展至今已经逐渐走向成熟,伴随着计算机智能化研究的
不断发展,具有适应性和学习性特征的智能代理技术也正从试验阶段过渡到实际应用。目前 ,搜索引擎google排名(search engine)与智能代理(intelligent agent)已经成为网络信息搜索的关键 技术与核心思想。 1 搜索引擎技术google排名的发展现状
1.1 搜索引擎技术
目前,网络信息检索技术最主要的是搜索引擎技术,搜索引擎实际上是一个专用的WWW服务
器,也可以说是因特网google排名上的一类网站,这类网站与一般的网站不同,其主要工作是收集网络 上成千上万的网站和网页信息,组成庞大的索引数据库。使用优秀的搜索引擎可以达到事半 功倍的效果。目前网络上大约有3000多种搜索引擎,我们较为熟悉的提供中文搜索引擎的站 点有sina、sohu、 Yahoo、netease和中文Excite等。 一般来说,搜索引擎google排名主要采取两种方式实现对网络信息资源的检索,一是采用分类主题目录
形式,将网站进行树状的分类,所链接的网站必须至少归属于其中一个类别,形成类似图书 馆目录一样的分类google排名主题目录,用户通过逐级浏览这些目录来找寻自己需要的内容,采用这种 检索方式的搜索引擎google排名有Yahoo、sohu等,由于使用了专家进行归纳和分类,为信息导航带来 了极大的方便,但这种方式在分类和目录整理中需要大量的人力;二是使用关键词匹配方式 ,其处理对象主要是文本,它能够对大量文档建立由字(词)到文档的索引库,在此基础上, 用户使用关键词对网页进行搜索时,系统将会显示含有该检索用词的所有网站、网页和新闻 等匹配信息。关键词检索能解决对网页细节的检索问题,只要用户输入关键词,系统通过蜘 蛛机器人自动在选定的范围内进行检索,并将所检索到的信息自动标引导入索引数据库中, 匹配所检范围中的网页,就能得到检索结果。 1.2 搜索引擎google排名使用的信息检索技术及其不足
目前搜索引擎使用的信息检索技术主要有:Robot技术、索引技术、翻译技术、转换技术、过滤技术、数据库技术、结果处理技术等。搜索引擎的最大优点是:信息的覆盖面较大,信息
新颖,而且对google排名搜索结果的相关性排列上,搜索引擎将其认为相关性高的检索结果排列在前。 但由于搜索引擎使用的信息检索技术智能水平的限制,以及对自然语言理解的制约,对网络 信息的google排名检索存在许多不足之处。主要有如下几方面。 (1)现在的google排名搜索引擎主要通过Robot将网页的全部或部分内容下载到自建索引库中,由于下载的页面许多是无用或暂时信息,既影响检索速度,也增加了用户检索负担。
(2)由于google排名搜索引擎一般都采用关键词检索方式,但许多情况下,用户很难简单地用关键词或
关键词之间的组配来准确地表达真正需要的信息内容,表达困难导致检索困难。 (3)每个google排名引擎的覆盖面都相当有限。经考察研究发现,没有一个搜索引擎的索引量超过整个
网页的1/6。 (4)搜索的结果不精确。搜索结果的精确性是由查询词与网页的相关性来确定的,常常输入
一个单一的查询词能返回数万篇结果,或者零篇结果。 文章来源:电子商务指南
|