那些年，我們了解的搜索引擎

　　搜索引擎

　　Search

　　Engines

　　創(chuàng )造人類(lèi)的記憶的，始終是人本身；

　　而記錄人美好記憶的載體，可能是搜索引擎。

　　搜索引擎的概念

　　

　　【所謂搜索引擎，就是根據用戶(hù)需求與一定算法，運用特定策略從互聯(lián)網(wǎng)檢索出指定信息反饋給用戶(hù)的一門(mén)檢索技術(shù)。搜索引擎依托于多種技術(shù)，如網(wǎng)絡(luò )爬蟲(chóng)技術(shù)、檢索排序技術(shù)、網(wǎng)頁(yè)處理技術(shù)、大數據處理技術(shù)、自然語(yǔ)言處理技術(shù)等，為信息檢索用戶(hù)提供快速、高相關(guān)性的信息服務(wù)?！?/p>

　　【類(lèi)型分類(lèi)：

　　一、全文搜索引擎，它們從互聯(lián)網(wǎng)提取各個(gè)網(wǎng)站的信息(以網(wǎng)頁(yè)的文字為主)，建立起數據庫，并能檢索與用戶(hù)查詢(xún)條件相匹配的記錄，按一定的排列順序返回結果。國內著(zhù)名的有百度（Baidu）國外則是Google。

　　二、目錄索引型，用戶(hù)完全不需要依靠關(guān)鍵詞（Keywords）查詢(xún)，只是按照分類(lèi)目錄找到所需要的信息。目錄索引中，國內具代表性就是新浪、搜狐、網(wǎng)易分類(lèi)目錄和Yahoo網(wǎng)站雅虎。

　　三、元數據索引型，接受用戶(hù)查詢(xún)請求后，同時(shí)在多個(gè)搜索引擎上搜索，并將結果返回給用戶(hù)，著(zhù)名的元搜索引擎有360搜索、infoSpace、Dogpile、VIsisimo等。

　　四、垂直索引型，垂直搜索引擎適用于有明確搜索意圖情況下進(jìn)行檢索。

　　五、互動(dòng)式索引型，在用戶(hù)輸入一個(gè)查詢(xún)詞時(shí)，嘗試理解用戶(hù)可能的查詢(xún)意圖，智能展開(kāi)多組相關(guān)的主題，引導用戶(hù)更快速準確定位自己所關(guān)注的內容?！?/p>

　　搜索引擎的發(fā)展階段

　　

　　【第一代：

　　分類(lèi)目錄時(shí)代

　　網(wǎng)站是一個(gè)導航網(wǎng)站，也可以說(shuō)分類(lèi)目錄網(wǎng)站，用戶(hù)可以從這個(gè)分類(lèi)目錄里找到自己想要的東西，這就是搜索引擎第一代。

　　第二代：

　　文本檢索時(shí)代

　　到了這一代，搜索引擎查詢(xún)信息的方法則是通過(guò)用戶(hù)所輸入的查詢(xún)信息提交給服務(wù)器，服務(wù)器通過(guò)查閱，返回給用戶(hù)一些相關(guān)程度高的信息。

　　第三代：

　　整合分析時(shí)代

　　這一代的搜索引擎所使用的方法大概是和我們今天的網(wǎng)站的外部鏈接形式基本相同，在當時(shí)，外部鏈接代表的是一種推薦的含義，通過(guò)每個(gè)網(wǎng)站的推薦鏈接的數量來(lái)判斷一個(gè)網(wǎng)站的流行性和重要性。

　　第四代：

　　用戶(hù)中心時(shí)代

　　主要是以用戶(hù)為中心。當客戶(hù)輸入查詢(xún)的請求時(shí)候，同一個(gè)查詢(xún)的請求關(guān)鍵詞在用戶(hù)的背后可能是不同查詢(xún)要求

　　第五代：

　　生活生態(tài)圈

　　第五代搜索引擎應該是基于物聯(lián)網(wǎng)的搜索，物聯(lián)網(wǎng)搜索擁有更廣闊的搜索空間，能預測到物聯(lián)網(wǎng)一個(gè)最典型的應用就是：找東西！比如遠程看管小孩、老人，或搜索走失小孩，包括精確到厘米的GPS定位，比如你去一個(gè)陌生的地方，找廁所，找窗口，甚至找警察?！?/p>

　　核心問(wèn)題

　　

　　【網(wǎng)頁(yè)時(shí)效性：

　　互聯(lián)網(wǎng)上的用戶(hù)眾多，數據信息來(lái)源極廣，互聯(lián)網(wǎng)上的網(wǎng)頁(yè)是呈實(shí)時(shí)動(dòng)態(tài)變化的，網(wǎng)頁(yè)的更新、刪除等變動(dòng)極為頻繁，有時(shí)候會(huì )出現新更新的網(wǎng)頁(yè)在爬蟲(chóng)程序還來(lái)不及抓取的時(shí)候卻已經(jīng)被刪除的情況，這將大大影響搜索結果的準確性。

　　大數據存儲問(wèn)題：

　　爬蟲(chóng)抓取的數據在經(jīng)過(guò)預處理后數據量依然相當龐大，這給大數據存儲技術(shù)帶來(lái)相當大的挑戰。

　　檢索結果可靠性：

　　目前由于數據挖掘技術(shù)以及計算機硬件的限制使得數據處理準確度未能達到理想程度，而且由于一些個(gè)人或公司利用搜索引擎現有的漏洞通過(guò)作弊手段來(lái)干擾檢索結果導致檢索結果的可靠性可能會(huì )有損失?！?/p>

　　搜索引擎的營(yíng)收

　　

　　【競價(jià)排名：

　　這是搜索引擎早期的主要盈利途徑。所謂競價(jià)排名，就是關(guān)鍵詞搜索結果的位置拍賣(mài)。

　　技術(shù)授權：

　　搜索引擎需要的技術(shù)要求很高，很多網(wǎng)站都不愿花費大量的人力和財力去研發(fā)自身的搜索技術(shù)，而是通過(guò)付費給某些搜索企業(yè)來(lái)使用他們的技術(shù)。

　　AdWords廣告：

　　這是Google于2003年最先開(kāi)創(chuàng )的盈利模式，這種廣告是針對企業(yè)客戶(hù)而設計的。簡(jiǎn)單的說(shuō),AdWords就是通過(guò)用戶(hù)搜索的關(guān)鍵詞來(lái)提供相關(guān)的廣告?！?/p>

　　20傳播學(xué)班

　　宋慶森 聶航

　　文字 |宋慶森 聶航

　　排版 |宋慶森