相关热词搜索：
议搜索引擎按其工作方式不同的三种分类及其各自的特点探析
议搜索引擎按其工作方式不同的三种分类及其各自的特点探 析 [摘要]随着信息技术的发展,网络的迅速普及,搜索引擎在网络用户的生活中扮 演着越来越重要的地位,本文就爬虫式的搜索引擎、目录搜索引擎和元搜索引擎做 了详尽的分析比较,并对目前的搜索引擎的特点进行了描述。[关键词]搜索引擎分类爬虫元搜索引擎 目前Internet上的搜索引擎按其工作方式主要可分为三种,分别是爬虫式的 搜索引擎(SpiderBasedSearchEngine),目录搜索引擎(SearchDirectory)和元搜索引 擎(MetaSearchEngine)。
一、爬虫式的搜索引擎 基于爬虫(也叫Spider)的搜索引擎利用一个称为Spider的程序自动访问 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。Robot搜集的网页被加入到搜索引擎的数据库中供用户查询使用。
基于Spider的搜索引擎山三个主要部分构成Spider,Index和搜索软件。爬虫从一个 事先制定好的URLs列表出发,这个列表中的URLs通常是从以往访问记录中提取 出来的,特别是一些热门站点和“What"sNew”网页,从Usenet等地方检索得到的 URLs也常被用作起始URLs,很多搜索引擎还接受用户提交的URLs,这些URLs也 会被安排在列表中供爬虫问列表中,如此递归地访问Web。
爬虫作为一个程序,可以用C,Perl,Java等语言来编写,可以运行在 Unix,Solaris,Windows,NT,OS2和MAC等平台上。爬虫设计是否合理将直接影响它 访问Web的效率,影响搜索数据库的质量,另外在设计爬虫时还必须考虑它对网络 和被访问站点的影响,因为爬虫一般都运行在速度快,带宽高的主机上,如果它快 速访问一个速度比较慢的目标站点,就有可能会导致该站点出现阻塞甚至当机。
Robot还应遵守一些协议,以便被访问站点的管理员能够确定哪些内容能被访问, 哪些不能。Index是一个庞大的数据库,爬虫提取的网页将被放入到Index中以便建 立索引,不同的搜索引擎会采取不同方式来建立索引,有的对整个HTML文件的所 有单词都建立索引,有的只分析HTML文件的标题或前几段内容,还有的能处理 HTML文件中的META标记或其它小可见的特殊标记。当用户查询一个关键词时, 搜索软件将搜索Index,找出所有与关键词相符合的网页,有时候这些网页可能有成千上万,等级值的用途就是作为一种排序的依据,搜索软件将按照等级值从高到 低的顺序把搜索结果送回到用户的浏览器中。
这类搜索引擎因为依靠程序搜集数据,所以其数据库相当庞大,搜索的结果 查全率较高,但查准率较低。例如著名的搜索引擎Google,Baidu,A1taVista,InfoSeek 等。
二、目录搜索引擎 目录搜索引擎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。很多目录也接受用户提交 的网站和描述,当目录的编辑人员认可该网站及描述后,就会将之添加到合适的类 别中。目录的结构为树形结构,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,由于目录式搜索引擎只在保存了对站点 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 录式搜索引擎与基于Robot的搜索引擎之间的一大区别。
三、元搜索引擎 元搜索引擎也叫做MultipleSearchEngine,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,将结果进行相关处理,以整体统一的格式反 馈给用户。它的特点是本身并没有存放网页信息的数据库。严格意义上来讲,元 搜索引擎只能算是一种用户代理,而不是真正的搜索引擎。多数元搜索引擎在处 理其它的搜索引擎返回结果时,只提取出每个搜索引擎的结果中考前的条目,然后 将这些条目合并在一起返回给用户,因此最后结果的数量可能会远少于直接在一 个搜索引擎上进行查找所得到的数量。
元搜索引擎实现起比较简单,但是它也有一定的局限性,例如多数元搜索引 擎都只能访问少数几个搜索引擎,并且通常不支持这些搜索引擎的高级搜索功能, 在处理逻辑查询时也常"常会出现错误。著名的元搜索引擎有 InfoSpace,Dogpile,Vivisimo等(元搜索引擎列表)。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。在这几中检索工具中,目录式搜索引擎虽有成本高,信息t少的缺点,但它的 信息准确这一优点是另二者所无法比拟的,故在一定的领域,一定的时间,它仍会 被使用:机器人搜索引擎是当前各种搜索引擎的主流;但随着网络信息量的不断增 加,单一的搜索引擎已经难已满足其要求,结合目录式搜索引擎,机器人搜索引擎 的优势,以元搜索引擎核心的多层代理搜索引擎是搜索引擎的发展方向。
HtTp://www.GWyOO.com 搜索引擎技术从出现至今已获得了飞速的发展,现在的搜索引擎功能越来 越强大,提供的服务也越来越全面,它们的目标不仅仅是提供单纯的查询功能,而 是把自己发展成为用户首选的Internet入口站点。
目前的搜索引擎主要有以下几个主要特点: 1.多样化和个性化的服务。现在绝大多数搜索引擎都提供多样化的服务, 以吸引更多的用户,商业搜索引擎尤其注重这一点。以Yahoo为例,用户可以从它 的首页中查看新闻,金融证券,天气预报等信息,还可以进行网上购物,拍卖或者使 用Email等服务。可以说多样化和个性化的服务既满足了用户更多的需求,也为搜 索引擎网站带来了更多的利润。
2.强大的查询功能。与最早的搜索引擎相比,现在的搜索引擎在查询功能方 面已有了很大的改进。除了简单的AND,OR和NOT逻辑外,不少搜索引擎还支持相 似查询,例如AltaVista,Lycos等支持短语查 询,AltaVista的高级搜索功能支持NEAR逻辑等。
3.目录和基于Robot的搜索引擎相互结合。目录和基于Robot的搜索引擎都 具有自己的特点,在当前的技术条件下,最好的选择是将两种技术进行结合,同时 为用户提供这两种类型的服务。以Yahoo为例,用户既可以进行分类网站查询也可 以进行全部网页查询,这两种不同的查询方式很好的满足了不同用户的需求。虽 然搜索引擎已经为用户提供了快捷和便利的服务,但是也存在着许多问题和不足。
特别是在系统的稳定性,速度,易用性和返回的信息量及相关度方面还与人们的要 求存在着一定的差距,搜索引擎技术的发展任重而道远。
