搜索引擎进行信息检索的优化策略方法(搜索引擎研发支持技术，也不能无自建)

　　搜索引擎进行信息检索的优化策略方法(搜索引擎研发支持技术，也不能无自建)

　　搜索引擎概述：1.1 搜索引擎的概念：

　　搜索引擎是指利用特定的计算机程序，按照一定的策略，采集互联网上的信息，对信息进行组织和处理，并将处理后的信息展示给用户，提供检索服务的系统。

　　1.2 搜索引擎原理：

　　它可以分为四个步骤：

　　从网上抓取网页，建立索引库，在索引库中进行搜索和排序，对搜索结果进行处理和排序1.3 搜索引擎的发展阶段：

　　到目前为止，搜索引擎经历了三个发展阶段：

　　第一代搜索引擎出现在1994年，主要特点是集中检索。这类搜索引擎一般检索不到100万个网页，很少重新搜索网页和刷新索引，检索速度非常慢。第二代搜索引擎出现在1996年，大多采用分布式检索方案，即多台微机协同工作，以增加数据规模、响应速度和用户数。他们一般维护一个约 5000 万个网页的索引数据库，每天响应 1000 万个用户索引请求。第三代搜索引擎出现在1998-2000年。 第三代搜索引擎的特点：1.4 搜索引擎的发展趋势：

　　搜索引擎的发展趋势主要包括以下几个方面：

　　自然语言检索技术目录与关键词检索相结合 智能个性化检索技术 多媒体检索技术 本地化检索技术 跨语言检索技术 分布式检索技术 检索结果处理技术1.4. 1 搜索引擎进行搜索结果技术： 纯搜索引擎：没有自己采集系统的信息，利用别人已有的索引数据库，主要关注搜索的概念、技术和机制；元搜索引擎：提交用户搜索请求发送到多个独立的搜索引擎进行搜索，搜索结果统一处理，以统一格式提供给用户。因此，它被称为搜索引擎之上的搜索引擎。它主要侧重于提高搜索速度和智能处理。搜索结果、个性化的搜索功能设置和搜索界面的人性化，召回率和准确率都比较高。集成搜索引擎：又称“多引擎同步检索系统”，将一个WWW页面上的几种类型链接起来独立的搜索引擎，搜索时需要点击或指定搜索引擎，一个搜索输入，多个引擎同时搜索时间，用起来很方便

　　多引擎同步检索系统没有自建数据库，不需要研发支撑技术，无法控制和优化检索结果。但多引擎同步检索系统的制作和维护技术简单，链接的搜索引擎可以随时添加、删除、调整和更新。

　　垂直搜索引擎：相对通用的搜索引擎，存在信息量大、查询不准确、深度不够等问题。针对某一领域、某一人群、某一需求提出的新型搜索引擎服务模式。相关服务

　　1.5 搜索引擎分类：

　　1.全文搜索引擎：是名副其实的搜索引擎，具有代表性的搜索引擎有谷歌、百度等。原理就是上面提到的搜索引擎的原理。

　　2.目录索引搜索引擎：它不是真正意义上的搜索引擎，它只是一个按类别分类的网站链接列表，用户可以完全不需要查询关键词 ，仅靠分类目录也能找到你需要的信息，代表：雅虎、新浪、搜狐、网易

　　3.元搜索引擎：同上

　　1. 非主流形式：

　　2.功能：

　　4.分布式搜索引擎：按照地域、主题或其他标准创建分布式索引服务器，索引之间可以交换中间信息，查询可以重定向

　　1.搜索引擎六大关键技术

　　1.信息采集与存储技术

　　2.信息预处理技术

　　3.信息检索技术

　　摘自：《搜索引擎基础教程》，袁晋生、李群主编