传统搜索引擎和语义搜索引擎在web2_0搜索中的差异性new

《传统搜索引擎和语义搜索引擎在web2_0搜索中的差异性new》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、ＲＥＳＥＡＲＣＨＯＮＬＩＢＲＡＲＹＳＣＩＥＮＣＥ６５传统搜索引擎和语义搜索引擎在Ｗｅｂ２．０搜索中的差异性赵夷平【摘要】文章通过对传统搜索引擎和语义搜索引擎在用户创造内容搜索、社会网络搜索和个性化搜索３个方面的对比，展现了两种不同类型搜索引擎在Ｗｅｂ２．０环境下提供搜索服务的差异性，为搜索引擎未来的发展提供参考。【关键词】传统搜索引擎语义搜索引擎Ｗｅｂ２．０Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｐａｐｅｒ，ｔｈｅａｕｔｈｏｒｃｏｍｐａｒｅｓｔｈｅｃｏｍｍｏｎｓｅａｒｃｈｅｎｇｉｎｅｗｉｔｈｓｅｍａｎｔｉｃｓｅａｒｃｈｅｎｇｉｎｅｉｎｔｈｅｉｒｕｓｅｒ

2、ｇｅｎｅｒａｔｅｄｃｏｎｔｅｎｔｓｅａｒｃｈ，ｓｏｃｉａｌｎｅｔｗｏｒｋｓｅａｒｃｈａｓｗｅｌｌａｓｐｅｒｓｏｎａｌｉｚｅｄｓｅａｒｃｈ，ｄｉｓｃｕｓｓｅｓｔｈｅｄｉｆｆｅｒｅｎｃｅｓｂｅｔｗｅｅｎｔｈｅｔｗｏｅｎｇｉｎｅｓｉｎＷｅｂ２．０ｅｎｖｉｒｏｎｍｅｎｔ，ａｎｄｐｒｏｖｉｄｅｓａｒｅｆｅｒｅｎｃｅｆｏｒｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｓｅａｒｃｈｅｎｇｉｎｅｉｎｔｈｅｆｕｔｕｒｅ．Ｋｅｙｗｏｒｄｓ：ｃｏｍｍｏｎｓｅａｒｃｈｅｎｇｉｎｅｓｅｍａｎｔｉｃｓｅａｒｃｈｅｎｇｉｎｅＷｅｂ２．０在万维网发展之初，网络信息以单方面发布为主网站进

3、行页面索引，在接到用户搜索请求时按照传统要形式，人们只能依靠检索到的链接到达指定的网页的布尔逻辑运算对关键词和索引内容进行匹配，将含获取信息。随着社会网络或社区（ｓｏｃｉａｌｎｅｔｗｏｒｋｏｒ有完全匹配内容的页面链接反馈给用户。这种方式的ｃｏｍｍｕｎｉｔｙ）如ｆａｃｅｂｏｏｋ、简单联合供稿（Ｒｅａｌｌｙ优势是在原有的技术手段和软硬件设施的基础上直接ＳｉｍｐｌｅＳｙｎｄｉｃａｔｉｏｎ，ＲＳＳ）如ｔｅｃｈｃｒｕｃｈ、多媒体共享对用户创造内容进行索引和检索，资源消耗和搜索效如图像发布领域的ｆｌｉｃｋｒ和视频共享方面的ｙｏｕｔｕｂｅ、率与普通网页搜

4、索一致；搜索结果按照普通网页搜索多人协作写作（ｗｉｋｉ）如维基百科（Ｗｉｋｉｐｅｄｉａ）、至结果的表现方式进行安排，不会对用户的使用造成不２００４年社会化书签（ｓｏｃｉａｌｂｏｏｋｍａｒｋ）首次在利影响。但是由于这种检索方法将组织结构异于传统［１］，万维网迎来了一个新的发展阶网页结构的用户贡献数据按照传统网页检索方式处理，ｄｅｌｉｃｉｏｕｓ得到应用段———Ｗｅｂ２．０时期。因此它既不能有效提取和检索其中的关联性内容，也１语义搜索引擎与传统搜索引擎的用户创造内容搜索不能有效地对数据进行及时的更新。传统搜索引擎对Ｗｅｂ２．０时代的到来给搜索引擎

5、带来一种新的内容用户创造内容的松散组织也造成热门话题检索时反馈来源，即用户创造的内容（ＵｓｅｒＧｅｎｅｒａｔｅｄＣｏｎｔｅｎｔ），结果重复性增加，加重了用户的甄别负担。简称ＵＧＣ。ＵＧＣ包括两部分内容，一部分是社会化媒１．２语义搜索引擎用户创造内容搜索体（ＳｏｃｉａｌＭｅｄｉａ，此处媒体是广义的概念），另一部语义搜索引擎依靠其对结构化数据和复杂查询请分是当用户在创建内容的同时，给搜索引擎提供的大求的处理优势，走出了一条新的道路。其一，将相近量新的辅助数据，也就是常说的元数据（ＭｅｔａＤａｔａ），的不同资源的组合进行有效的语义意识检测［３］，

6、采取这些都会被搜索引擎所利用［２］。传统搜索引擎主要采本体学习和本体影射方法，根据语义网中本体的表示用页面解析的方式对Ｗｅｂ２．０内容进行索引，而语义方式对Ｗｅｂ２．０的分众分类法（ｆｏｌｋｓｏｎｏｍｙ），按照搜索引擎则侧重于对Ｗｅｂ２．０内容的深度语义解析。“参与者”“概念”和“实例”拆分为３个不相交的集１．１传统搜索引擎用户创造内容搜索合，形成“参与者———概念———实例”模型。在应用［４］。这种方传统搜索引擎对用户创造内容的搜索采用和普通中可以根据需要将任意两个集合加以组合网页搜索相一致的方式，首先对含有用户创造内容的法在对“美味书签

7、（Ｄｅｌｉｃｉｏｕｓ）”的本体提取中得到了６６图书馆学研究２０１０．９（理论版）试验性的应用，它能够清晰地展示共现的关键词标签深度发掘为基础，语义搜索引擎在识别具有类似行为之间的簇状关联和不同用户所采用的关键词标签的关或相似兴趣的用户群体和社区方面展现出它们的独特联。其二，通过加强元数据的标引优化检索结果，雅之处。清华大学计算机系软件研究所知识工程研究室虎的Ｍｉｃｒｏｓｅａｒｃｈ以增加含照片、地图等多媒体元数据开发的搜索与数据挖掘引擎ＡｒｎｅｔＭｉｎｅｒ就是这样的搜构成的本体为基础，通过对用户检索结果的前若干个索引擎，它以简历数据的提取和分

8、析为基础，对姓名问题进行再搜索，将附有特殊元数据的搜索结果提供进行约束性概率统计以消除歧义，并且借鉴传统搜索给用户，为用户提供更全面的信息［５］。引擎中的用户评价机制进行主体建模