搜索引擎原理
搜索引擎，通常指的是收集了因特网上几千万到几十亿个网页并对网页中的每一个词（即关键词）进行索引，建立索引数据库的全文搜索引擎。当用户查找某个关键词的时候，所有在页面内容中包含了该关键词的网页都将作为搜索结果被搜出来。在经过复杂的算法进行排序后，这些结果将按照与搜索关键词的相关度高低，依次排列。根据自己的优化程度，获得相应的名次。
1.原理概述
在搜索引擎的后台，有一些用于搜集网页信息的程序。所收集的信息一般是能表明网站内容（包括网页本身、网页的URL地址、构成网页的代码以及进出网页的连接）的关键词或者短语。接着将这些信息的索引存放到数据库中。
搜索引擎的系统架构和运行方式吸收了信息检索系统设计中许多有价值的经验，也针对万维网数据和用户的特点进行了许多修改，如
右图所示的搜索引擎系统架构。其核心的文档处理和查询处理过程与传统信息检索系统的运行原理基本类似，但其所处理的数据对象即万维网数据的繁杂特性决定了搜索引擎系统必须进行系统结构的调整，以适应处理数据和用户查询的需要。[1-2]
2.工作原理
爬行和抓取
搜索引擎派出一个能够在网上发现新网页并抓文件的程序，这个程序通常称之为蜘蛛（Spider）。搜索引擎从已知的数据库出发，就像正常用户的浏览器一样访问这些网页并抓取文件。搜索引擎通过这些爬虫去爬互联网上的外链，从这个网站爬到另一个网站，去跟踪网页中的链接，访问更多的网页，这个过程就叫爬行。这些新的网址会被存入数据库等待搜索。所以跟踪网页链接是搜索引擎蜘蛛（Spider）发现新网址的最基本的方法，所以反向链接成为搜索引擎优化的最基本因素之一。搜索引擎抓取的页面文件与用户浏览器得到的完全一样，抓取的文件存入数据库。
建立索引
蜘蛛抓取的页面文件分解、分析，并以巨大表格的形式存入数据库，这个过程即是索引（index).在索引数据库中，网页文字内容，关
键词出现的位置、字体、颜色、加粗、斜体等相关信息都有相应记录。
搜索词处理
用户在搜索引擎界面输入关键词，单击“搜索”按钮后，搜索引擎程序即对搜索词进行处理，如中文特有的分词处理，去除停止词，判断是否需要启动整合搜索，判断是否有拼写错误或错别字等情况。搜索词的处理必须十分快速。
排序
对搜索词处理后，搜索引擎程序便开始工作，从索引数据库中找出所有包含搜索词的网页，并且根据排名算法计算出哪些网页应该排在前面，然后按照一定格式返回到“搜索”页面。
再好的搜索引擎也无法与人相比，这就是为什么网站要进行搜索引擎优化。没有SEO的帮助，搜索引擎常常并不能正确的返回最相关、最权威、最有用的信息。
3.数据结构
搜索引擎的核心数据结构为倒排文件（也称倒排索引），倒排索引是指用记录的非主属性值(也叫副键)来查找记录而组织的文件叫倒排文件，即次索引。倒排文件中包括了所有副键值，并列出了与之有关的所有记录主键值，主要用于复杂查询。与传统的SQL查询不同，
在搜索引擎收集完数据的预处理阶段，搜索引擎往往需要一种高效的数据结构来对外提供检索服务。而现行最有效的数据结构就是“倒排文件”。倒排文件简单一点可以定义为“用文档的关键词作为索引，文档作为索引目标的一种结构（类似于普通书籍中，索引是关键词，书的页面是索引目标）。
4.全文搜索引擎
在搜索引擎分类部分我们提到过全文搜索引擎从网站提取信息建立网页数据库的概念。搜索引擎的自动信息搜集功能分两种。一种是定期搜索，即每隔一段时间（比如Google一般是28天），搜索引擎主动派出“蜘蛛”程序，对一定IP地址范围内的互联网站进行检索，一旦发现新的网站，它会自动提取网站的信息和网址加入自己的数据库。
另一种是提交网站搜索，即网站拥有者主动向搜索引擎提交网址，它在一定时间内（2天到数月不等）定向向你的网站派出“蜘蛛”程序，扫描你的网站并将有关信息存入数据库，以备用户查询。由于搜索引擎索引规则发生了很大变化，主动提交网址并不保证你的网站能进入搜索引擎数据库，因此目前最好的办法是多获得一些外部链接，让搜索引擎有更多机会找到你并自动将你的网站收录。
当用户以关键词查找信息时，搜索引擎会在数据库中进行搜寻，
如果找到与用户要求内容相符的网站，便采用特殊的算法——通常根据网页中关键词的匹配程度，出现的位置/频次，链接质量等——计算出各网页的相关度及排名等级，然后根据关联度高低，按顺序将这些网页链接返回给用户。
5.目录索引
与全文搜索引擎相比，目录索引有许多不同之处。
首先，搜索引擎属于自动网站检索，而目录索引则完全依赖手工操作。用户提交网站后，目录编辑人员会亲自浏览你的网站，然后根据一套自定的评判标准甚至编辑人员的主观印象，决定是否接纳你的网站。如果审核通过，你网页才会出现于搜索引擎中，否则不会显示。
其次，搜索引擎收录网站时，只要网站本身没有违反有关的规则，一般都能登录成功。而目录索引对网站的要求则高得多，有时即使登录多次也不一定成功。
此外，在登录搜索引擎时，我们一般不用考虑网站的分类问题，而登录目录索引时则必须将网站放在一个最合适的目录。
最后，搜索引擎中各网站的有关信息都是从用户网页中自动提取的，所以用户的角度看，我们拥有更多的自主权；而目录索引则要求必须手工另外填写网站信息，而且还有各种各样的限制。更有甚者，
如果工作人员认为你提交网站的目录、网站信息不合适，他可以随时对其进行调整，当然事先是不会和你商量的。
目录索引，顾名思义就是将网站分门别类地存放在相应的目录中，因此用户在查询信息时，可选择关键词搜索，也可按分类目录逐层查找。如以关键词搜索，返回的结果跟搜索引擎一样，也是根据信息关联程度排列网站，只不过其中人为因素要多一些。如果按分层目录查找，某一目录中网站的排名则是由标题字母的先后顺序决定（也有例外）。
目前，搜索引擎与目录索引有相互融合渗透的趋势。原来一些纯粹的全文搜索引擎现在也提供目录搜索。
6.元搜索引擎
元搜索引擎(MetaSearchEngine)不是一种独立的搜索引擎，它最显著的特点是没有自己的资源索引数据库，是架构在许多其他搜索引擎之上的搜索引擎。元搜索引擎在接受用户查询请求时，可以同时在其他多个搜索引擎中进行搜索，并将其他搜索引擎的检索结果经过处理后返回给用户。元搜索引擎为用户提供一个统一的查询页面，通过自己的用户提问预处理子系统将用户提问转换成各个成员搜索引擎能识别的形式，提交给这些成员搜索引擎中，然后把各个成员搜索引擎的搜索结果按照自己
的结果处理子系统进行比较分析，去除重复并且按照自定义的排序规则进行排序返回给用户。所以，一般的元搜索引擎都包括三大功能结构：提问预处理子系统、检索接口代理子系统和检索结果处理子系统。[3]
目前国内的元搜索引擎
·搜魅网（someta）：集合了百度、google、搜狗、雅虎多家主流搜索引擎的结果，提供网页、资讯、网址导航等聚合查询。另外，搜魅网突破了元搜索引擎没有自己的蜘蛛的瓶颈，提供了网站查询的功能。
·马虎聚搜：集合了google和百度的搜索结果，提供一些有用的热点排行。
·佐意综合搜索（chinazss）：佐意网提供的综合搜索，结合了
Google\Baidu\yahoo\等知名搜索引擎，更细分了不同的搜索类别，如软件搜索，游戏搜索，视频搜索，新闻搜索，网页搜索，地图搜索，
音乐搜索，企业搜索等。看似页面简单，却搜索功能却很强大。佐意综合搜索可以说是元搜索中的一个典范。该搜索引擎还可直接查询手机号码归属地，IP查询等。
·比比猫（bbmao）：综合了百度，谷歌，搜狐，雅虎，搜狗等搜索引擎的搜索结果，并建立了自动分类，是目前最好的一款产品。速度还可以。元搜索引擎(META Search Engine)一般都没有自己网络机器人及数据库，它们的搜索结果是通过调用、控制和优化其它多个独立搜索引擎的搜索结果并以统一的格式在同一界面集中显示。·115聚合搜索：一个基于聚类的个性化元搜索引擎，实现搜索定制聚合模块化，给用户良好的搜索体验；同时提供个性化网址导航服务，将信息聚合和网址导航结合在一起，通过新增插件的模块化功能组合，不断加入社会化服务的新元素，从而灵活方便地满足不同用户的个性需求，是一个全方位网罗的多元化和个性化的中文元搜索引擎。·觅搜（MetaSoo）：最近发现的一个使用了Ajax技术的中文元搜索引擎，可搜索谷歌、百度、雅虎一搜、搜狗、有道等。用户可以自行设置各搜索引擎的可信度(权重)，觅搜会根据各搜索引擎重复等情况计算得分，最高100分，然后按照得分排序。这是Ajax技术在元搜索引擎中的第一次应用。
·抓虾网聚搜：就是将百度、Google两家算法各异的搜索巨头的搜索结果，去重，然后呈现到用户面前。方便用户使用。通过抓虾聚搜的搜索框，还可以方便的进行下列查询，例如：天气预报查询、手机归属地查询、网页计算器、ip地址查询、邮编区号查询、实时汇
率转换、网站PR值、ALexa排名速查、网站快速预览、检索纠正功能、字典查询、诗词查询、成语词典、百家姓速查、快递单号查询等等。致力快捷生活。
·万纬搜索：据说是最早的中文元搜索引擎，还有学术论文以其作代表论述元搜索引擎。但现在貌似不可用了，速度慢且不说，搜索完成后，出来一句话：共查到N 条记录符合字符串X 本次取出1 - 0 条没有结果，怎么玩！
·壹家搜：速度慢，动不动就宕掉了；标题都显示是“百度快照”。·知合网的网页搜索：速度较慢，这个知合网的网页搜索，我记得以前是综合百度、Google搜索结果的，但现在跟百度的结果完全相同。这样的话，有什么意义呢！
·MMGOOGLE图片搜索：MMGOOGLE图片搜索提供专门的图片搜索.原来功能还比较强大,现在就是Google搜索结果的了.
·我要搜搜你：首页上介绍说“综合了Baidu,Google,Yahoo的搜索结果”“结果比他们好一些”，但随意搜索几个词，很明显是比他们差很多。搜“Google”，Baidu,Google,Yahoo排第一的都是Google的主站,而我要搜搜你排第一的是下载Google 桌面，这个结果仅仅在百度排第五，Google、Yahoo前十项中都没有；真不知它是什么算出来的。
·deyeb 社会化搜索引擎：上一篇文章《中文元搜索引擎(欢迎补充)》发表后，bookye说“最知名的deyeb社会化搜索，你怎么落下了呢”。使用deyeb 后，发现仅仅热门词有结果，稍微冷一些的词，就无结
果了。搜“李宇春”，有97个结果；搜“何洁”，就只有一项指向百度贴吧_何洁吧。更别说普通的词了，多数是无结果。deyeb不能算是搜索引擎。
·北斗搜索：跟前面地比较，北斗是目前唯一能用的元搜索引擎，当然也是最好的了。速度还可以；结果来自百度、搜狗、雅虎；左侧有深入搜索、相关搜索；缩略图功能很cool；可以评价结果。
国外的元搜索引擎
MetaCrawler：提供涵盖近2 0个主题的目录检索服务，包括常规检索、高级检索、定制检索、国家或地区的资源检索等。其中，高级检索模式可实现搜索引擎的选择调用，基于域名、地区或国家的检索结果过滤，最长检索时间设置，每页可显示的和允许每个搜索引擎返回的检索结果数量的设定，检索结果排序依据(包括相关度、域名、源搜索引擎)设定等。
Dogpil：它首先并行地调用Goog l e、Yaboo、MSN、Ask Jee、reS 等4个源搜索引擎，如果没有得到1 0 个以上的结果，再调用另外的搜索引擎。但Dogp i1 e不提供可调用的源搜索引擎列表，不支持对各个源搜索引擎的自行指定和选择。
Mamma：M am m a是并行式元搜索引擎，自称为“搜索引擎之母”。可同时调用7个最常用的独立搜索引擎，并且可查询网上商店、新闻、股票指数、图像和声音文件等资源。其特点是检索界面友好，检索选项丰富，主要包括可控制调用的独立搜索引擎、选择使用短语检索功能、设定检索时间、设定每页可显示记录数等。
Ixquick:I xqU i ck 最大优点是支持中文检索。支持各种基本的和高级的检索功能，包括关键词检索、短语检索、截词检索、布尔检索、概念检索、自然语言检索、指定字段检索、包含(+ )或排除(一)检索等
七、 国内外著名搜索引擎介绍 教学目的 掌握常见搜索引擎的使用方法与技巧 教学内容 1、搜索引擎介绍 1.1搜索引擎发展 十几年前，WWW（World Wide Web，万维网）还没有诞生的时候，互联网上只有冰冷的 文字，没有图像和声音，而且网站数量也不多，感兴趣的网站就那么几个，可以在很短 的时间内就掌握其中的全部信息，搜索引擎完全没有出现的必要。1993年，互联网上出 现了最早的Web浏览器Mosaic，次年Netscape推出了Navigator。浏览器的发展促使 Web得到迅速推广，站点数目以惊人的速度增加，我们再也不能用传统记忆方式来应付 与日俱增的站点。于是，搜索引擎就诞生了。第一个搜索引擎的出生地在美国，它的名 字叫Archie,是由McGill大学的一个小组开发的。 1.2搜索引擎工作原理 利用自动搜寻软件，不断发现与收集各类新网址及网页，利用自动索引软件对网页进行 标引，建立记录的数据库。当用户输入提问关键词之后，以不同的检索方法在其数据库中找 出相关的记录，并按相关性顺序排列，将包含此关键词或符合检索条件的所有网址信息和指 向这些网址的链接反馈给用户，从而实现查询目的。简单地说，搜索引擎的原理，可以看作 三步：从互联网上抓取网页→建立索引数据库→在索引数据库中搜索排序。 1.3搜索引擎如何排列Web页面 依据是"位置/频率法"。 1.4搜索引擎词语介绍 简单搜索；词组搜索；语句搜索；目录搜索；高级搜索； 1.5搜索引擎的类型 按搜索引擎获取信息的不同：独立搜索引擎；元搜索引擎；网络搜索软件。 按组织信息的方式：目录搜索引擎；全文搜索引擎；分类全文型搜索引擎；智能搜索引擎。 按服务对象和规模：综合门户搜索引擎；垂直搜索引擎。 2、综合性搜索引擎 在互联网发展的最初阶段，网民在各项活动中的主要浏览对象几乎都是综合性的网站（或称 为门户性网站），所谓综合，指其提供信息与服务的范围广泛，从新闻、讨论组、免费信箱、 下载软件到图片的搜索，不固定在专一知识领域，涉及多种主题内容。 2.1 Google Google是一个搜索引擎，由两个斯坦福大学博士生Larry Page与Sergey Brin于1998年 9月发明，Google Inc. 于1999年创立。2000年7月份，Google替代Inktomi成为Yahoo 公司的搜索引擎，同年9月份，Google成为中国网易公司的搜索引擎。98年至今，GOOGLE 已经获得30多项业界大奖。 GOOGLE基本搜索 Google支持大多数的搜索基本语法规则，比如‘ AND’、 ‘OR’、‘-’，Google无需用 明文的‘AND ’来表示逻辑‘与’操作，只要空格就可以了；Google用减号‘-’表示逻 辑‘非’操作；Google用大写的‘OR’表示逻辑‘或’操作； ·不区分英文字母大小写，所有的字母均当作小写处理； ·Google不支持通配符，如‘*’、‘?’等；
搜索引擎的种类与使用的技巧 [摘要]随着信息技术的发展,网络的迅速普及,搜索引擎在网络用户的生活中扮演着越来越重要的地位,了解并能熟练使用搜索引擎成为大众的必修课。对搜索引擎的基本知识和种类作简要介绍,并结合亲身实践介绍几种实用的搜索技巧。 [关键词]搜索引擎种类技巧 一、搜索引擎概述 搜索引擎是指根据一定的策略、运用特定的计算机程序搜集互联网上的信息,在对信息进行组织和处理后,为用户提供检索服务的系统。它主要是用于检索网站、网址、文献信息等内容。随着网络技术的发展,各种搜索引擎层出不穷,目前流行的搜索引擎主要是帮助用户搜索表层信息,如google、百度、雅虎等。 二、搜索引擎的分类 目前,主流的搜索引擎有如下几类: (一)全文索引 根据搜索结果来源的不同,全文搜索引擎可分为两类,一类拥有自己的检索程序(Indexer),俗称“蜘蛛”(Spider)程序或“机器人”(Robot)程序,能自建网页数据库,搜索结果直接从自身的数据库中调用,上面提到的Google和百度就属于此类;另一类则是租用其他搜索引擎的数据库,并按自定的格式排列搜索结果,如Lycos搜索引擎。
(二)目录索引 目录索引虽然有搜索功能,但不能称为真正的搜索引擎,只是按目录分类的网站链接列表而已。用户完全可以按照分类目录找到所需要的信息,不依靠关键词进行查询。目录索引中最具代表性的是Yahoo、新浪分类目录搜索。 (三)元搜索引擎 元搜索引擎接受用户查询请求后,同时在多个搜索引擎上搜索,并将结果返回给用户。着名的元搜索引擎有InfoSpace、Dogpile等。中文元搜索引擎中具代表性的是搜星搜索引擎。在搜索结果排列方面,有的直接按来源排列搜索结果,如Dogpile;有的则按自定的规则将结果重新排列组合,如Vivisimo。 三、搜索引擎使用技巧 (一)关键词的选择 目前搜索引擎不具备智能识别能力,较人脑而言还很“弱智”,往往不能很好地把握用户到底想要什么,只会在现成的数据库索引中查找相匹配的关键词。因此,选择合适的关键词是成功检索的第一步。关键词的选择虽然没有什么定式,不过也有一些规律可循,在提取关键词时力求做到规范,避免口语化,便能达到事半功倍的效果。此处用特殊实例来说明: 2.使用多个含义相近的关键词。对于热门信息来说,搜索时犯愁的是返回条目太多,可对冷门事件或事物来说往往恰恰相反。此时可使用同义关键词和关联关键词来检索,以达到更全面的搜索结果。如:在学术部门的年轻人想查阅申报课题的技巧时会发现相
详细介绍常用的几类搜索引擎技术 因特网的迅猛发展、WEB信息的增加，用户要在信息海洋里查找信息，就像大海捞针一样，搜索引擎技术恰好解决了这一难题，它可以为用户提供信息检索服务。目前，搜索引擎技术正成为计算机工业界和学术界争相研究、开发的对象。 搜索引擎（Search Engine）是随着WEB信息的迅速增加，从1995年开始逐渐发展起来的技术。 据发表在《科学》杂志1999年7月的文章《WEB信息的可访问性》估计，全球目前的网页超过8亿，有效数据超过9TB，并且仍以每4个月翻一番的速度增长。例如，Google 目前拥有10亿个网址，30亿个网页，3.9 亿张图像，Google支持66种语言接口，16种文件格式，面对如此海量的数据和如此异构的信息，用户要在里面寻找信息，必然会“大海捞针”无功而返。 搜索引擎正是为了解决这个“迷航”问题而出现的技术。搜索引擎以一定的策略在互联网中搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务，从而起到信息导航的目的。 目前，搜索引擎技术按信息标引的方式可以分为目录式搜索引擎、机器人搜索引擎和混合式搜索引擎；按查询方式可分为浏览式搜索引擎、关键词搜索引擎、全文搜索引擎、智能搜索引擎；按语种又分为单语种搜索引擎、多语种搜索引擎和跨语言搜索引擎等。 目录式搜索引擎 目录式搜索引擎（Directory Search Engine）是最早出现的基于ＷＷＷ的搜索引擎，以雅虎为代表，我国的搜狐也属于目录式搜索引擎。 目录式搜索引擎由分类专家将网络信息按照主题分成若干个大类，每个大类再分为若干个小类，依次细分，形成了一个可浏览式等级主题索引式搜索引擎，一般的搜索引擎分类体系有五六层，有的甚至十几层。 目录式搜索引擎主要通过人工发现信息，依靠编目员的知识进行甄别和分类。由于目录式搜索引擎的信息分类和信息搜集有人的参与，因此其搜索的准确度是相当高的，但由于人工信息搜集速度较慢，不能及时地对网上信息进行实际监控，其查全率并不是很好，是一种网站级搜索引擎。 机器人搜索引擎 机器人搜索引擎通常有三大模块：信息采集、信息处理、信息查询。信息采集一般指爬行器或网络蜘蛛，是通过一个URL列表进行网页的自动分析与采集。起初的URL并不多，随着信息采集量的增加，也就是分析到网页有新的链接，就会把新的URL添加到URL列表，以便采集。
一、界面、广告以及速度搜索引擎在我们日常操作中的使用频率非常高，大家使用它的目的都非常明确，就是用它来搜寻需要的内容，而不会为搜索引擎的页面做过多的停留，因此搜索引擎的界面设计和速度就对我们的使用产生不小的影响，下面来看看这六款搜索引擎在界面和速度上的表现。谷歌、百度和微软的Live Search，这三大搜索引擎的界面大家都已经相当熟悉，它们有着共同的特点，就是简洁至极：网站LOGO、搜索框和按钮以及个别功能服务链接，除此以外，页面上就没有其他多余和花哨的东西了，给人的感觉非常清爽，界面一目了然，特别是Live Search在不失简洁的同时还通过一些小脚本和背景图片使得页面整体更加美观。三者使用起来都很方便，并且首页界面上没有任何第三方的广告。搜索结果页面，三者同样是采用简洁的风格，页面左侧排列着搜索结果，百度搜索结果页面右侧有不少广告，谷歌视关键词的不同也可能出现右侧广告。 Live Search的界面十分简洁且美观 百度搜索结果页面右侧的广告与上面三者相比，雅虎全能搜在界面上显得更为活泼、色彩更加多样，并且在首页内容上也更丰富。首页上除了常规的搜索所需组成部分外，雅虎全能搜还加入了天气预报、邮箱登录的显示区域。虽然这些占据了一点点页面，但是它们功能实用且不影响正常使用。雅虎全能搜的搜索主页 搜狗搜索的界面可谓结合了谷歌和Live Search：在布局上
与谷歌类似，而在细节上与Live Search有着异曲同工之妙；而搜索新军——网易有道的界面与谷歌、百度站在同一阵线，风格、版式都十分一致。在搜索结果页面中，搜狗搜索页面左侧有少量广告。总的来说，六款搜索引擎的界面设计都比较合理、美观、大方。雅虎全能搜的界面稍有不同，加入了天气预报和邮箱模块，而其他五款都尽量精简，其中谷歌、百度和有道趋于一致，采用最简的风格，而Live Search和搜狗在首页的一些细节上多加以了一些修饰。此外，值得一提的是一些搜索引擎对于Logo文化的重视，在传统的节日或者一些特殊的纪念日时都会将首页的Logo徽标换成与该日子相关的设计。其中在这方面要数谷歌和百度做得最为出色：无论是三八节、五一节这样的国际节日，或者情人节、万圣节这样的西方舶来物，还是春节、清明、端午等传统的中国农历节日，谷歌和百度都会精心设计相应的节日Logo；此外，谷歌在一些特殊的纪念日，如达芬奇诞辰、地球日之类的纪念日也会推出专门的徽标；而百度近期开始定期在首页推出一个搜索封面人物，以此反映对互联网时代风云人物的价值取向，十分有特色。雅虎和搜狗在节日Logo设计方面也有所表现，在节日时也可经常看到其专门的徽标；网易有道正式版新近推出不久，我们还无法对其在特殊Logo的设计上是否会有所表现作出评价。搜索引擎的特色Logo其实并不仅仅是一个单纯的设计，它还有更多的作用：它承载了一种信息，传达了搜索引擎提供商对于创新、
1 南昌航空大学 Nanchang Hangkong University 毕 业 论 文 题目 _搜索引擎原理及发展趋势__________________ 学院 _江西工业工程职业学校 _____________________ 专业 __________计算机网络________________________ 姓名 周文飞___________学号 036811100078 指导老师 李国忠______________职称________________ __2012__年_5__月_5_ 日 _
目录 第一章搜索引擎的概述 3 1.1 搜索引擎3 1.2 搜索引擎的发展史3第二章搜索引擎基本常识9 2.1 搜索引擎工作原理9 2.2 搜索引擎分类9 2.3 全文搜索引擎10第三章使用搜索引擎的一些基本规则和技巧12 3.1 搜索引擎的一些基本规则12 3.2 搜索引擎的一些基本技巧12第四章搜索引擎的评测16 4.1搜索引擎缺陷16 4.2搜索速度16第五章搜索引擎的未来发展动向及趋势18 5.1搜索引擎的未来发展动向18 5.2搜索引擎趋势19 结束语23致谢24参考文献25 2
第一章搜索引擎的概述 1.1 搜索引擎 搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。搜索引擎包括全文索引、目录索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、门户搜索引擎与免费链接列表等。百度和谷歌等是搜索引擎的代表。 搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。搜索引擎包括全文索引、目录索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、门户搜索引擎与免费链接列表等。百度和谷歌等是搜索引擎的代表。 1.2搜索引擎的发展史 互联网发展早期，以雅虎为代表的网站分类目录查询非常流行。网站分类目录由人工整理维护，精选互联网上的优秀网站，并简要描述，分类放置到不同目录下。用户查询时，通过一层层的点击来查找自己想找的网站。也有人把这种基于目录的检索服务网站称为搜索引擎，但从严格意义上讲，它并不是搜索引擎。 1990年，加拿大麦吉尔大学（University of McGill）计算机学院的师生开发出Archie。当时，万维网（World Wide Web）还没有出现，人们通过FTP来共享交流资源。Archie能定期搜集并分析FTP服务器上的文件名信息，提供查找分别在各个FTP主机中的文件。用户必须输入精确的文件名进行搜索，Archie告诉用户哪个FTP服务器能下载该文件。虽然Archie搜集的信息资源不是网页（HTML文件），但和搜索引擎的基本工作方式是一样的：自动搜集信息资源、建立索引、提供检索服务。所以，Archie被公认为现代搜索引擎的鼻祖。 起源 所有搜索引擎的祖先，是1990年由Montreal的McGill University三名学生（Alan Emtage、Peter Deutsch、Bill Wheelan）发明的Archie（Archie FAQ）。Alan Emtage等想到了开发一个可以用文件名查找文件的系统，于是便有了Archie。Archie是第一个自动索引互联网上匿名FTP网站文件的程序，但它还不是真正的搜索引擎。Archie是一个可搜索的FTP文件名列表，用户必须输入精确的文件名搜索，然后Archie会告诉用户哪一个FTP地址可以下载该文件。由于Archie深受欢迎，受其启发，Nevada System Computing Services大学于1993年开发了一个Gopher（Gopher FAQ）搜索工具Veronica（Veronica FAQ）。Jughead是后来另一个Gopher搜索工具。发展（1） Excite 的历史可以上溯到1993年2月，6个Stanford University（斯坦福大学）大学生的想法是分析字词关系，以对互联网上的大量信息作更有效的检索。到1993年中，这已是一个完全投资项目，他们还发布了一个供 3
搜索引擎原理 搜索引擎，通常指的是收集了因特网上几千万到几十亿个网页并对网页中的每一个词（即关键词）进行索引，建立索引数据库的全文搜索引擎。当用户查找某个关键词的时候，所有在页面内容中包含了该关键词的网页都将作为搜索结果被搜出来。在经过复杂的算法进行排序后，这些结果将按照与搜索关键词的相关度高低，依次排列。根据自己的优化程度，获得相应的名次。 1.原理概述 在搜索引擎的后台，有一些用于搜集网页信息的程序。所收集的信息一般是能表明网站内容（包括网页本身、网页的URL地址、构成网页的代码以及进出网页的连接）的关键词或者短语。接着将这些信息的索引存放到数据库中。 搜索引擎的系统架构和运行方式吸收了信息检索系统设计中许多有价值的经验，也针对万维网数据和用户的特点进行了许多修改，如
右图所示的搜索引擎系统架构。其核心的文档处理和查询处理过程与传统信息检索系统的运行原理基本类似，但其所处理的数据对象即万维网数据的繁杂特性决定了搜索引擎系统必须进行系统结构的调整，以适应处理数据和用户查询的需要。[1-2] 2.工作原理 爬行和抓取 搜索引擎派出一个能够在网上发现新网页并抓文件的程序，这个程序通常称之为蜘蛛（Spider）。搜索引擎从已知的数据库出发，就像正常用户的浏览器一样访问这些网页并抓取文件。搜索引擎通过这些爬虫去爬互联网上的外链，从这个网站爬到另一个网站，去跟踪网页中的链接，访问更多的网页，这个过程就叫爬行。这些新的网址会被存入数据库等待搜索。所以跟踪网页链接是搜索引擎蜘蛛（Spider）发现新网址的最基本的方法，所以反向链接成为搜索引擎优化的最基本因素之一。搜索引擎抓取的页面文件与用户浏览器得到的完全一样，抓取的文件存入数据库。 建立索引 蜘蛛抓取的页面文件分解、分析，并以巨大表格的形式存入数据库，这个过程即是索引（index).在索引数据库中，网页文字内容，关
谷歌搜索引擎的功能语法详细介绍 一，GOOGLE简介 https://www.doczj.com/doc/452660137.html,）是一个搜索引擎，由两个斯坦福大学博士生Larry Page 与Sergey Brin于1998年9月发明，Google Inc. 于1999年创立。2000年7 月份，Google替代Inktomi成为Yahoo公司的搜索引擎，同年9月份，Google 成为中国网易公司的搜索引擎。98年至今，GOOGLE已经获得30多项业界大奖。 二，GOOGLE特色 1、GOOGLE支持多达132种语言，包括简体中文和繁体中文； 2、GOOGLE网站只提供搜索引擎功能，没有花里胡哨的累赘； 3、GOOGLE速度极快，据说有8000多台服务器，200多条T3级宽带； 4、GOOGLE的专利网页级别技术PageRank能够提供高命中率的搜索结果； 5、GOOGLE的搜索结果摘录查询网页的部分具体内容，而不仅仅是网站简介； 6、GOOGLE智能化的“手气不错”功能，提供可能最符合要求的网站； 7、GOOGLE的“网页快照”功能，能从GOOGLE服务器里直接取出缓存的网页。 三，基本搜索： 1、+，-，OR A.GOOGLE无需用明文的“+”来表示逻辑“与”操作，只要空格就可以了。 示例：搜索所有包含关键词“seo”和“宁波”的中文网页 搜索：“seo 宁波” 结果：已搜索有关seo和宁波的中文(简体)网页。共约有2,010,000项查询结果，这是第1-10项。搜索用时0.13秒。 注意：文章中搜索语法外面的引号仅起引用作用，不能带入搜索栏内。 B.GOOGLE用减号“-”表示逻辑“非”操作。 示例：搜索所有包含“seo”而不含“宁波”的中文网页 搜索：“seo -宁波”
常用的十七大学术搜索引擎 1、https://www.doczj.com/doc/452660137.html,/ Google学术搜索滤掉了普通搜索结果中大量的垃圾信息，排列出文章的不同版本以及被其它文章的引用次数。略显不足的是，它搜索出来的结果没有按照权威度（譬如影响因子、引用次数）依次排列，在中国搜索出来的，前几页可能大部分为中文的一些期刊的文章。 2、https://www.doczj.com/doc/452660137.html, Scirus是目前互联网上最全面、综合性最强的科技文献搜索引擎之一，由Elsevier科学出版社开发，用于搜索期刊和专利，效果很不错！Scirus覆盖的学科范围包括：农业与生物学，天文学，生物科学，化学与化工，计算机科学，地球与行星科学，经济、金融与管理科学，工程、能源与技术，环境科学，语言学，法学，生命科学，材料科学，数学，医学，神经系统科学，药理学，物理学，心理学，社会与行为科学，社会学等。 3、https://www.doczj.com/doc/452660137.html,/ BASE是德国比勒费尔德(Bielefeld)大学图书馆开发的一个多学科的学术搜索引擎，提供对全球异构学术资源的集成检索服务。它整合了德国比勒费尔德大学图书馆的图书馆目录和大约160 个开放资源（超过200 万个文档）的数据。 4、http://www.vascoda.de/ Vascoda是一个交叉学科门户网站的原型，它注重特定主题的聚合，集成了图书馆的收藏、文献数据库和附加的学术内容。 5、https://www.doczj.com/doc/452660137.html,/ 与google比较了一下发现，能搜索到一些google搜索不到的好东东。它界面简洁，功能强大，速度快，YAHOO、网易都采用了它的搜索技术。 6、https://www.doczj.com/doc/452660137.html, Google在同一水平的搜索引擎。是https://www.doczj.com/doc/452660137.html,推出的，Web result部分是基于Google 的，所以保证和Google在同一水平，另外增加了Amazon的在书本内搜索的功能和个性化功能：主要是可以记录你的搜索历史。现在还是Beta，不过试用后感觉很好，向大家推荐一试，不过缺憾是现在书本内搜索没有中文内容。 7、https://www.doczj.com/doc/452660137.html, 严格意义上讲不是搜索引擎，是连接搜索引擎和网络用户的信息立交桥。新一代的搜索引擎应运而生，Ixquick meta－search正是目前最具光芒的新星。但是对于大多数国内用户来说，Ixquick还很陌生。Ixquick众多独特的功能我不一一介绍了，只介绍我们最关心的，搜索数据库密码。 使用方法：先进入Ixquick，以“Proquest”数据库为例。填入Proquest Username Password History Online后点击search，看看出来的结果，第一页中第6个，proquest的username和password 赫然在目，别急，再看第4个结果“HB Thompson Subscription Online Databases”，即https://www.doczj.com/doc/452660137.html,/onlinedbs/HBTDatabases/，进入后发现这是一个密码页，选择Magazines & Journals栏，就有EBSCO、Electric Library Elementary、Electric Library Elementary、ProQuest Platinum (in school)、ProQuest Platinum (remote)等众多数据库的密码，
常用医学搜索引擎介绍 国内 1 MEDCD 搜医网 https://www.doczj.com/doc/452660137.html,/search/search/ 搜医网是目前国内最大的医学健康类搜索引擎，其网页搜索几乎可以囊括所有的中文医学站点，另外在其“搜索大全”中可以方便的查找疾病、化验检查、国家基本药物、等等健康相关知识。对于医学专业人员还可以在这里方便的搜索“美国国家医学图书馆数据库”MEDSCAPE、MedExplorer、HEALTHWEB等等专业知识。 国外 1.Medical Matrix 医源 https://www.doczj.com/doc/452660137.html,/Index.asp Medical Matrix 是一种由概念驱动的免费全文智能检索工具，包括4600多个医学网址，1994年由堪萨斯大学创建，现由美国Medical Matrix LLC主持，是目前最重要的医学专业搜索引擎。它是一个可免费进入的Internet临床医学数据
库，提供了关键词搜索和分类目录搜索，最适合临床医师使用。分类目录搜索是它的主要特色，按各种医学信息分为专业（Specialties）、疾病种类(Diseases)、临床实践(Clinical Practice)、文献(Literature)、教育(Education)、健康和职业(Healthcare and Professionals)、医学计算机和Internet技术(Medical Computing,Internet and Technology)、市场(Marketplace)等8大类。每一大类下再根据内容的性质分为新闻(News)、全文和多媒体(Full Text/Multi-Media)、摘要(Abstracts)、参考书(Textbooks)、主要网址(Major Sites/Home Pages)、操作手册(Procedures)、实用指南(Practice Guidelines/FAQS)、病例(Cases)、影像学和病理切片(Images、Path/Clinical)、患者教育(Patient Education)、教育资源(Educational Materials)等亚类。 2.Medscape(医景,) https://www.doczj.com/doc/452660137.html,/ 美国公司Medscape公司1994年研制,1995年6月投入使用,由功能强大的通用搜索引擎AltaVista支持,可检索图像、声频、视频资料，至今共收藏了近20个临床学科25000多篇全文文献，拥有会员50多万人，临床医生12万人。是Web 上最大的免费提供临床医学全文文献和继续医学教育资源（CME）的网点，可选择Fulltext、Medline、DrugInfo、
中文智能搜索引擎 龙其 072349
摘要 飞速发展的Internet给用户提供了海量的信息资源，导致用户从爆炸性增长的信息中迅速获得需要的信息变得越来越困难。为了帮助用户快速准确地检索到所需的网络信息，网络搜索引擎的研究与开发已经成为当今网络信息检索的热点。本文通过搜索引擎概述及原理介绍中文智能搜索引擎，从中文分词技术；词性标注及词义分析；分类器设计检索模型；PageRank排序技术；研究现状和发展趋势等内容对中文智能搜索引擎进行介绍。 搜索引擎概述及原理 搜索引擎是以Web页面为检索文档的信息检索系统，它的核心就是信息检索技术。广义地说，搜索引擎就是指在指互联网上能够响应用户提交的搜索请求，返回相应的查询结果信息的技术和系统。 搜索引擎以一定的策略在互联网中搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务，从而起到信息导航的目的。 搜索引擎并不是真正地搜索互联网，它搜索的是预先整理好的网页索引数据库。一般来说，搜索引擎得原理可以看做三步：从互联网中抓取网页；建立索引数据库；在索引数据库中进行搜索排序。 （1）互联网中抓取网页：通过网页搜索工具Spider(蜘蛛)或Robot(机器人)等自动访问互联网，沿着URL搜索，并把搜索到的信息带回搜索引擎。 （2）建立索引数据库：通过对收集的网页信息进行分析，把这些相关信息进行分类索引建立索引数据库。 （3）在索引数据库中进行搜索排序：通过Web服务端软件，获得用户输入关键词后，有搜索程序从网页数据库中找到符合该关键词的相关网页。为用户提供浏览界 面下的查询信息。 搜索引擎结构图
中文智能搜索引擎 1.中文搜索引擎 中文搜索引擎是指以Interent网络上的中文信息为主要对象，提供信息的自动收集、自动过滤、自动索引中和检索导航等服务的搜索引擎。中文Internet搜索引擎的最关键组件是能够在海量中英文数据上进行高效全文检索的信息管理系统。中文搜索引擎的机制同英文搜索引擎大致相同，不同的是多了中文语言的处理技术，这主要是中文分词技术和汉化技术。 逻辑上，中文信息搜索引擎与与一般搜索引擎一样分为三个部分：网页搜索引擎，索引引擎和查询引擎。 2.智能搜索引擎 传统搜索引擎局限：传统搜索引擎主要采用网站分类技术和全文检索技术来实现信息查询，前者成本高，对网站描述也比较简单，不能升入网站内部细节。而后者效率比较低且返回信息过多。 传统搜索引擎所使用的技术都难以解决用户“找信息难”的问题，造成这种困难的实质在于搜索引擎缺乏知识处理能力和理解能力。因此要把信息检索从基于关键词层面提高到基于知识层面。 智能搜索引擎,它突破传统搜索引擎基于要求较精确的关键词层面信息检索的局限，发展到基于以不规范、不精确的自然形式出现的知识(或概念)层面来分析和处理用户的查询提问，具有良好的自然语言理解、知识处理能力，在信息检索过程中体现出很强的智能化与人性化优势。 3.中文智能搜索引擎 采用智能搜索引擎得方法实现对中文信息的检索。中文智能搜索引擎可以自动分析中文网页，进行自动分词处理，并自动提取关键词，建立一关键词为基础的查询数据库，降低了系统开销，大大提高了查询效率。它通过充分考虑中文语句的表达结构以及“口语化的提问，智能化的结果”来满足用户的各种查询需求。 中文智能搜索引擎功能结构图大致如下：
1、https://www.doczj.com/doc/452660137.html,/ 这个不必多讲。 2、https://www.doczj.com/doc/452660137.html,/ 后起之秀，科研人员的良好助手，上此网站的90%是从事科研的学生与老师。其词典搜索集成了目前市面上最好的在线英汉写作及科研词典，用此搜索引擎写作英文论文相当方便；其文献搜索集成了目前最优秀的数据库。 3、https://www.doczj.com/doc/452660137.html, Scirus是目前互联网上最全面、综合性最强的科技文献搜索引擎之一，由Elsevier科学出版社开发，用于搜索期刊和专利，效果很不错！Scirus覆盖的学科范围包括：农业与生物学，天文学，生物科学，化学与化工，计算器科学，地球与行星科学，经济、金融与管理科学，工程、能源与技术，环境科学，语言学，法学，生命科学，材料科学，数学，医学，神经系统科学，药理学，物理学，心理学，社会与行为科学，社会学等。 4、https://www.doczj.com/doc/452660137.html,/ BASE是德国比勒弗尔德(Bielefeld)大学图书馆开发的一个多学科的学术搜索引擎，提供对全球异构学术资源的集成检索服务。它整合了德国比勒弗尔德大学图书馆的图书馆目录和大约160 个开放资源（超过200 万个文文件）的数据。 5、http://www.vascoda.de/ Vascoda是一个交叉学科门户网站的原型，它注重特定主题的聚合，集成了图书馆的收藏、文献数据库和附加的学术内容。 6、https://www.doczj.com/doc/452660137.html,/ 与google比较了一下发现，能搜索到一些google搜索不到的好东东。它界面简洁，功能强大，速度快，Y AHOO、网易都采用了它的搜索技术。 7、https://www.doczj.com/doc/452660137.html, Google在同一水平的搜索引擎。是https://www.doczj.com/doc/452660137.html,推出的，Web result部分是基于Googl e的，所以保证和Google在同一水平，另外增加了Amazon的在书本内搜索的功能和个性化功能：主要是可以记录你的搜索历史。 8、https://www.doczj.com/doc/452660137.html, 严格意义上讲不是搜索引擎，是连接搜索引擎和网络用户的信息立交桥。新一代的搜索引擎应运而生，Ixquick meta－search正是目前最具光芒的新星。但是对于大多数国内用户来说，Ixquick还很陌生。Ixquick众多独特的功能我不一一介绍了，只介绍我们最关心的，搜索数据库密码。使用方法：先进入Ixquick，以“Proquest”数据库为例。填入Proquest U sername Password History Online后点击search，看看出来的结果，第一页中第6个，proqu est的username和password赫然在目，别急，再看第4个结果“HB Thompson Subscription Online Databases”，即https://www.doczj.com/doc/452660137.html,/onlinedbs/HBTDatabases/，进入后
搜索引擎 一、（1）什么是搜索引擎？ 答：搜索引擎指自动从因特网上获取信息，经过一定整理后，提供给用户进行查询的系统。因特网上的信息浩瀚万千，而且毫无秩序，所有的信息像汪洋上的一座座小岛，网页链接是这些小岛之间纵横交错的桥梁，而搜索引擎则为你绘制一幅一目了然的信息地图，供你随时查阅。 （2）搜索引擎的工作原理 1、搜集信息：搜索引擎的信息搜集基本都是自动的。搜索引擎利用称为网络蜘蛛（spider）的自动搜索机器人程序来连上每一个网页上的超链接。机器人程序根据网页链到其他中的超链接，就像日常生活中所说的“一传十、十传百…….”一样，从少数几个网页开始，练到数据库上所有到其他网页的链接。理论上，若网页上有适当的超链接，机器人便可以遍历绝大部分网页。 2、整理信息：搜索引擎整理信息的过程称为“建立索引”。搜索引擎不仅要保存搜集起来的信息，还要将他们按照一定的规则进行编排。这样，搜索引擎根本不用重新翻查他所有保存的信息而快速查到所要的资料。想象一下，如果信息不按任何规则地随意堆放在搜索引擎的数据库中，那么它每次找资料都得把整个资料库完全翻一遍，如此一来，再快的计算机也没有用。 3、接受查询：用户向搜索引擎发出查询，搜索引擎接受查询并向客户返回查询资料。搜索引擎每时每刻都要接到来自大量用户的几乎是同时发出的查询，它按照每个用户的需要检查自己的索引，在极短时间内找到用户需要的资料，并返回给用户。目前，搜索引擎返回主要是以网页链接的形式提供的，这些通过这些链接，用户便能到达含有自己需要的资料的网页。通常搜索引擎会在这些链接下提供一小段来自这些网页的摘要信息以帮助用户判断此网页是否会有自己需要的内容。 二、搜索引擎的分类 百度、搜狗搜索，谷歌搜索、雅虎搜索、腾讯搜索、迅雷搜索、微软搜索、有道搜索 三、搜索引擎的原理概述 搜索引擎通常指的是收集了因特网上几千万到几十亿个网页并对网页中的每一个词进行搜索，建立索引数据库的全文搜索引擎。当用户查找某个关键词的时候，所有在页面内容中包含了该关键词的网页都将作为搜索结果被搜索出来。在经过复杂的算法进行排序后，这些结果将按照与搜索关键词的相关度高低，依次排列。根据自己的优化程度，获得相应的名词次。在搜索引擎的后台，有一些用于搜集网页信息的程序。所搜集的信息一般是能表明网站内容（包括网页本身、网页的URL地址、构成网页的代码以及进出网页的连接）的关键词或者短语。接着将这些信息的索引存放到数据库中。 建立索引 蜘蛛抓取的页面文件分解、分析，并以巨大表格的形式存入数据库，这个过程即是索引（index).在索引数据库中，网页文字内容，关键词出现的位置、字体、颜色、加粗、斜体等相关信息都有相应记录。 搜索词处理 用户在搜索引擎界面输入关键词，单击“搜索”按钮后，搜索引擎程序即对搜索词进行处理，如中文特有的分词处理，去除停止词，判断是否需要启动整合搜索，判断是否有拼写错误或错别字等情况。搜索词的处理必须十分快速。 排序 对搜索词处理后，搜索引擎程序便开始工作，从索引数据库中找出所有包含搜索词的网页，
做科研常用的搜索引擎 1、https://www.doczj.com/doc/452660137.html,/ 这个不多讲了. 2、https://www.doczj.com/doc/452660137.html,/ 后起之秀，科研人员的良好助手，上此网站的90%是从事科研的学生与老师。其词典搜索集 成了目前市面上最好的在线英汉写作及科研词典，用此搜索引擎写作英文论文相当方便； 其文献搜索集成了目前最优秀的数据库。一键切换搜索，非常方便，不用开很多窗口而打 断思路；其实用工具中的小游戏也是相当有趣，非常锻炼大小脑功能。如果逻辑性不强的 朋友可以尝试其小游戏中号称世界最难游戏的躲避专家（连续二年排行欧洲游戏榜第一 名，https://www.doczj.com/doc/452660137.html,/007/yule/dbzj/；其中的在线电台 https://www.doczj.com/doc/452660137.html,/dt 也是论文实 验后放松的好帮手，做试验后听听其中的经典老歌，美国电台，非常受用。 3、https://www.doczj.com/doc/452660137.html, Scirus是目前互联网上最全面、综合性最强的科技文献搜索引擎之一，由Elsevier科学出
版社开发，用于搜索期刊和专利，效果很不错！Scirus覆盖的学科范围包括：农业与生物 学，天文学，生物科学，化学与化工，计算器科学，地球与行星科学，经济、金融与管理 科学，工程、能源与技术，环境科学，语言学，法学，生命科学，材料科学，数学，医学 ，神经系统科学，药理学，物理学，心理学，社会与行为科学，社会学等。 4、https://www.doczj.com/doc/452660137.html,/ BASE是德国比勒弗尔德(Bielefeld)大学图书馆开发的一个多学科的学术搜索引擎，提供对 全球异构学术资源的集成检索服务。它整合了德国比勒弗尔德大学图书馆的图书馆目录和 大约160 个开放资源（超过200 万个文文件）的数据。5、http://www.vascoda.de/ Vascoda是一个交叉学科门户网站的原型，它注重特定主题的聚合，集成了图书馆的收藏、 文献数据库和附加的学术内容。 6、https://www.doczj.com/doc/452660137.html,/ 与google比较了一下发现，能搜索到一些google搜索不到的好东东。它界面简洁，功能强 大，速度快，YAHOO、网易都采用了它的搜索技术。各位
中文搜索引擎大全及简介 作者: https://www.doczj.com/doc/452660137.html, 来源: 搜索快报https://www.doczj.com/doc/452660137.html, 日期: 2006-7-15,3:32 主要搜索引擎（独立的搜索技术） Google简体中文 https://www.doczj.com/doc/452660137.html, Google 的使命是整合全球范围的信息，使人人皆可访问并从中受益。完成该使命的第一步就是Google 的创始人Larry Page 和Sergey Brin 共同开发的全新的在线搜索引擎。该技术诞生于斯坦福大学的一个学生宿舍里，然后迅速传播到全球的信息搜索者。Google 目前被公认为全球最大的搜索引擎，它提供了简单易用的免费服务，用户可以在瞬间返回相关的搜索结果。在访问Google 主页时，您可以使用多种语言查找信息、查看新闻标题、搜索超过10 亿幅的图片，并能够细读全球最大的Usenet 消息存档，其中提供的帖子超过10 亿个，时间可以追溯到1981 年。 2005年，Google高调进军中国市场，推出Google搜索中国版，命名为：谷歌搜索https://www.doczj.com/doc/452660137.html, 百度搜索 https://www.doczj.com/doc/452660137.html,
百度搜索引擎拥有目前世界上最大的中文搜索引擎，总量超过3亿页以上，并且还在保持快速的增长。百度搜索引擎具有高准确性、高查全率、更新快以及服务稳定的特点，能够帮助广大网民快速的在浩如烟海的互联网信息中找到自己需要的信息，因此深受网民的喜爱。 雅虎中国 https://www.doczj.com/doc/452660137.html,/ 2005年11月9日阿里巴巴公司在完成对雅虎中国的收购与整合之后,重新发布了进入中国市场7年之久的雅虎网站, 未来雅虎在中国的业务重点方向将全面转向搜索领域，这也是自8月11日阿里巴巴宣布收购雅虎中国时就从没改变的方向。阿里巴巴CEO马云表示: 阿里巴巴在搜索领域既有决心更有信心，在中国，雅虎就是搜索，搜索就是雅虎。 2006年8月，雅虎中国推出独立搜索引擎网站入口 https://www.doczj.com/doc/452660137.html, 中国搜索 https://www.doczj.com/doc/452660137.html,/ 中国搜索(原慧聪搜索)2002年正式进入中文搜索引擎市场,2003年8月24日慧聪搜索(现中国搜索)正式推出第三代智能中文搜索引擎.2003年12月23日慧聪搜索正式独立运作，成立中国搜
搜索引擎概述 什么是搜索引擎？ 搜索引擎(search engine)是指根据一定的策略、运用特定的计算机程序搜集互联网上的信息，在对信息进行组织和处理后，并将处理后的信息显示给用户，是为用户提供检索服务的系统。 搜索引擎的原理： 第一步：从互联网上搜集信息 网络蜘蛛Spider，是一个很形象的名字。把互联网比喻成一个蜘蛛网，那么Spider就是在网上爬来爬去的蜘蛛。网络蜘蛛是通过网页的链接地址来寻找网页，从网站某一个页面（通常是首页）开始，读取网页的内容，找到在网页中的其它链接地址，然后通过这些链接地址寻找下一个网页，这样一直循环下去，直到把这个网站所有的网页都抓取完为止。 第二步：整理信息、建立索引数据库 由分析索引系统程序对收集回来的网页进行分析，提取相关网页所在网址链接、编码类型、页面内容包含的关键词、关键词位置、生成时间、大小、与其它网页的链接关系等信息，根据一定的相关度算法进行大量复杂计算，得到每一个网页针对页面内容中及超链中每一个
关键词的相关度（或重要性），然后用这些相关信息建立网页索引数据库。 第三步：在索引数据库中搜索排序、接受查询 当用户输入关键词搜索后，由搜索系统程序从网页索引数据库中找到符合该关键词的所有相关网页。因为所有相关网页针对该关键词的相关度早已算好，所以只需按照现成的相关度数值排序，相关度越高，排名越靠前。 最后，由页面生成系统将搜索结果的链接地址、页面内容摘要等内容，组织起来返回给用户。网络蜘蛛(spider）一般按照各搜索引擎的周期不同，可能是几天、几周或几月，也可能对不同重要性的网页有不同的更新频率，要定期重新访问所有网页，更新网页索引数据库，以反映出网页内容的更新情况，增加新的网页信息，去除死链接，并根据网页内容和链接关系的变化重新排序。这样，网页的具体内容和变化情况就会以更新的形态，反映到用户搜索查询的结果中。 搜索引擎的种类： 搜索引擎按其工作方式主要可分为三种，分别是全文搜索引擎（Full Text Search Engine）、目录索引类搜索引擎（Search Index/Directory）和元搜索引擎（Meta Search Engine）。 全文搜索引擎是名副其实的搜索引擎，国外具代表性的有Google、Fast/AllTheWeb、AltaVista、Inktomi、Teoma、WiseNut
本文根据互联网资料以及作者经验整理而成： 整理 原文发布于： 正在做毕业设计的同学，根据学校要求，必须翻译一篇万字左右的外文文献。有些同学苦于找不到合适的外文翻译文献。其实大家可以通过互联网上的一些学术论文搜索引擎找到很多资料。 一般翻译资料，可以由导师提供，也可以自行查询。资料一般和你做的毕业设计内容相关。找出你做毕业设计的关键词，比如你的题目和“数据库”有关，查出数据库的英文词汇，为可以搜索数据库简介材料，相对比较好翻译。 找出数据库介绍的文章资料。 下面介绍一些常用的一些英文（多语）学术搜索引擎： 、 虽然还是版，但个人已觉得现在已经是很好很强大了，学术搜索滤掉了普通搜索结果中大量的垃圾信息，排列出文章的不同版本以及被其它文章的引用次数。略显不足的是，它搜索出来的结果没有按照权威度（譬如影响因子、引用次数）依次排列，在中国搜索出来的，前几页可能大部分为中文的一些期刊的文章。 在中国，可以访问 、 是目前互联网上最全面、综合性最强的科技文献搜索引擎之一，由科学出版社开发，用于搜索期刊和专利，效果很不错！覆盖的学科范围包括：农业与生物学，天文学，生物科学，化学与化工，计算机科学，地球与行星科学，经济、金融与管理科学，工程、能源与技术，环境科学，语言学，法学，生命科学，材料科学，数学，医学，神经系统科学，药理学，物理学，心理学，社会与行为科学，社会学等。 可以直接访问 、 资料搜索引擎目前支持英文，中文简体，中文繁体三种语言搜索，每个学术资料都有对应的三种语言介绍，对于英文不太好的人搜索英文资料,或中文不好的人搜索中文资料都很有帮助，每个资料都有详细的资料预览，比较有特色；可以直接下载而不用注册，除了有论文等学术文献资料外，还有很多源代码，工程实例等，比较有学术价值，使用也很方便。 、 是一个交叉学科门户网站的原型，它注重特定主题的聚合，集成了图书馆的收藏、文献数据库和附加的学术内容。 、 在同一水平的搜索引擎。是推出的，部分是基于的，所以保证和在同一水平，另外增加了的在书本内搜索的功能和个性化功能：主要是可以记录你的搜索历史。现在还是，不过试用后感觉很好，向大家推荐一试，不过缺憾是现在书本内搜索没有中文内容。