搜索引擎存在的问题与发展趋势

《搜索引擎存在的问题与发展趋势》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据中●搜索引擎存在的问题与发展趋势包燕晗(中国科学技术信息研究所，北京100038)搜索引擎是一种能够通过In—temet接受用户的查询指令，并向用户提供符合其查询要求的信息资源网址的系统，是网络信息检索的首选工具。目前，各类搜索引擎层出不穷，但在实际应用中有许多不足之处。本文着重分析了目前搜索引擎存在的主要问题，并为解决相关问题提出发展新的搜索引擎模式的建议。{1搜索引擎的分类搜索引擎按其对网络信息的整序和检索原理的不同可分为3种：全文搜索引擎、目录式搜索引擎和元搜索引擎。(1)全文搜索引擎。全文搜索引擎是从由互联网上收集各个网站信息组建的数据库中检索与用户

2、查询条件匹配的相关记录，然后按一定的排列顺序将结果返回给用户。国外具有代表性的全文搜索引擎有Google、A1taVista等，国内著名的全文搜索引擎有百度、天网等。从搜索结果来源的角度看，全文搜索引擎又可细分为两种，一种是拥有自己的检索程序，俗称“蜘蛛”程序或“机器人”程序，并自建网页数据库，搜索结果直接从自身的数据库中调用；另一种则是租用其他引擎的数据库，并按自定的格式排列搜索结果，如Lycos引擎。(2)目录式搜索引擎。该搜索引擎是由人工建立和管理的网站级主题分类体系。由于目录式搜索引擎的信息分类和信息搜集有人的参与，其搜索的准确度是相当高的。但严格来讲它不是

3、真正的搜索引擎，用户可以不用进行关键词查询，仅靠分类目录也可找到需要的信息。(3)元搜索引擎。元搜索引擎琶忿蕊≯2燃隔由多个独立的搜索引擎汇集而成，没有自己的数据，在接受用户查询请求时，可以同时调用多个搜索引擎，在其他多个引擎上进行搜索，并将结果返回给用户。2搜索引擎存在的主要问题：(1)查准率低：多数搜索引擎的检索功能单一，信息加工深度不够，这导致信息查询的查准率不高。并且其数据库多为非全文数据库，不能提供原文，复杂高级的精确检索方式明显不足，不易于处理多词检索和限定词检索。按分类目录浏览常常检索到很多无关的信息。(2)检索效率不高：主要问题是数据更新速度慢，查询

4、响应时间长。由于网络资源的爆炸式增长和上网用户需求的日益增加，多数搜万方数据索引擎的日处理检索请求量很可能是上亿的，如何处理如此繁重的任务并提高处理效率，是目前搜索引擎必须要考虑的问题。(3)对多媒体信息资源的处理技术还不成熟：目前，多数搜索引擎的搜索对象主要是文本格式，主要原因是搜索引擎的自动排序软件，只能接受这种格式的网页。能够搜索多媒体信息资源的搜索引擎较少。多媒体技术的发展，对搜索引擎提出了更高的要求，搜索引擎应更好地支持动态网页，尽快解决动态网页查询的问题。(4)专业性搜索引擎较少：专业性搜索引擎是为专门收录某一行业、某一主题等的信息而建立，能够提供专题信

5、息查询服务的搜索引擎。目前的搜索引擎大多是综合性的，收录各方面、各学科和各行业的信息，在反映专题或专业信息方面很难做到全、快、精、准。例如，科研人员对网络的需要主要表现为对专业网络信息资源的需求，但目前的搜索引擎收录信息类型众多，能够提供专题信息查询服务的专业性搜索引擎很少，用户不可能也没有必要去浏览所有的网页，这就给用户获取相关文献造成了极大的信息障碍。{3搜索引擎的发展趋势从赛迪调查结果看，四成以上的网络用户认为，目前的搜索引擎提供给用户的不相关信息太多，而专业垂直引擎可解决这一问题。垂直搜索引擎对特定专业领域或行业的信息进行专业化、信息技术深入的分析挖掘和精细

6、分类，信息定位更精准，可保证专业领域信息的收录齐全与及时更新，因此得到更多用户的认可，成为搜索引擎的发展方面。垂直搜索引擎是指应用于搜索某一学科领域或某一类信息(如图像、影像)的专业搜索引擎，又称专题搜索引擎、专门搜索引擎，是搜索引擎的细分和延伸。对网页库中的某类专门的信息进行一次整合，定向分字段抽取出需要的数据，经过处理后再以某种形式返回给用户。垂直搜索引擎在提供专业信息方面有着综合搜索引擎无法比拟的优势。目前，互联网领域主要的综合性搜索引擎如Google、Ya—hoo!、百度等可以满足用户综合搜索信息的需求，但给那些专注于某个专业或某一类信息搜索的用户带来诸多不

7、便，他们不得不花费大量的时间与精力去进行信息筛选。专指性强的垂直化搜索引擎正好能满足用户特定信息搜索的需求。因此，基于专业领域的垂直搜索引擎开始成为搜索引擎发展的一个新趋势。垂直搜索引擎采用的基本技术同综合性搜索引擎相似。主要区别是垂直搜索引擎将网页的非结构化数据抽取成特定的结构化信息数据，然后将这些数据存储到数据库，进行进一步的加工处理，如去重、分类等，最后分词、索引，再以搜索的方式满足用户的需求。综合搜索引擎主要是利用蜘蛛程序到网络上爬行，一般按某个特定的周期网页。垂直搜索引擎同样有一个蜘蛛程序，但该程4v／20()6序只在一些特定的网络上爬行，并不会对每一