搜索引擎从入门到精通
时间:2007年01月08日 内容来源: 互诺科技 浏览量:0

美美(15岁)爱上网,通常她就是泡聊天室、看新闻、玩网络游戏之类的,时间一长,觉得有些无聊了。这天美美问:“妮妮表姐,你整天上网做什么呢?”妮妮说:“上网查资料呀。查资料?”“怎么查?上哪查?……”美美一连串的疑问。妮妮说:“查资料当然是要用搜索引擎啊。我平时写论文用的资料、做主页用的图片、电脑知识、甚至电子版的小说、最新的CD试听都是通过搜索引擎找到的。还有,我的主页这半年访问量剧增,也要归功于搜索引擎啊。”

搜索引擎?美美觉得挺奇怪的:“这搜索引擎有这么大威力?嗯,我也要学习用搜索引擎。”“可以啊,不过,最近我挺忙的,要不,先让小张(妮妮的男朋友)教你一些基本知识吧。”

“美美,学习使用搜索引擎先要了解一些基本知识,可是有点枯燥哦,要有心理准备哟。”小张在旁边嘿嘿的笑着。美美嘴里哼了哼:“谁怕呀,来吧。”小张清了清嗓子,开始了讲解:

“十几年前,WWW(World Wide Web,万维网)还没有出生的时候,互联网上只有冰冷的文字,没有图像和声音,而且网站数量也不多,感兴趣的网站就那么几个,可以在很短的时间内就掌握其中的全部信息,搜索引擎完全没有出现的必要。1993年,互联网上出现了最早的Web浏览器Mosaic,次年Netscape推出了Navigator。浏览器的发展促使Web得到迅速推广,站点数目以惊人的速度增加,我们再也不能用传统记忆方式来应付与日俱增的站点。于是,搜索引擎就诞生了。第一个搜索引擎的出生地在美国,它的名字叫Archie,是由McGill大学的一个小组开发的。”

“早期的搜索引擎是把互联网中资源服务器的地址收集起来,由其提供资源的类型不同而分成不同的目录,再一层层地进行分类。人们要找自己想要的信息可按它们的分类一层层进入,就能最后到达目的地,找到自己想要的信息。这种方式,只适用于互联网信息并不多的时候。”

“随着互联网的信息按几何式增长,搜索引擎开始快速发展。1994年春天,世界上出现了真正意义上的搜索引擎——Lycos。随着Yahoo!的出现,搜索引擎的发展也进入了黄金时代。搜索引擎家族不断发展壮大,逐渐分布到信息世界的各个角落,它们的种类、技术也在不断的发生变化。”

美美听了半天,嘴越张越大:“哇,没想到搜索引擎也有这样的历史呀。”

“那当然了,别打岔,下面要讲搜索引擎的分类及原理了,仔细听着。”

“尽管目前存在数量众多的搜索引擎,但按照它们信息搜集方法和服务提供方式的不同,可以大致划分为三大类型。”

“我们先来讲讲基于蜘蛛程序的的机器人搜索引擎,这种搜索引擎由一个称为蜘蛛(Spider)的机器人程序自动访问Web站点,提取站点上的网页,并根据网页中的链接进一步提取其它网页,或转移到其它站点上。由索引器为搜集到的信息建立索引,由检索器根据用户的查询输入检索索引库,并将查询结果返回给用户。”

美美又忍不住了:“太难了,我听不懂。”

“听起来感觉很复杂吧?简单讲,就是由程序自动抓去网上的信息,‘搜索引擎’这个词的原义就是指这种狭义的搜索引擎。”

“该类搜索引擎的优点是信息量大、更新及时、毋需人工干预,缺点是返回信息过多,有很多无关信息,用户必须从结果中进行筛选。这类搜索引擎的代表是:AltaVista、Excite、Inktomi、FAST、Lycos、Google;国内代表为:百度、OpenFind等。”

“哦,我这下我明白了,而且我还知道Google呢,好有名的。呵呵!你接着讲吧。”美美终于弄懂了。

“接着给你讲引擎目录式搜索引擎,它是以人工方式或半自动方式搜集信息,由编辑人员查看信息之后,人工形成信息摘要,并将信息置于事先确定的分类框架中。信息大多面向网站,提供目录浏览服务和直接检索服务。该类搜索引擎因为加入了人的智能,所以信息准确、导航质量高,缺点是需要人工介入、维护量大、信息量少、信息更新不及时。这类搜索引擎的国外代表是:Yahoo、LookSmart、Open Directory等;国内代表有新浪网、搜狐等的网站目录。”

“美美,美美,哎,你在干嘛哟,睡着了?”
“哪里呀,我只是在想它和前面那种搜索引擎有什么不同嘛!”

“哦,我正要讲呢。目录的数据库是依靠专职编辑或志愿人员建立起来的,这些编辑人员在访问了某个Web站点后撰写一段对该站点的描述,并根据站点的内容和性质将其归为一个预先分好的类别,把站点的URL和描述放在这个类别中,当用户查询某个关键词时,搜索软件只在这些描述中进行搜索。”

“目录的用户界面基本上都是分级结构,首页提供了最基本的几个大类的入口,用户可以一级一级地向下访问,直至找到自己感兴趣的类别,另外,用户也可以利用目录提供的搜索功能直接查找一个关键词,不过,由于目录只在保存的对站点的描述中进行搜索,因此站点本身的动态变化不会反映到搜索结果中来,这也是目录与基于Robot的搜索引擎之间的一大区别。”

“最后要讲的是Meta元搜索引擎,它的特点是本身并没有存放网页信息的数据库,当用户查询一个关键词时,它把用户的查询请求转换成其它搜索引擎能够接受的命令格式,并访问数个搜索引擎来查询这个关键词,并把这些搜索引擎返回的结果经过处理后再返回给用户。对于返回的结果系统会进行重复排除、重新排序等处理。服务方式为面向网页的全文检索。这类搜索引擎的优点是返回结果的信息量更大、更全,缺点是用户需要做更多的筛选。这类搜索引擎的代表是WebCrawler、InfoMarket等,国内的一网打尽、飓风搜索通等提供类似的功能。”

“我真不知道搜索引擎还有这么多名堂呀,真是长了见识。”美美感叹道。

“呵,这还只是开始呢,今天我们就到这儿了,你也该休息了,下次我们再继续吧。”
美美(15岁)爱上网,通常她就是泡聊天室、看新闻、玩网络游戏之类的,时间一长,觉得有些无聊了。这天美美问:“妮妮表姐,你整天上网做什么呢?”妮妮说:“上网查资料呀。查资料?”“怎么查?上哪查?……”美美一连串的疑问。妮妮说:“查资料当然是要用搜索引擎啊。我平时写论文用的资料、做主页用的图片、电脑知识、甚至电子版的小说、最新的CD试听都是通过搜索引擎找到的。还有,我的主页这半年访问量剧增,也要归功于搜索引擎啊。”

搜索引擎?美美觉得挺奇怪的:“这搜索引擎有这么大威力?嗯,我也要学习用搜索引擎。”“可以啊,不过,最近我挺忙的,要不,先让小张(妮妮的男朋友)教你一些基本知识吧。”

“美美,学习使用搜索引擎先要了解一些基本知识,可是有点枯燥哦,要有心理准备哟。”小张在旁边嘿嘿的笑着。美美嘴里哼了哼:“谁怕呀,来吧。”小张清了清嗓子,开始了讲解:

“十几年前,WWW(World Wide Web,万维网)还没有出生的时候,互联网上只有冰冷的文字,没有图像和声音,而且网站数量也不多,感兴趣的网站就那么几个,可以在很短的时间内就掌握其中的全部信息,搜索引擎完全没有出现的必要。1993年,互联网上出现了最早的Web浏览器Mosaic,次年Netscape推出了Navigator。浏览器的发展促使Web得到迅速推广,站点数目以惊人的速度增加,我们再也不能用传统记忆方式来应付与日俱增的站点。于是,搜索引擎就诞生了。第一个搜索引擎的出生地在美国,它的名字叫Archie,是由McGill大学的一个小组开发的。”

“早期的搜索引擎是把互联网中资源服务器的地址收集起来,由其提供资源的类型不同而分成不同的目录,再一层层地进行分类。人们要找自己想要的信息可按它们的分类一层层进入,就能最后到达目的地,找到自己想要的信息。这种方式,只适用于互联网信息并不多的时候。”

“随着互联网的信息按几何式增长,搜索引擎开始快速发展。1994年春天,世界上出现了真正意义上的搜索引擎——Lycos。随着Yahoo!的出现,搜索引擎的发展也进入了黄金时代。搜索引擎家族不断发展壮大,逐渐分布到信息世界的各个角落,它们的种类、技术也在不断的发生变化。”

美美听了半天,嘴越张越大:“哇,没想到搜索引擎也有这样的历史呀。”

“那当然了,别打岔,下面要讲搜索引擎的分类及原理了,仔细听着。”

“尽管目前存在数量众多的搜索引擎,但按照它们信息搜集方法和服务提供方式的不同,可以大致划分为三大类型。”

“我们先来讲讲基于蜘蛛程序的的机器人搜索引擎,这种搜索引擎由一个称为蜘蛛(Spider)的机器人程序自动访问Web站点,提取站点上的网页,并根据网页中的链接进一步提取其它网页,或转移到其它站点上。由索引器为搜集到的信息建立索引,由检索器根据用户的查询输入检索索引库,并将查询结果返回给用户。”

美美又忍不住了:“太难了,我听不懂。”

“听起来感觉很复杂吧?简单讲,就是由程序自动抓去网上的信息,‘搜索引擎’这个词的原义就是指这种狭义的搜索引擎。”

“该类搜索引擎的优点是信息量大、更新及时、毋需人工干预,缺点是返回信息过多,有很多无关信息,用户必须从结果中进行筛选。这类搜索引擎的代表是:AltaVista、Excite、Inktomi、FAST、Lycos、Google;国内代表为:百度、OpenFind等。”

“哦,我这下我明白了,而且我还知道Google呢,好有名的。呵呵!你接着讲吧。”美美终于弄懂了。

“接着给你讲引擎目录式搜索引擎,它是以人工方式或半自动方式搜集信息,由编辑人员查看信息之后,人工形成信息摘要,并将信息置于事先确定的分类框架中。信息大多面向网站,提供目录浏览服务和直接检索服务。该类搜索引擎因为加入了人的智能,所以信息准确、导航质量高,缺点是需要人工介入、维护量大、信息量少、信息更新不及时。这类搜索引擎的国外代表是:Yahoo、LookSmart、Open Directory等;国内代表有新浪网、搜狐等的网站目录。”

“美美,美美,哎,你在干嘛哟,睡着了?”
“哪里呀,我只是在想它和前面那种搜索引擎有什么不同嘛!”

“哦,我正要讲呢。目录的数据库是依靠专职编辑或志愿人员建立起来的,这些编辑人员在访问了某个Web站点后撰写一段对该站点的描述,并根据站点的内容和性质将其归为一个预先分好的类别,把站点的URL和描述放在这个类别中,当用户查询某个关键词时,搜索软件只在这些描述中进行搜索。”

“目录的用户界面基本上都是分级结构,首页提供了最基本的几个大类的入口,用户可以一级一级地向下访问,直至找到自己感兴趣的类别,另外,用户也可以利用目录提供的搜索功能直接查找一个关键词,不过,由于目录只在保存的对站点的描述中进行搜索,因此站点本身的动态变化不会反映到搜索结果中来,这也是目录与基于Robot的搜索引擎之间的一大区别。”

“最后要讲的是Meta元搜索引擎,它的特点是本身并没有存放网页信息的数据库,当用户查询一个关键词时,它把用户的查询请求转换成其它搜索引擎能够接受的命令格式,并访问数个搜索引擎来查询这个关键词,并把这些搜索引擎返回的结果经过处理后再返回给用户。对于返回的结果系统会进行重复排除、重新排序等处理。服务方式为面向网页的全文检索。这类搜索引擎的优点是返回结果的信息量更大、更全,缺点是用户需要做更多的筛选。这类搜索引擎的代表是WebCrawler、InfoMarket等,国内的一网打尽、飓风搜索通等提供类似的功能。”

“我真不知道搜索引擎还有这么多名堂呀,真是长了见识。”美美感叹道。