搜索引擎原理及發(fā)展趨勢


頁數(shù)：6 字?jǐn)?shù)：6493

搜索引擎原理及發(fā)展趨勢
我們通常所說的搜索引擎一般包括關(guān)鍵詞索引和主題目錄索引兩大部分，分別屬于不同性質(zhì)的兩種系統(tǒng)，其工作原理也有一定的差別。如關(guān)鍵詞索引數(shù)據(jù)庫中的網(wǎng)頁資料絕大多數(shù)由機(jī)器人自動(dòng)生成。而主題目錄索引數(shù)據(jù)庫一般由專業(yè)人員對互聯(lián)網(wǎng)上的信息進(jìn)行搜集、篩選、組織和評論，編制等級式的主題指南或主題目錄，以供檢索和查詢?，F(xiàn)在很多的搜索引擎都是將關(guān)鍵詞索引和主題目錄索引結(jié)合起來，以充分發(fā)揮兩者的優(yōu)勢。并且隨著技術(shù)的進(jìn)步，引擎也在迅速發(fā)展,它從綜合性向?qū)I(yè)化方向發(fā)展， 從單一性向多元化方向發(fā)展， 從以英文為主向多語言化方向發(fā)展,其還要借鑒其他不同的分類方法促進(jìn)其完善發(fā)展。
搜索引擎的原理
利用能夠從互聯(lián)網(wǎng)上自動(dòng)收集網(wǎng)頁的Spider系統(tǒng)程序，自動(dòng)訪問互聯(lián)網(wǎng)，并沿著任何網(wǎng)頁中的所有URL爬到其它網(wǎng)頁，重復(fù)這過程，并把爬過的所有網(wǎng)頁收集回來。
由分析索引系統(tǒng)程序?qū)κ占貋淼木W(wǎng)頁進(jìn)行分析，提取相關(guān)網(wǎng)頁信息（包括網(wǎng)頁所在URL、編碼類型、頁面內(nèi)容包含的所有關(guān)鍵詞、關(guān)鍵詞位置、生成時(shí)間、大小、與其它網(wǎng)頁的鏈接關(guān)系等），根據(jù)一定的相關(guān)度算法進(jìn)行大量復(fù)雜計(jì)算，得到每一個(gè)網(wǎng)頁針對頁面文字中及超鏈中每一個(gè)關(guān)鍵詞的相關(guān)度（或重要性），然后用這些相關(guān)信息建立網(wǎng)頁索引數(shù)據(jù)庫。
當(dāng)用戶輸入關(guān)鍵詞搜索后，由搜索系統(tǒng)程序從網(wǎng)頁索引數(shù)據(jù)庫中找到符合該關(guān)鍵詞的所有相關(guān)網(wǎng)頁。因?yàn)樗邢嚓P(guān)網(wǎng)頁針對該關(guān)鍵詞的相關(guān)度早已算好，所以只需按照現(xiàn)成的相關(guān)度數(shù)值排序，相關(guān)度越高，排名越靠前。最后，由頁面生成系統(tǒng)將搜索結(jié)果的鏈接地址和頁面內(nèi)容摘要等內(nèi)容組織起來返回給用戶。
搜索引擎對于網(wǎng)絡(luò)資源的分類組織與傳