解讀搜索引擎原理 二維碼
618
四、集成搜索引擎 集成搜索引擎（All-in-One Search Page）亦稱(chēng)為“多引擎同步檢索系統(tǒng) ”，是在一個(gè)WWW頁(yè)面上鏈接若干種獨(dú)立的搜索引擎，檢索時(shí)需點(diǎn)選或指定搜索引擎，一次檢索輸入，多引擎同時(shí)搜索，用起來(lái)相當(dāng)方便。 集成搜索引擎無(wú)自建數(shù)據(jù)庫(kù)，不需研發(fā)支持技術(shù)，當(dāng)然也不能控制和優(yōu)化檢索結(jié)果。但集成搜索引擎制作與維護(hù)技術(shù)簡(jiǎn)單，可隨時(shí)對(duì)所鏈接的搜索引擎進(jìn)行增刪調(diào)整和及時(shí)更新，尤其大規(guī)模專(zhuān)業(yè)（如FLASH、MP3等）搜索引擎集成鏈接，深受特定用戶群歡迎。 集成搜索引擎是通過(guò)網(wǎng)絡(luò)技術(shù)，在一個(gè)網(wǎng)頁(yè)上鏈接很多個(gè)獨(dú)立搜索引擎，查詢時(shí)，點(diǎn)選或指定搜索引擎，一次輸入，多個(gè)搜索引擎同時(shí)查詢，搜索結(jié)果由各搜索引擎分別以不同頁(yè)面顯示。 任何搜索引擎的設(shè)計(jì)，均有其特定的數(shù)據(jù)庫(kù)索引范圍、獨(dú)特的功能和使用方法，以及預(yù)期的用戶群指向。一種搜索引擎不可能滿足所有人或一個(gè)人所有的檢索需求。在某些情況下，如文獻(xiàn)普查、專(zhuān)題查詢、新聞?wù){(diào)查與溯源、軟件及MP3下載地址搜索等等，人們往往需要使用多種搜索引擎，對(duì)搜索結(jié)果進(jìn)行比較、篩選和相互印證。為解決逐一登陸各搜索引擎，并在各搜索引擎中分別多次輸入同一檢索請(qǐng)求（檢索字串）等煩瑣操作，集成搜索引擎和元搜索引擎應(yīng)運(yùn)而生。 集成搜索引擎起源 因特網(wǎng)上沖浪，你也許有這種痛苦經(jīng)歷：利用搜索引擎進(jìn)行網(wǎng)頁(yè)搜索時(shí)，在第一個(gè)搜索引擎中沒(méi)有找到滿意的結(jié)果，于是在第二、第三……個(gè)搜索引擎間奔波，為找到滿意的結(jié)果而費(fèi)時(shí)費(fèi)力。其實(shí)，在因特網(wǎng)上已有不少聰明人開(kāi)發(fā)出了一種Metasearch技術(shù)，即集成搜索，也叫索引搜索，來(lái)幫助上網(wǎng)者快速、全面、準(zhǔn)確地搜索到自己確實(shí)需要的網(wǎng)頁(yè)。這種技術(shù)的特點(diǎn)是：這些網(wǎng)站上集成了許多搜索引擎，你輸入一個(gè)查詢要求，它會(huì)將其適當(dāng)格式化后提交給許多搜索引擎進(jìn)行搜索，然后將返回的搜索結(jié)果進(jìn)行整理、合并、集成為一個(gè)頁(yè)面，或一份報(bào)告，內(nèi)容就是你要的搜索結(jié)果。 集成搜索引擎優(yōu)點(diǎn) 集成搜索引擎的優(yōu)點(diǎn)是明顯的：首先，它在一個(gè)網(wǎng)站上同時(shí)搜索許多搜索引擎，最終返回的結(jié)果被進(jìn)行了適當(dāng)?shù)恼?，刪除了一些不適合和重復(fù)的網(wǎng)頁(yè)，從而大大地節(jié)省你的時(shí)間、金錢(qián)和精力，使搜索變得更有效率；其次，它使你的搜索結(jié)果更為全面、準(zhǔn)確，也更容易找到符合你需要的結(jié)果。
搜索引擎的發(fā)展趨勢(shì) 一個(gè)好的搜索引擎，不僅數(shù)據(jù)庫(kù)容量要大，更新頻率、檢索速度要快，支持對(duì)多語(yǔ)言的搜索，而且隨著數(shù)據(jù)庫(kù)容量的不斷膨脹，還要能從龐大的資料庫(kù)中精確地找到正確的資料。 1、提高搜索引擎對(duì)用戶檢索提問(wèn)的理解。 為了提高搜索引擎對(duì)用戶檢索提問(wèn)的理解，就必須有一個(gè)好的檢索提問(wèn)語(yǔ)言。為了克服關(guān)鍵詞檢索和目錄查詢的缺點(diǎn)，現(xiàn)在已經(jīng)出現(xiàn)了自然語(yǔ)言智能答詢。用戶可以輸入簡(jiǎn)單的疑問(wèn)句，比如“如何能殺死計(jì)算機(jī)中的病毒”，搜索引擎在對(duì)提問(wèn)進(jìn)行結(jié)構(gòu)和內(nèi)容的分析之后，或直接給出提問(wèn)的答案，或引導(dǎo)用戶從幾個(gè)可選擇的問(wèn)題中進(jìn)行再選擇。自然語(yǔ)言的優(yōu)勢(shì)在于，一是使網(wǎng)絡(luò)交流更加人性化，二是使查詢變得更加方便、直接、有效。就以上面的例子來(lái)講，如果用關(guān)鍵詞查詢，多半人會(huì)用“病毒”這個(gè)詞來(lái)檢索，結(jié)果中必然會(huì)包括各類(lèi)病毒的介紹，病毒是怎樣產(chǎn)生的等等許多無(wú)用信息，而用“如何能殺死計(jì)算機(jī)中的病毒”檢索，搜索引擎會(huì)將怎樣殺死病毒的信息提供給用戶，提高了檢索效率。 2、垂直主題搜索引擎有著極大的發(fā)展空間。 網(wǎng)上的信息浩如煙海，網(wǎng)絡(luò)資源以驚人的速度增長(zhǎng)，一個(gè)搜索引擎很難收集全所有主題的網(wǎng)絡(luò)信息，即使信息主題收集得比較全面，由于主題范圍太寬，很難將各主題都做得精確而又專(zhuān)業(yè)，使得檢索結(jié)果垃圾太多。這樣以來(lái)，垂直主題的搜索引擎以其高度的目標(biāo)化和專(zhuān)業(yè)化在各類(lèi)搜索引擎中占據(jù)了一席之地。目前，一些主要的搜索引擎，都提供了新聞、Mp3、圖片、Flash等的搜索，加強(qiáng)了檢索的針對(duì)性。 3、元搜索引擎，能夠提供全面且較為準(zhǔn)確的查詢結(jié)果。 現(xiàn)在的許多搜索引擎，其收集信息的范圍、索引方法、排名規(guī)則等都各不相同，每個(gè)搜索引擎平均只能涉及到整個(gè)Web資源的30－50%，這樣導(dǎo)致同一個(gè)搜索請(qǐng)求在不同搜索引擎中獲得的查詢結(jié)果的重復(fù)率不足34%，而每一個(gè)搜索引擎的查準(zhǔn)率不到45%。元搜索引擎(META Search Engine)是將用戶提交的檢索請(qǐng)求發(fā)送到多個(gè)獨(dú)立的搜索引擎上去搜索，并將檢索結(jié)果集中統(tǒng)一處理，以統(tǒng)一的格式提供給用戶，因此有搜索引擎之上的搜索引擎之稱(chēng)。它的主要精力放在提高搜索速度、智能化處理搜索結(jié)果、個(gè)性化搜索功能的設(shè)置和用戶檢索界面的友好性上，查全率和查準(zhǔn)率都比較高。 主要的搜索引擎介紹 這里介紹的是在國(guó)內(nèi)外影響比較大的主要的一些搜索引擎和分類(lèi)目錄站點(diǎn)，由于現(xiàn)在的站點(diǎn)一般都同時(shí)提供全文搜索和分類(lèi)目錄兩種服務(wù)，所以我們按照其自有的技術(shù)進(jìn)行分類(lèi)和介紹。 1、主要的全文搜索引擎
2、主要分類(lèi)目錄
百度搜索引擎工作方式 我所知道的百度搜索：由于工作的關(guān)系，小生有幸一直在使用百度的百事通企業(yè)搜索引擎（該部門(mén)現(xiàn)已被裁員，主要是百度的戰(zhàn)略開(kāi)始向谷歌靠攏，不再單獨(dú)銷(xiāo)售搜索引擎，轉(zhuǎn)向搜索服務(wù)），據(jù)百度的銷(xiāo)售人員稱(chēng)，百事通的搜索核心和大搜索的相同，只有可能版本稍低，因此我有理由相信搜索的工作方式大同小異。下面是一些簡(jiǎn)單介紹和注意點(diǎn)： 1、關(guān)于網(wǎng)站搜索的更新頻率 百度搜索可以設(shè)定網(wǎng)站的更新頻率和時(shí)間，一般對(duì)于大網(wǎng)站更新頻度很快，而且會(huì)專(zhuān)門(mén)開(kāi)設(shè)獨(dú)立的爬蟲(chóng)進(jìn)行跟蹤，不過(guò)百度是比較勤奮的，中小網(wǎng)站一般也會(huì)每天更新。因此，如果你希望自己的網(wǎng)站更新得更快，最好是在大型的分類(lèi)目錄（例如yahoosina網(wǎng)易）中有你的鏈接，或者在百度自己的相關(guān)網(wǎng)站中，有你網(wǎng)站的超鏈接，在或者你的網(wǎng)站就在一些大型網(wǎng)站里面，例如大型網(wǎng)站的blog。 2、關(guān)于采集的深度 百度搜索可以定義采集的深度，就是說(shuō)不見(jiàn)得百度會(huì)檢索你網(wǎng)站的全部?jī)?nèi)容，有可能只索引你的網(wǎng)站的首頁(yè)的內(nèi)容，尤其對(duì)小型網(wǎng)站來(lái)說(shuō)。 3、關(guān)于對(duì)時(shí)常不通網(wǎng)站的采集 百度對(duì)于網(wǎng)站的通斷是有專(zhuān)門(mén)的判斷的，如果一旦發(fā)現(xiàn)某個(gè)網(wǎng)站不通，尤其是一些中小網(wǎng)站，百度的自動(dòng)停止往這些網(wǎng)站派出爬蟲(chóng)，所以選擇好的服務(wù)器，保持網(wǎng)站24小時(shí)暢通非常重要。 4、關(guān)于更換IP的網(wǎng)站 百度搜索能夠基于域名或者ip地址，如果是域名，會(huì)自動(dòng)解析為對(duì)應(yīng)的ip地址，因此就會(huì)出現(xiàn)2個(gè)問(wèn)題，第一就是如果你的網(wǎng)站和別人使用相同的IP地址，如果別人的網(wǎng)站被百度懲罰了，你的網(wǎng)站會(huì)受到牽連，第二就是如果你更換了ip地址，百度會(huì)發(fā)現(xiàn)你的域名和先前的ip地址沒(méi)有對(duì)應(yīng)，也會(huì)拒絕往你的網(wǎng)站派出爬蟲(chóng)。因此建議，不要隨意更換ip地址，如果有可能盡量獨(dú)享ip，保持網(wǎng)站的穩(wěn)定很重要。 5、關(guān)于靜態(tài)和動(dòng)態(tài)網(wǎng)站的采集 很多人擔(dān)心是不是類(lèi)似asp?id=之類(lèi)的頁(yè)面很難被收集，html這樣的頁(yè)面容易被收集，事實(shí)上情況并沒(méi)有想的這么糟，現(xiàn)在的搜索引擎大部分都支持動(dòng)態(tài)網(wǎng)站的采集和檢索，包括需要登陸的網(wǎng)站都可以檢索到，因此大可不必?fù)?dān)心自己的動(dòng)態(tài)網(wǎng)站搜索引擎無(wú)法識(shí)別，百度搜索中對(duì)于動(dòng)態(tài)的支持可以自定義。但是，如果有可能，還是盡量生成靜態(tài)頁(yè)面。同時(shí)，對(duì)于大部分搜索引擎，依然對(duì)腳本跳轉(zhuǎn)（JS）、框架（frame）、 Flash超鏈接，動(dòng)態(tài)頁(yè)面中含有非法字符的頁(yè)面無(wú)可奈何。 6、關(guān)于索引的消失 前面講過(guò)，搜索的索引需要?jiǎng)?chuàng)建，一般好的搜索，索引都是文本文件，而不是數(shù)據(jù)庫(kù)，因此索引中需要?jiǎng)h除一條記錄，并不是一件方便的事情。例如百度，需要使用專(zhuān)門(mén)的工具，人工刪除某條索引記錄。據(jù)百度員工稱(chēng)，百度專(zhuān)門(mén)有一群人負(fù)責(zé)這件事情——接到投訴，刪除記錄，手工。當(dāng)然還能直接刪除某個(gè)規(guī)則下的所有索引，也就是可以刪除某個(gè)網(wǎng)站下的所有索引。還有一個(gè)機(jī)制（未經(jīng)驗(yàn)證），就是對(duì)于過(guò)期的網(wǎng)頁(yè)和作弊的網(wǎng)頁(yè)（主要是網(wǎng)頁(yè)標(biāo)題、關(guān)鍵詞和內(nèi)容不匹配），在重建索引的過(guò)程中也會(huì)被刪除。 7、關(guān)于去重 百度搜索的去重不如谷歌的理想，主要還是判別文章的標(biāo)題和來(lái)源地址，只要不相同，就不會(huì)自動(dòng)去重，因此不必?fù)?dān)心采集的內(nèi)容雷同而很快被搜索懲罰，谷歌的有所不同，標(biāo)題相同的被同時(shí)收錄的不多。 補(bǔ)充一句，不要把搜索引擎想得這么智能，基本上都是按照一定的規(guī)則和公式，想不被搜索引擎懲罰，避開(kāi)這些規(guī)則即可。 谷歌搜索排名技術(shù) 對(duì)于搜索來(lái)說(shuō)，谷歌強(qiáng)于百度，主要的原因就是谷歌更加公正，而百度有很多人為的因素，google之所以公正，源于他的排名技術(shù)PageRank。 很多人知道PageRank，是網(wǎng)站的質(zhì)量等級(jí)，越小表示網(wǎng)站越優(yōu)秀。其實(shí)PageRank是依靠一個(gè)專(zhuān)門(mén)的公式計(jì)算出來(lái)的，當(dāng)我們?cè)趃oogle搜索關(guān)鍵詞的時(shí)候，頁(yè)面等級(jí)小的網(wǎng)頁(yè)排序會(huì)越靠前，這個(gè)公式并沒(méi)有人工干預(yù)，因此公正。 PageRank的最初想法來(lái)自于論文檔案的管理，我們知道每篇論文結(jié)尾都有參考文獻(xiàn)，假如某篇文章被不同論文引用了多次，就可以認(rèn)為這篇文章是篇優(yōu)秀的文章。 同理，簡(jiǎn)單的說(shuō)，PageRank能夠?qū)W(wǎng)頁(yè)的重要性做出客觀的評(píng)價(jià)。PageRank 并不計(jì)算直接鏈接的數(shù)量，而是將從網(wǎng)頁(yè) A 指向網(wǎng)頁(yè) B 的鏈接解釋為由網(wǎng)頁(yè) A對(duì)網(wǎng)頁(yè) B 所投的一票。這樣，PageRank 會(huì)根據(jù)網(wǎng)頁(yè) B 所收到的投票數(shù)量來(lái)評(píng)估該頁(yè)的重要性。此外，PageRank還會(huì)評(píng)估每個(gè)投票網(wǎng)頁(yè)的重要性，因?yàn)槟承┚W(wǎng)頁(yè)的投票被認(rèn)為具有較高的價(jià)值，這樣，它所鏈接的網(wǎng)頁(yè)就能獲得較高的價(jià)值。 Page Rank的公式這里省略，說(shuō)說(shuō)影響Page Rank的主要因素 1、指向你的網(wǎng)站的超鏈接數(shù)量（你的網(wǎng)站被別人引用），這個(gè)數(shù)值越大，表示你的網(wǎng)站越重要，通俗的說(shuō)，就是其它網(wǎng)站是否友情鏈接，或者推薦鏈接到你的網(wǎng)站； 2、超鏈接你的網(wǎng)站的重要程度，意思就是一個(gè)質(zhì)量好的網(wǎng)站有你的網(wǎng)站的超鏈接，說(shuō)明你的網(wǎng)站也很優(yōu)秀。 3、網(wǎng)頁(yè)特定性因素：包括網(wǎng)頁(yè)的內(nèi)容、標(biāo)題及URL等，也就是網(wǎng)頁(yè)的關(guān)鍵詞及位置。 搜索引擎的發(fā)展趨勢(shì) 一個(gè)好的搜索引擎，不僅數(shù)據(jù)庫(kù)容量要大，更新頻率、檢索速度要快，支持對(duì)多語(yǔ)言的搜索，而且隨著數(shù)據(jù)庫(kù)容量的不斷膨脹，還要能從龐大的資料庫(kù)中精確地找到正確的資料。 1、提高搜索引擎對(duì)用戶檢索提問(wèn)的理解。 為了提高搜索引擎對(duì)用戶檢索提問(wèn)的理解，就必須有一個(gè)好的檢索提問(wèn)語(yǔ)言。為了克服關(guān)鍵詞檢索和目錄查詢的缺點(diǎn)，現(xiàn)在已經(jīng)出現(xiàn)了自然語(yǔ)言智能答詢。用戶可以輸入簡(jiǎn)單的疑問(wèn)句，比如“如何能殺死計(jì)算機(jī)中的病毒”，搜索引擎在對(duì)提問(wèn)進(jìn)行結(jié)構(gòu)和內(nèi)容的分析之后，或直接給出提問(wèn)的答案，或引導(dǎo)用戶從幾個(gè)可選擇的問(wèn)題中進(jìn)行再選擇。自然語(yǔ)言的優(yōu)勢(shì)在于，一是使網(wǎng)絡(luò)交流更加人性化，二是使查詢變得更加方便、直接、有效。就以上面的例子來(lái)講，如果用關(guān)鍵詞查詢，多半人會(huì)用“病毒”這個(gè)詞來(lái)檢索，結(jié)果中必然會(huì)包括各類(lèi)病毒的介紹，病毒是怎樣產(chǎn)生的等等許多無(wú)用信息，而用“如何能殺死計(jì)算機(jī)中的病毒”檢索，搜索引擎會(huì)將怎樣殺死病毒的信息提供給用戶，提高了檢索效率。 2、垂直主題搜索引擎有著極大的發(fā)展空間。 網(wǎng)上的信息浩如煙海，網(wǎng)絡(luò)資源以驚人的速度增長(zhǎng)，一個(gè)搜索引擎很難收集全所有主題的網(wǎng)絡(luò)信息，即使信息主題收集得比較全面，由于主題范圍太寬，很難將各主題都做得精確而又專(zhuān)業(yè)，使得檢索結(jié)果垃圾太多。這樣以來(lái)，垂直主題的搜索引擎以其高度的目標(biāo)化和專(zhuān)業(yè)化在各類(lèi)搜索引擎中占據(jù)了一席之地。目前，一些主要的搜索引擎，都提供了新聞、Mp3、圖片、Flash等的搜索，加強(qiáng)了檢索的針對(duì)性。 3、元搜索引擎，能夠提供全面且較為準(zhǔn)確的查詢結(jié)果。 現(xiàn)在的許多搜索引擎，其收集信息的范圍、索引方法、排名規(guī)則等都各不相同，每個(gè)搜索引擎平均只能涉及到整個(gè)Web資源的30－50%，這樣導(dǎo)致同一個(gè)搜索請(qǐng)求在不同搜索引擎中獲得的查詢結(jié)果的重復(fù)率不足34%，而每一個(gè)搜索引擎的查準(zhǔn)率不到45%。元搜索引擎(META Search Engine)是將用戶提交的檢索請(qǐng)求發(fā)送到多個(gè)獨(dú)立的搜索引擎上去搜索，并將檢索結(jié)果集中統(tǒng)一處理，以統(tǒng)一的格式提供給用戶，因此有搜索引擎之上的搜索引擎之稱(chēng)。它的主要精力放在提高搜索速度、智能化處理搜索結(jié)果、個(gè)性化搜索功能的設(shè)置和用戶檢索界面的友好性上，查全率和查準(zhǔn)率都比較高。 新網(wǎng)站如何應(yīng)對(duì)搜索 1、搜索引擎為什么不收錄你的網(wǎng)站，存在以下可能（不絕對(duì)，根據(jù)各自情況不同）
2、新站如何做才正確（僅供參考）
例如“基于開(kāi)源jabber(XMPP)架設(shè)內(nèi)部即時(shí)通訊服務(wù)的解決方案”； 標(biāo)題部分：<title>基于開(kāi)源jabber(XMPP)架設(shè)內(nèi)部即時(shí)通訊服務(wù)的解決方案- 肥龍龍（expendable）的專(zhuān)欄 -CSDNBlog</title> 關(guān)鍵詞部分：<meta name="keywords"cCOLOR:#c00000">安裝,"> 文章描述部分：<metaname="description" cCOLOR:#c00000">是著名的即時(shí)通訊服務(wù)服務(wù)器，它是一個(gè)自由開(kāi)源軟件，能讓用戶自己架即時(shí)通訊服務(wù)器，可以在Internet上應(yīng)用，也可以在局域網(wǎng)中應(yīng)用。 XMPP（可擴(kuò)展消息處理現(xiàn)場(chǎng)協(xié)議）是基于可擴(kuò)展標(biāo)記語(yǔ)言（XML）的協(xié)議，它用于即時(shí)消息（IM）以及在線現(xiàn)場(chǎng)探測(cè)。它在促進(jìn)服務(wù)器之間的準(zhǔn)即時(shí)操作。這個(gè)協(xié)議可能最終允許因特網(wǎng)用戶向因特網(wǎng)上的其他任何人發(fā)送即時(shí)消息，即使其操作系統(tǒng)和瀏覽器不同。XMPP的技術(shù)來(lái)自于Jabber，其實(shí)它是Jabber的核心協(xié)定，所以XMPP有時(shí)被誤稱(chēng)為Jabber協(xié)議。Jabber是一個(gè)基于XMPP協(xié)議的IM應(yīng)用，除Jabber之外，XMPP還支持很多應(yīng)用。
 以信載商，良心建站。遨游始終秉承“一次建站、終身維護(hù)”的宗旨，竭誠(chéng)為客戶提供最優(yōu)質(zhì)的互聯(lián)網(wǎng)服務(wù)。遨游建站率先植入seo優(yōu)化理念，讓你的網(wǎng)頁(yè)更利于搜索引擎抓取，關(guān)鍵詞排名更靠前。可仿站、可定制。無(wú)論是傳統(tǒng)型企業(yè)官網(wǎng)、集團(tuán)型品牌官網(wǎng)，還是營(yíng)銷(xiāo)型網(wǎng)站、電商型網(wǎng)站、定制型網(wǎng)站、特殊行業(yè)網(wǎng)站（醫(yī)療、教育），全部搞定。 公司：網(wǎng)站建設(shè)_小程序設(shè)計(jì)_競(jìng)價(jià)托管代運(yùn)營(yíng)公司；郵箱：1013601535@qq.com 手機(jī)：17073547034；QQ： 1013601535 在線留言咨詢，24小時(shí)內(nèi)回復(fù)
我想咨詢 *
企業(yè)名稱(chēng)
手機(jī)號(hào)碼 *
您的姓名
所在城市 提交 |
網(wǎng)站建設(shè)問(wèn)題
熱門(mén)標(biāo)簽
網(wǎng)站建設(shè)多少錢(qián) 網(wǎng)站改版多少錢(qián) 高端網(wǎng)站建設(shè) 響應(yīng)式網(wǎng)站建設(shè)多少 營(yíng)銷(xiāo)型網(wǎng)站建設(shè)多少錢(qián) 網(wǎng)頁(yè)設(shè)計(jì) 網(wǎng)站建設(shè)制作費(fèi)用 網(wǎng)站設(shè)計(jì)多少錢(qián) 網(wǎng)站優(yōu)化 網(wǎng)站制作多少錢(qián) 做網(wǎng)站 外貿(mào)網(wǎng)站建設(shè) 企業(yè)網(wǎng)站建設(shè) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
