《信息技术导论-搜索引擎的概念、分类与发展历史x.pptx》由会员分享，可在线阅读，更多相关《信息技术导论-搜索引擎的概念、分类与发展历史x.pptx（20页珍藏版）》请在三一办公上搜索。
1、搜索引擎的概念、分类与发展历史,指导老师：沈晴霓1101220869 丁克,搜索引擎,SEARCH ENGINE,搜 索 引 擎,定义：万维网环境中的信息检索系统(包括目录服务和关键字检索两种服务方式)。应用学科：通信科技（一级学科）；交换选路（二级学科）,搜索引擎：简单的定义是万维网环境中的信息检索系统 具体是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。搜索引擎包括全文索引、目录索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、门户搜索引擎与免费链接列表等。百度和谷歌等是搜索引擎的代表。,搜索引擎
2、概念与定义,GOOGLE,你懂滴,搜索引擎分类,基于WEB的搜索引擎第1 代搜索引擎。第1代搜索引擎是主要依靠人工分拣的分类目录搜索目录式分类搜索引擎。最具代表性的是Yahoo。目录式分类搜索引擎由于网络目录中的网页是专家人工精选得来，固有较高的查准率，但查全率低，搜索范围较窄。主要以搜狐和雅虎为标志。第2 代搜索引擎。依靠机器抓取，建立在超链分析基础上的网页搜索全文搜索引擎。第3 代搜索引擎。有如下特点：互动式搜索：互动式搜索是在用户查询和搜索引擎返回结果的人机交互过程中，引擎根据用户的查询内容，智能展开多组相关的主题，帮助用户快速找到相关搜索结果；分类导航：针对部分查询结果项，扩展到类似或
3、相关网站。有分类全文搜索引擎、智能搜索引擎（目前比较成功的智能搜索引擎有FSA Eloise 和FAQFinder）、元搜索引擎（典型的元搜索引擎有MetasearchMetacrawler Digisearch 等）。第4 代搜索引擎。面向主题的搜索引擎。利用导向词、特征提取、权威和中心网页、超链分析以及网页评分等多种搜集策略使得搜索具有更高的智能化。,基于桌面搜索引擎 特点在于不需要通过浏览器来进行搜索，并且将搜索方位延伸到自己电脑硬盘中所存储的各种文档，例如雅虎的桌面搜索引擎所支持文档格式包括的Email、Word、Excel、PowerPoint、PDF 等多达200 多种格式的文本、
4、音乐、图片和网页。该软件允许用户根据自己的风格控制搜索习惯，并且在用户的隐私方面也有独到的保护措施。相对网络搜索，从技术来看，只有桌面搜索才算是全方位的搜索工具。,主要搜索引擎,Robot“搜索引擎”,Robot“搜索引擎”的一个重要的特征是通过Robot,自动搜集各种web 页面,并存入搜索引擎数据库。所谓Robot,即一个用C+、Java 或其它语言编写的网页自动搜索程序,可以运行在Unix、Solaris、Windows、NT、OS2 和MAC 等平台上。该程序启动后,它会根据所给的网络地址(URL)自动对目的网页进行浏览,并将网页内容存储在搜索引擎的数据库中。同时,它还会根据网页的链接
5、进一步提取其它网页,或转移到其它站点上,直到没有满足要求的新网页或网站为止。,全文索引,全文搜索引擎是目前广泛应用的主流搜索引擎，国外代表有Google，国内则有著名的百度。它们从互联网提取各个网站的信息（以网页文字为主），建立起数据库，并能检索与用户查询条件相匹配的记录，按一定的排列顺序返回结果。根据搜索结果来源的不同，全文搜索引擎可分为两类，一类拥有自己的检索程序（Indexer），俗称“蜘蛛”（Spider）程序或“机器人”（Robot）程序，能自建网页数据库，搜索结果直接从自身的数据库中调用，上面提到的Google和百度就属于此类；另一类则是租用其他搜索引擎的数据库，并按自定的格式排列
6、搜索结果，如Lycos搜索引擎。在搜索引擎分类部分提到过全文搜索引擎从网站提取信息建立网页数据库的概念。搜索引擎的自动信息搜集功能分两种。一种是定期搜索，即每隔一段时间（比如Google一般是28天），另一种是提交网站搜索，即网站拥有者主动向搜索引擎提交网址，它在一定时间内（2天到数月不等）定向向你的网站派出“蜘蛛”程序，扫描你的网站并将有关信息存入数据库，以备用户查询,目录索引,其他搜索引擎,元搜索引擎垂直搜索引擎集合式搜索引擎门户搜索引擎,搜索引擎的原理,搜索引擎的原理，可以看作三步1.从互联网上抓取网页 利用能够从互联网上自动收集网页的Spider系统程序，自动访问互联网，并沿着任何网页
7、中的所有URL爬到其它网页，重复这过程，并把爬过的所有网页收集回来。2.建立索引数据库 由分析索引系统程序对收集回来的网页进行分析，提取相关网页信息(包括网页所在URL、编码类型、页面内容包含的所有关键词、关键词位置、生成时间、大小、与其它网页的链接关系等)，根据一定的相关度算法进行大量复杂计算，得到每一个网页针对页面文字中及超链中每一个关键词的相关度(或重要性)，然后用这些相关信息建立网页索引数据库。3.在索引数据库中搜索排序 当用户输入关键词搜索后，由搜索系统程序从网页索引数据库中找到符合该关键词的所有相关网页。因为所有相关网页针对该关键词的相关度早已算好，所以只需按照现成的相关度数值排序
8、，相关度越高，排名越靠前。最后，由页面生成系统将搜索结果的链接地址和页面内容摘要等内容组织起来返回给用户。,搜索引擎发展史,搜索引擎发展的第一阶段（Archie）,世界上第一个Spider程序，是MIT Matthew Gray的World wide Web Wanderer，用于追踪互联网发展规模。刚开始它只用来统计互联网上的服务器数量，后来则发展为也能够捕获网址（URL）。搜索引擎一般由以下三部分组成：爬行器（机器人、蜘蛛）索引生成器查询检索器,搜索引擎发展的第二阶段,Excite 的历史可以上溯到1993年2月，6个Stanford University（斯坦福大学）大学生的想法是分析字
9、词关系，以对互联网上的大量信息作更有效的检索。到1993年中，这已是一个完全投资项目，他们还发布了一个供webmasters在自己网站上使用的搜索软件版本，后来被叫做Excite for Web Servers。,搜索引擎发展的第三阶段,1994年4月，斯坦福大学的两名博士生，美籍华人杨致远和David Filo共同创 办了Yahoo！。随着访问量和收录链接数的增长，Yahoo目录开始支持简单的数据库搜索。因为Yahoo!的数据是手工输入的，所以不能真正被归为搜索引擎，事实上只是一个可搜索的目录。Yahoo!中收录的网站，因为都附有简介信息，所以搜索效率明显提高。,搜索引擎发展的第四阶段,19
10、95年，一种新的搜索引擎形式出现了元搜索引擎（Meta Search Engine）。用户只需提交一次搜索请求，由元搜索引擎负责转换处理后提交给多个预先选定的独立搜索引擎，并将从各独立搜索引擎返回的所有查询结果，集中起来处理后再返回给用户。,搜索引擎发展的第五个阶段,智能检索的产生：它利用分词词典、同义词典，同音词典改善检索效果，进一步还可在知识层面或者说概念层面上辅助查询，通过主题词典、上下位词典、相关同级词典检索处理形成一个知识体系或概念网络，给予用户智能知识提示，最终帮助用户获得最佳的检索效果。,搜索引擎发展的第六个阶段,个性化趋势是搜索引擎的一个未来发展的重要特征和必然趋势之一。一种方
11、式通过搜索引擎的社区化产品（即对注册用户提供服务）的方式来组织个人信息，然后在搜索引擎基础信息库的检索中引入个人因素进行分析，获得针对个人不同的搜索结果。自2004年10月yahoo推出myweb测试版，到11月a9推出个性化功能，到2005年Googlesearchhistory基本上都沿着一条路子走，分析特定用户的搜索需求限定的范围，然后按照用户需求范围扩展到互联网上其他的同类网站给出最相关的结果。另外一种是针对大众化的，Google个性化搜索引擎，或者yahooMindSet，或者我们都知道的前台聚类的vivisimo。但是无论其中的哪一种实现方式，即Google的主动选择搜索范围，还是yahoo（），vivisimo的在结果中重新组织自己需要的信息，都是一种实验或者创想，短期内无法成为主流的搜索引擎应用产品。,搜索引擎发展的第七个阶段,网格技术（great global grid)：由于没有统一的信息组织标准对网络信息资源进行加工处理，难以对无序的网络信息资源进行检索、交接和共享乃至深层次的开发利用，形成信息孤岛。网格技术就是要消除信息孤岛实现互联网上所有资源的全面连通。,搜索引擎未来发展方向,谢谢！,
