互联网信息搜索引擎技术研究

２０１３年第１１期总第１３１期　Ｓ－Ｌ－Ｃ０Ｎ　ＶＡＬＬＩ：Ｙ　

ＷＥＢ搜索引擎的原理与实现研究　

吕苗苗　

（江苏盐城卫生职业技术学院，江苏盐城２２４００５）　

摘　要随着中国经济的飞速发展，市场需求的不断增大，网络与通信技术的运用也跟着迅速发展，互联网已经成为　人们获取信息的重要手段之一，ＷＥＢ信息在此基础上不断地增长，即成为一个海量信息的空间。在使用互联网搜索信　

息的过程中必然存在一些问题，为了更好的实现互联网搜索，准确、快速、方便的获得有效信息，这就需要对互联网　

搜索引擎进行有效使用。本文首先就ＷＥＢ搜索引擎的原理进行了相关的概述，并对搜索引擎相关技术及发展进行初步　

研究。　关键词ＷＥＢ；搜索引擎；实现　

中图分类号：ＴＰ３　文献标识码：Ａ　文章编号：１６７卜７　５９　７（２　０１　３）１卜０１７７—０１　

１　ＷＥＢ搜索引擎技术原理概述　

搜索引擎的基本原理是通过网络机器人，即用蜘蛛（Ｓｐｉｄｅｒ）　

定期在ＷＥＢ网页上进行全网爬行搜索，然后发现新的网页，把　

它们取回来放到本地的数据库中，对获得的网页进行索引，并　且记录和检索与此相关的属性，但是对于在中文的搜索引擎中　

一开始应该把中文进行分词；当然从中也可了解到，依据一些　

相关的方法的和采用一些用特定属性的计算机程序在互联网中　

进行信息的发掘，搜集查找相关的信息，并对所获得的信息进　

行吸收理解，进行加工处理，提取有用的信息，通过这些步骤　

之后，为互联网用户提供相关的信息导航和相关的信息检索服　

务，这一系统就叫做搜索引擎（ｓｅａｒｃｈ　ｅｎｇｉｎｅ），我们不得不承认　

的是搜索引擎在现实中已经成为互联网用户使用网络获取信息　

的必不可少的工具，而且也不得不承认互联网已经成为了我们　

生活中不可缺少的一部分，它几乎无处不在，时时刻刻地影响　

着人们的生活。　

２搜索引擎的分类　

搜索引擎是一个中间层，介于用户层和ＷＥＢ信息层之间的　中间，在内部的结构就有一定的不同之处。用户可以直接从机　

《用“搜索引擎”查找信息》原创教案

课题 用“搜索引擎”查找信息

教学内容分析

用“搜索引擎”查找信息是四年级信息技术下教材中教学内容集中于教授学生如何利用网络解决问题。本课重点是使学生使用关键词在网上查找资料。前三课已使学生学会了使用网络进行学习，本课是对前面课程的进一步学习和运用。

学情

分析 我们的学生已经有一定的上网浏览阅读的基础，前一节课通过IE浏览器能上一些特定的网站，具备一定的上网动手能力。这节课主要学习搜索引擎，及运用搜索引擎。

教学

目标 1、了解搜索引擎的常用功能。

2、学会使用各种搜索引擎查找相关资料。

教学

重难点 重点：正确运用“搜索引擎”搜索所需的信息

难点：多个关键词记的搜索，能正确利用搜索引擎的其它功能。

教学

资源 PowerPoint 课件、多媒体电脑

教学

方法 讲授法、讨论法

教学

流程 一、谈话引入：

同学们，通过前几节课，我们熟悉了网络，发现网络是一个超级大的宝藏，如果把这个宝藏比作知识的海洋，我们只用到其中一滴水的量。

那么大的知识海洋，我们怎样才能用最短的时间找到自己所需要的知识呢？

生：……

（引导出：搜索引擎）板书：搜索引擎

二、自主探索、掌握新知

1、PPT 出示常用搜索引擎的界面

百度： 360: https:///

搜狐：https:// google:

师：观察以上4个搜索引擎，同学们有什么发现？

生：有一个长长的输入框。

生：可以找新闻、网页、图片、视频、学术等专业的知识。

生：我还发现，不同的搜索引擎他们的侧重点有些不同，像360的可以搜索微信的内容，其他的不行。

对回答的同学都给予及时的鼓励！

2、学生操作，打开以上的搜索引擎，认识它们的“真面目” 。

师：把搜索引擎网址下发到学生机上面，学生打开网址，进行操作。

3、学习查找的方法。

关卡一 ：通过搜索引擎查找关于“三清山”的相关资料。

PPT出示：操作要点：

第１５卷总第５９期　Ｖ０１．１５　Ｓｕｍ　Ｎｏ．５９　广东广播电视大学学报　ＪＯＵＲＮＡＬ　ＯＦ　ＧＵＡＮＧＤＯＮＧ　ＲＡＤＩＯ＆ＴＶ　ＵＮＩＶＥＲＳＩＴＹ　２ＯＯ６年第３期　Ｎｏ．３．２００６　

关于网络信息获取工具搜索引擎的研究　

孥　力　（广东广播电视大学远程教育研究所，广东广州，５１００９１）　

【摘要】搜索引擎是有效获取学习资源的重要工具，全面认识和深入研究其特点和规律对改进现代远程教育　的学习支持服务具有积极意义。本文研究了搜索引擎的技术现状和应用现状，总结分析了目前存在的瓶颈　问题，指出搜索引擎发展中的三个重要创新点：以元搜索为例的搜索模式创新；以桌面搜索为代表的服务　模式创新和以智能化为导向的技术性能提升。　【关键词】搜索引擎；现状；瓶颈；技术提升；智能化　【中图分类号】Ｐ７９４　【文献标识码】Ｂ　【文章编号】１００８—９ｒ７６＿４（２０Ｏ６）０３—００１９—０５　现代远程教育是一种以运用多种媒体自主学　习为主要方式的教育模式，从事远程教育的高等　院校一般都通过网络提供丰富的学习资源，能否　有效地查找和利用这些学习资源对学生自主学习　成功与否有着重要甚至是决定性的意义。目前，　在远程自主学习中尚存资源迷向与信息获取能力　较差等问题，这已成为远程学习的明显障碍。究　其个中原因，除学习者对信息搜索技巧的掌握有　待提高外，搜索工具自身的缺陷也是一个不可忽　视的原因。对此，笔者在“现代远程教育的高科　技特征及智能化趋势”课题（全国教育科学规划　重点课题＜信息化进程中的教育技术发展研究＞　子课题）研究中，对搜索引擎的性能改进及智能　化问题给以格外的关注，进行了认真的文献调　研，汇总了相关的研究成果并分析了ＡＩ技术在　搜索引擎领域的应用案例，力求对搜索引擎技术　给出全面、准确的阐述，以使远程教育工作者对　搜索引擎的现状、问题及改进形成一个脉络清晰　的认识，为更好地创建个性化信息服务环境，改　善学习支持服务，提高学习成功率提供帮助。　一、关于搜索引擎的现状　在讨论搜索引擎的现状之前，有必要了解搜　索引擎的定义与发展过程。　什么是搜索引擎，这一点目前学界尚无严格　定义，虽有见仁见智者，但多为大同小异，一般　描述为：搜索引擎是专门提供信息查询服务的网　站安装在其服务器上的一种能在网上漫游并搜集　它所得到的信息，同时自动生成本地索引的软　件，是因特网上最为有效的信息导航工具。　搜索引擎的发展经历了从传统到现代，从幼　稚到成熟的过程。其最早开发始于１９９０年，当　时ＷＷＷ尚未出现，开发的目的仅为文件查找的　方便。１９９３年英国ＮＥＸＯＲ公司开发了网上检索　工具ＡｌｉＷｅｂ，是搜索引擎的早期雏形，搜索方　式较为原始，仅适用当时互联网信息不多的情　况。此后出现了搜索超级链接的搜索引擎，这是　现代搜索引擎的前身。１９９４年美国斯坦福大学　的两名博士创办了超级目录索引Ｙａｈｏｏ，１９９５年　进入商业化，应该说这是真正意义上的基于　

ｌ　奠　

基于Ｊａｖａ技术的搜索引擎基本组成　

和数据结构探究　

随着互联网信息技术的快速发　

展，搜索引擎在全文检索技术上开　

始逐步发展起来。全文检索技术是　搜索引擎的技术基础。全文检索通　

常指文本全文检索，它包括信息的　存储、组织、表现、查询、存取等　

各个方面，其核心为文本信息的索　

引和检索，自２０世纪６０年代，国外　对全文检索技术就开始着手研究。　

下文主要针对全文检索搜索引擎的　基本组成和数据结构进行分析。　

搜索引擎的基本组成与工作流　

程　（一）搜索引擎的基本组成　搜索引擎主的组成可以分为三　个部分：由网络蜘蛛（Ｗｅｂｓｐｉｄｅｒ／　

Ｃｒａｗｌｅｒ）、索引器（Ｉｎｄｅｘｅｒ）和检　

索器（Ｓｅａｒｅｈｅｒ），以下分别加以介　

绍和分析。　１、网络蜘蛛的主要功能是　

从指定的ＩＰ地址或网页相关信息　

出发收集网页，并沿着任何网页　中的所有ＵＲＬ（Ｕｎｉ　ｆｏｒｍ　Ｒｅｓｏｕｒｅｅ　

Ｌｏｅａｔｏｒ）爬到其它网页，并且重复　这过程，从而把爬过的所有网页收　

集到页面存储库中。　

２、索引器对收集回来存放在　

存储库中的网页进行分析，提取相　

关网页信息（包括网页所在ＵＲＬ、．页　面内容包含的关键词、关键词位　

置、编码类型、生成时间、大小、　

与其它网页的链接关系等），然后　◎王畅　

再根据一定的　

相关度算法对　其进行大量复　

杂的计算，从　

而得到每一个　网页（针对页面　

内容）以及超级　

链接中每一个　关键词的相关　

程度（或重要性），然后用这些相关　信息建立网页索引数据库。　

３、当用户根据目标关键词开　

始搜索后，首先搜索请求经过分　解，然后由检索器从网页索引数据　

库中找到符合该关键词的所有相关　网页。接着是所有相关网页比对该　

关键词的相关信息并综合相关信息　

和网页级别形成相关度数值，最后　对搜索结果根据相关度进行排序，　

相关度越高则排名越靠前并由页面　

生成系统将搜索结果的链接地址和　页面内容摘要等内容组织起来返回　

给用户。　（二）搜索引擎的工作流程　搜索引擎的工作流程可以概括