1、 石家庄铁道大学图书馆 一、 搜索引擎二、百度搜索引擎三、 Google搜索引擎第八讲 搜索引擎 石家庄铁道大学图书馆 一、 搜索引擎定义： 是基于 WWW的信息处理系统，是对网络资源进行标引和检索的工具。实质上是用来对网络信息资源管理和检索的一系列 软件 。组成部分 负责工作搜索器 负责定期地自动到各个网站上，把网页抓下来，并顺着上面的链接，持续不断地抓取网页索引器 把搜索器抓来的网页进行分析，按照关键词句进行索引，并存入服务器的数据库中检索器 面向用户，接收用户提交的查询字串，在索引数据库中查询，并将结果反馈给用户类型： 按工作方式区分 : 主题、目录和多元。 石家庄铁道大学图书馆 （ 1
2、）主题引擎主题引擎工作原理收集 处理 查询 根据结果由用户访问 石家庄铁道大学图书馆 主题引擎： 依靠一个叫 “网络机器人 (Spider)”或叫 “网络蜘蛛(Crawlers)”的软件，以某种策略自动地在互联网中搜集和发现信息，由索引器为搜集到的信息建立索引，由检索器根据用户输入的 “检索词 ” 在索引库中查询，并将查询结果返回给用户。 服务方式：面向 网页的全文检索 服务程序自动完成，处理信息的层次是网页。优点 : 信息量大、更新及时缺点 : 返回信息中常有很多无关信息，甚至有一定比例的死链接，用户必须从结果中进行筛选。 国内代表：百度（ http:/）等国外代表： Google（ htt
3、p:/）等它们的首页都只有一个检索文本框。 石家庄铁道大学图书馆 主题引擎 石家庄铁道大学图书馆 （ 2）目录引擎搜索引擎 主 题 引擎 目 录 引擎是否人工参与 无程序自动完成 是提供的 结 果 网页 网站适合 专指、具体 某一专题以人工方式或半自动方式搜集信息，由编辑员查看信息之后，人工形成信息摘要，并将信息置于事先确定的分类框架中。信息 大多面向网站 ，提供目录浏览服务和直接检索服务。国内代表：搜狐、新浪、网易、雅虎中国的分类目录。以及网上的一些导航站点、网址之家。国外代表 : Yahoo Directory(网站数量约 200万个 )等。 石家庄铁道大学图书馆 目录引擎 石家庄铁道大学
4、图书馆 （ 3）多元引擎 提供各个主题引擎的统一检索平台。 一般没有自己网络机器人及数据库，而是将用户的查询请求通过调用、控制和优化其它多个独立搜索引擎的搜索结果（网页）并以统一的格式在同一界面集中显示。 优点：返回结果的信息量更大、更全。 缺点：不能够充分使用所使用搜索引擎的功能，用户需要做更多的筛选。 国内代表 :万维搜索 (http:/)等。 国外代表 :元搜索 metacrawler(http:/)等 石家庄铁道大学图书馆 多元引擎同时提交多个独立的搜索引擎，分别检索多个数据库，并将检索结果进行二次加工，最后将整理好的检索结果输出给用户。支持调用 12个独立搜索引擎，提供涵盖近20个主题的目录检索服务。 石家庄铁道大学图书馆 目前，主题引擎与目录引擎有相互融合渗透的趋势。原来一些纯粹的主题搜索引擎现在也提供目录搜索，如 Google就借用 Open Directory目录提供分类查询。而 Yahoo目录索引则通过与 Google等搜索引擎合作扩大搜索范围。 在默认搜索模式下，一些目录类搜索引擎首先返回的是自己目录中匹配的 网站 ，如搜狐、新浪、网易等；而另外一些则默认的是 网页 搜索，如 Yahoo。
