搜索引擎研究背景以及現(xiàn)狀分析

1、搜索引擎研究背景以及現(xiàn)狀分析1研究背景2搜索引擎現(xiàn)狀分析3網(wǎng)絡(luò)爬蟲的工作原理1研究背景研究背景網(wǎng)頁是因特網(wǎng)的最主要的組成部份，也是人們獲取網(wǎng)絡(luò)信息的最主要的來源，為了方便人們在大量繁雜的網(wǎng)頁中找尋自己需要的信息，這類檢索工具發(fā)展的最快。一般認為，基于網(wǎng)頁的信息檢索工具主要有網(wǎng)頁搜索引擎和網(wǎng)絡(luò)分類目錄兩種。網(wǎng)頁搜索引擎是通過“網(wǎng)絡(luò)蜘蛛”等網(wǎng)頁自動搜尋軟件搜索到網(wǎng)頁，然后自動給網(wǎng)頁上的某些或全部字符做上索引，形成目標(biāo)摘要格式文件以及網(wǎng)絡(luò)可訪

2、問的數(shù)據(jù)庫，供人們檢索網(wǎng)絡(luò)信息的檢索工具。網(wǎng)絡(luò)目錄則是和搜索引擎完全不同，它不會將整個網(wǎng)絡(luò)中每個網(wǎng)站的所有頁面都放進去，而是由專業(yè)人員謹慎地選擇網(wǎng)站的首頁，將其放入相應(yīng)的類目中。網(wǎng)絡(luò)目錄的信息量要比搜索引擎少得多，再加上不同的網(wǎng)絡(luò)目錄分類標(biāo)準(zhǔn)有些混亂，不便人們使用，因此雖然它標(biāo)引質(zhì)量比較高，利用它的人還是要比利用搜索引擎的人少的多。但是由于網(wǎng)絡(luò)信息的復(fù)雜性和網(wǎng)絡(luò)檢索技術(shù)的限制，這類檢索工具也有著明顯的不足：①隨著網(wǎng)頁數(shù)量的迅猛增加，人工

3、無法對其進行有效的分類、索引和利用。網(wǎng)絡(luò)用戶面對的是數(shù)量巨大的未組織信息，簡單的關(guān)鍵詞搜索，返回的信息數(shù)量之大，讓用戶無法承受。②信息有用性評價困難。一些站點在網(wǎng)頁中大量重復(fù)某些關(guān)鍵字，使得容易被某些著名的搜索引擎選中，以期借此提高站點的地位但事實上卻可能沒有提供任何對用戶有價值的信息。③網(wǎng)絡(luò)信息日新月異的變更，人們總是期望挑出最新的信息。然而網(wǎng)絡(luò)信息時刻變動，實時搜索幾乎不可能，就是剛剛瀏覽過的網(wǎng)頁也隨時都有更新、過期、刪除的可能。網(wǎng)

4、絡(luò)信息檢索工具的發(fā)展主要體現(xiàn)在進一步改進、完善檢索工具和檢索技術(shù)，以提高檢索服務(wù)質(zhì)量，改變網(wǎng)絡(luò)信息檢索不盡如意的地方。目前雖然有很有的搜索引擎對于用戶所提出的查詢要求僅限于關(guān)鍵詞的簡單邏輯組合，搜索結(jié)果重視的是返回的數(shù)量而不是質(zhì)量，在結(jié)果文檔的組織和分類上也有所欠缺。網(wǎng)絡(luò)爬蟲的效率，直接關(guān)系到搜索引擎系統(tǒng)為用戶提的供服務(wù)質(zhì)量。如何設(shè)計高效、快速的網(wǎng)絡(luò)爬蟲，成為目前網(wǎng)絡(luò)爬蟲研究的熱點。要提高網(wǎng)絡(luò)爬蟲的爬行效率，除了需要改進網(wǎng)絡(luò)爬蟲的爬行策

5、略之外，還需要優(yōu)化網(wǎng)絡(luò)爬自身的設(shè)計，改進網(wǎng)絡(luò)爬蟲自身的結(jié)構(gòu)，消除效率瓶頸。通過對網(wǎng)絡(luò)爬蟲結(jié)構(gòu)、應(yīng)用環(huán)境以及用戶要求的分析，提出一個通用網(wǎng)絡(luò)爬蟲的改進設(shè)計方案，并通過實驗得到較好的測試結(jié)果。國外的一次調(diào)查結(jié)果顯示，約有71％的人對搜索的結(jié)果感到不同程度的失望。因此，如何提高搜索引擎的智能化程度，如何按照知識應(yīng)用的需要來組織信息，使互聯(lián)網(wǎng)不僅提供信息服務(wù)，而且能為用戶提供知識服務(wù)，將成為計算機工業(yè)界和學(xué)術(shù)界有待研究的方向。2搜索引擎現(xiàn)狀分析

6、互聯(lián)網(wǎng)被普及前，人們查閱資料首先想到的便是擁有大量書籍的圖書館，而在當(dāng)今很多人都會選擇一種更方便、快捷、全面、準(zhǔn)確的方式——互聯(lián)網(wǎng)。如果說互聯(lián)網(wǎng)是一個知識寶庫，那么搜索引擎就是打開知識寶庫的一把鑰匙。搜索引擎是隨著WEB信息的迅速增加，從1995年開始逐漸發(fā)展起來的技術(shù)，用于幫助互聯(lián)網(wǎng)用戶查詢信息的搜索工具。搜索引擎以一定的策略在互聯(lián)網(wǎng)中搜集、發(fā)現(xiàn)信息，對信息進行理解、提取、組織和處理，并為用戶提供檢索服務(wù)，從而起到信息導(dǎo)航的目的。目前

7、搜索引擎已經(jīng)成為倍受網(wǎng)絡(luò)用戶關(guān)注的焦點，也成為計算機工業(yè)界和學(xué)術(shù)界爭相研究、開發(fā)的對象?；ヂ?lián)網(wǎng)的開放性和其上信息廣泛的可訪問性極大的激勵了人們創(chuàng)作的積極性。在短短的十幾年間，人類至少在萬維網(wǎng)上發(fā)布了40億條的網(wǎng)頁，并且現(xiàn)在每天都有數(shù)以萬計的數(shù)量增長。由于網(wǎng)絡(luò)上的資源與生俱來的數(shù)字化、網(wǎng)絡(luò)化，這些特性成為了網(wǎng)絡(luò)信息的雙刃劍：一方面便于我們搜集整理，另一方面也會使我們感到太多蜂擁而至，無所適從。而搜索引擎的由來要追溯到1990年加拿大的麥吉