詳細介紹常用的幾類搜索引擎技術

  因特網的迅猛發展、WEB信息的增加，用戶要在信息海洋裡查找信息，就像大海撈針一樣，搜索引擎（計算機愛好者，學習計算機基礎，電腦入門，請到本站http://.，我站同時提供計算機基礎知識教程，計算機基礎知識試題供大家學習和使用），技術恰好解決了這一難題，它可以為用戶提供信息檢索服務。目前，搜索引擎技術正成為計算機工業界和學術界爭相研究、開發的對象。

    搜索引擎（Search Engine）是隨著WEB信息的迅速增加，從1995年開始逐漸發展起來的技術。

    據發表在《科學》雜志1999年7月的文章《WEB信息的可訪問性》估計，全球目前的網頁超過8億，有效數據超過9TB，並且仍以每4個月翻一番的速度增長。例如，Google目前擁有10億個網址，30億個網頁，3.9 億張圖像，Google支持66種語言接口，16種文件格式，面對如此海量的數據和如此異構的信息，用戶要在裡面尋找信息，必然會“大海撈針”無功而返。

    搜索引擎正是為了解決這個“迷航”問題而出現的技術。搜索引擎以一定的策略在互聯網中搜集、發現信息，對信息進行理解、提取、組織和處理，並為用戶提供檢索服務，從而起到信息導航的目的。

    目前，搜索引擎技術按信息標引的方式可以分為目錄式搜索引擎、機器人搜索引擎和混合式搜索引擎；按查詢方式可分為浏覽式搜索引擎、關鍵詞搜索引擎、全文搜索引擎、智能搜索引擎；按語種又分為單語種搜索引擎、多語種搜索引擎和跨語言搜索引擎等。

    目錄式搜索引擎

目錄式搜索引擎（Directory Search Engine）是最早出現的基於ＷＷＷ的搜索引擎，以雅虎為代表，我國的搜狐也屬於目錄式搜索引擎。

    目錄式搜索引擎由分類專家將網絡信息按照主題分成若干個大類，每個大類再分為若干個小類，依次細分，形成了一個可浏覽式等級主題索引式搜索引擎，一般的搜索引擎分類體系有五六層，有的甚至十幾層。

    目錄式搜索引擎主要通過人工發現信息，依靠編目員的知識進行甄別和分類。由於目錄式搜索引擎的信息分類和信息搜集有人的參與，因此其搜索的准確度是相當高的，但由於人工信息搜集速度較慢，不能及時地對網上信息進行實際監控，其查全率並不是很好，是一種網站級搜索引擎。

    機器人搜索引擎

    機器人搜索引擎通常有三大模塊：信息采集、信息處理、信息查詢。信息采集一般指爬行器或網絡蜘蛛，是通過一個URL列表進行網頁的自動分析與采集。起初的URL並不多，隨著信息采集量的增加，也就是分析到網頁有新的鏈接，就會把新的URL添加到URL列表，以便采集。

    機器人搜索引擎使用多線程並發搜索技術，主要完成文檔訪問代理、路徑選擇引擎和訪問控制引擎。基於機器人搜索引擎的Web頁搜索模塊主要由URL服務器、爬行器、存儲器、URL解析器四大功能部件和資源庫、錨庫、鏈接庫三大數據資源構成，另外還要借助標引器的一個輔助功能。 詳細介紹常用的幾類搜索引擎技術.