下载文档原格式
搜索引擎详解一、搜索引擎的定义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。
二、搜索引擎的发展过程及特点用户的大众化，和信息量的高速增长，向用户提出了一个问题，及普通用户面对海量及不断增长的信息资源，如何快速有效的找到所需的资源？为了解决该问题人们开始了对各种各样的网络信息检索工具的研究。
1、搜索引擎的雏形（1）匿名FTP文件检索工具-----Archie，是网络上出现最早的信息检索工具，是由加拿大蒙特利尔的麦基尔大学的大学生开发的。
它依靠基于脚本的采集程序自动搜索匿名FTP站点的文件，然后对有关信息进行索引，供使用者以文件名进行查询。
（2）Gopher空间检索工具-----Veronica & Jughead是受Archie启发而开发的，与Archie相比，Veronica出来能够检索文件外，也能够检索网页。
（3）网络上的第一只蜘蛛-----World Wide Web Wanderer是美国麻省理工大学开发的，最初是用来统计互联网上的服务器数量，后继发展，它可以同步抓取网络地址，抓取的URL形成第一个Web数据库，其成为了搜索引擎的先锋，优点是能够自动处理并积累数据库，缺点是耗费网络带宽。
（4）HTTP版本的“Archie”-----ALIWEB是由美国Martijin Koster 创造的类似“蜘蛛”的自动搜索引擎。
通过人工采集信息，很好的解决了网络带宽滥用的问题，不过数据库的规模较小。
2、基于网络机器人的标题搜索引擎基于该思想的搜索引擎有代表性的有：英国施特灵大学的JumpStation、美国科罗拉多大学的WWWW以及NASA的Responsitory--Based Softenwarehouse Engineering Spider。
七大搜索引擎:百度、谷歌、搜搜、搜狗、有道、雅虎、必应1.百度：1. 基于字词结合的信息处理方式。
巧妙解决了中文信息的理解问题，极大地提高了搜索的准确性和查全率。
2. 支持主流的中文编码标准。
包括GBK(汉字内码扩展规范)、GB2312(简体)、BIG5(繁体)，并且能够在不同的编码之间转换。
3. 智能相关度算法。
采用了基于内容和基于超链分析相结合的方法进行相关度评价，能够客观分析网页所包含的信息，从而最大限度保证了检索结果相关性。
4. 检索结果能标示丰富的网页属性(如标题、网址、时间、大小、编码、摘要等)，并突出用户的查询串，便于用户判断是否阅读原文。
5. 百度搜索支持二次检索(又称渐进检索或逼进检索)。
可在上次检索结果中继续检索，逐步缩小查找范围，直至达到最小、最准确的结果集。
利于用户更加方便地在海量信息中找到自己真正感兴趣的内容。
6. 相关检索词智能推荐技术。
在用户第一次检索后，会提示相关的检索词，帮助用户查找更相关的结果，统计表明可以促进检索量提升10-20%。
7. 运用多线程技术、高效的搜索算法、稳定的UNIX平台、和本地化的服务器，保证了最快的响应速度。
百度搜索引擎在中国境内提供搜索服务，可大大缩短检索的响应时间(一个检索的平均响应时间小于0.5秒)8. 可以提供一周、二周、四周等多种服务方式。
可以在7天之内完成网页的更新，是目前更新时间最快、数据量最大的中文搜索引擎。
9. 检索结果输出支持内容类聚、网站类聚、内容类聚+网站类聚等多种方式。
支持用户选择时间范围，提高用户检索效率。
10. 智能性、可扩展的搜索技术保证最快最多的收集互联网信息。
拥有目前世界上最大的中文信息库，为用户提供最准确、最广泛、最具时效性的信息提供了坚实基础。
11. 分布式结构、精心设计的优化算法、容错设计保证系统在大访问量下的高可用性、高扩展性、高性能和高稳定性。
12. 高可配置性使得搜索服务能够满足不同用户的需求。
常见的搜索引擎有哪些分类搜索引擎简单理解，就是网络环境中的信息检索系统，即能够在网上发现新网页并抓取文件的程序。
依托于多种技术，一般包括爬虫、索引、检索和排序等，为信息检索用户提供快速、高相关性的信息服务。
国内常见的搜索引擎有百度、360、搜狗等，国外的有谷歌、必应等。
根据不同的工作方式，主流的搜索引擎可被分为三种：全文搜索引擎、目录搜索引擎、元搜索引擎、垂直搜索引擎。
1、全文索引型全文搜索引擎，国内是著名的百度搜索引擎。
国内著名的有百度（Baidu）国外则是Google。
它们从互联网提取各个网站的信息(以网页的文字为主)，建立起数据库，并能检索与用户查询条件相匹配的记录，按一定的排列顺序返回结果。
从搜索结果来源的角度，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（Indexer），俗称“蜘蛛”（Spider）程序或“机器人”（Robot）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、目录索引型目录索引虽然有搜索引擎功能，但严格意义上不能称为真正的搜索引擎。
用户完全不需要依靠关键词（Keywords）查询，只是按照分类目录找到所需要的信息。
目录索引中，国内具代表性就是新浪、搜狐、网易分类目录和Yahoo网站雅虎。
其他著名的还有Open Directory Project（DMOZ）、LookSmart、About等。
3、元数据索引型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，著名的元搜索引擎有360搜索、infoSpace、Dogpile、VIsisimo等，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。
4、垂直索引型垂直搜索引擎适用于有明确搜索意图情况下进行检索。
例如，用户购买机票、火车票、汽车票时，或想要浏览网络视频资源时，都可以直接选用行业内专用搜索引擎，以准确、迅速获得相关信息。
全文搜索引擎全文搜索引擎是目前广泛应用的主流搜索引擎，国内则有著名的百度。
它们从互联网提取各个网站的信息(以网页文字为主)，建立起数据库，再从这个数据库中检索与用户查询条件匹配的相关记录，按一定的排列顺序返回结果，因此他们是真正的搜索引擎。
代表：Google、Baidu、Sogou、so、soso、Yahoo、Bing等目录搜索引擎目录索引虽然有搜索功能，但严格意义上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(Keywords)进行查询。
代表：DMOZ，早期的Yahoo等元搜索引擎元搜索引擎(META Search Engine)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。
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。
代表：搜星、InfoSpace、Dogpile、Xisoso、Vivisimo等垂直搜索引擎垂直搜索引擎为2006年后逐步兴起的一类搜索引擎。
不同于通用的网页搜索引擎，垂直搜索专注于特定的搜索领域和搜索需求(例如：机票搜索、旅游搜索、生活搜索、小说搜索、视频搜索等等)，在其特定的搜索领域有更好的用户体验。
相比通用搜索动辄数千台检索服务器，垂直搜索需要的硬件成本低、用户需求特定、查询的方式多样。
集合式搜索引擎集合式搜索引擎类似元搜索引擎，区别在于它并非同时调用多个搜索引擎进行搜索，而是由用户从提供的若干搜索引擎中选择，如HotBot在2002年底推出的搜索引擎。
门户搜索引擎门户搜索引擎虽然提供搜索服务，但自身既没有分类目录也没有网页数据库，其搜索结果完全来自其他搜索引擎。
代表：AOLSearch、MSNSearch等免费链接列表免费链接列表(Free For All Links简称FFA)一般只简单地滚动链接条目，少部分有简单的分类目录，不过规模要比Yahoo!等目录索引小很多。
谷歌和百度的搜索引擎有何异同搜索引擎是人们在信息时代获取信息的主要途径之一，而搜索引擎中最具代表性的两个品牌无疑是谷歌和百度，这两个品牌的搜索引擎已成为人们日常生活的一部分，无论是查询工作资料、学术资料还是获取娱乐资讯，都能够在搜索引擎中方便快捷地找到信息。
谷歌和百度都具备搜索引擎的基本功能，但不同的定位和技术等级下，两者在搜索引擎功能和搜索结果方面存在诸多异同。
一、搜索结果质量搜索结果质量展示了搜索引擎的核心竞争力。
谷歌一直走高质量路线，让其搜索结果受到大家的青睐。
而百度的主打是快速准确。
谷歌的搜索结果更加准确，排名较百度更科学，谷歌搜索的结果总是能够够满足用户的需求，并且回答度更高。
相比而言，百度的搜索结果质量并不如谷歌，有时会出现评论、广告干扰，而这一点也成为了百度遭受用户质疑的原因之一。
二、搜索引擎广告搜索引擎广告也被称为竞价排名，是一种以支付方式获得广告展示排名的方法。
这是评估搜索引擎品质的一个重要指标。
在这方面，谷歌的搜索广告仍然保持着绝对的领先地位，它的搜索结果页面上不仅少量的广告，而且做到了用广告替换掉的搜索结果中介绍类似内容，在广告的展示方面或谷歌也会根据用户的搜索关键词进行目标精准化推送。
相比之下，百度的广告放置更加密集，商业化气息浓厚，虽然不能满足用户搜索的需求，但更加容易博得商家的欢心。
三、搜索引擎安全性随着互联网的发展，互联网上的恶意软件和病毒也逐渐增多。
此时，一个良好的搜索引擎不仅需要在搜索结果的质量上做足功夫，同时也需要在安全方面得到保障，以确保用户信息的安全性和隐私。
这方面，谷歌一直表现良好，并力求保持其搜索引擎的可靠性和安全性。
百度则曾因用户信息泄漏问题被责令整改，提醒广大用户在百度上进行搜索时尽可能避免透露个人信息。
四、搜索引擎界面搜索引擎界面是用户感受最直观的地方，而谷歌和百度在这方面也有所不同。
谷歌的搜索界面几乎没有任何广告或干扰信息，简单明了，最突出的就是logo，给人以简洁、舒爽的感觉。
闽江学院本科毕业论文题目几种常见的搜索引擎性能比较与分析学生姓名吴宽富学号************系别物理系与电子信息工程系年级2008级专业电子信息工程指导教师林宏职称讲师完成日期2012-5-10声明闽江学院毕业论文（设计）诚信声明书本人郑重声明：兹提交的毕业论文（设计）《几种常见的搜索引擎的性能比较与分析》，是本人在指导老师林宏老师的指导下独立研究、撰写的成果；论文（设计）未剽窃、抄袭他人的学术观点、思想和成果，未篡改研究数据，论文（设计）中所引用的文字、研究成果均已在论文（设计）中以明确的方式标明；在毕业论文（设计）工作过程中，本人恪守学术规范，遵守学校有关规定，依法享有和承担由此论文（设计）产生的权利和责任。
声明人（签名）：年月日摘要本文研究的目的是为了让我们更好的理解目前常见的几种搜索引擎，熟悉它，认识它，用好它，让它们成为我们工作生活、学习和工作的好帮手。
本文主要是对搜索引擎的初显、发展做大概的叙述，对搜索引擎的技术原理、工作的原理、系统构架等做简单分析，希望大家可以对搜索引擎有进一步的了解，同时对我们常用的几种搜索引擎进行分类，并对搜索结果的排序方法进行研究。
最后通过几个指标对常见的几种搜索引擎做性能比较与分析，并通过实例来说明搜索引擎的应用，从而让大家对搜索引擎有更深的认识，让搜索引擎更好地为我们学习、生活和工作服务。
关键词：搜索引擎排序方法性能比较性能分析刷红色处要用书面语刷紫色处是我改好的英文翻译要一并跟上AbstractThis thesis is about to ultimately make people have a detailed knowledge of some common search engines at present. With knowing them, be familiar with them and taking advantage of them well, we can have them as good helpers in our daily lives, study and work.This thesis mainly to narrate the general appearance and development of search engines, and analyse particularly search engines’technique principle, work principle, system architecture and so on. It is hoped that people would be able to know better about the search engines. Meanwhile, some common search engines are sorted, and their results-basically-sorted methods are analysed. With the comparison and analysis among the common search engines and showing how to make use of them effectively, this paper is attempt to help people understand search engines more deeply, and make search engines serve our study, daily lives and work better.Key words：Search engines; Sorting method ; Performance comparison ; Performance analysis目录*（这里头有误吧）声明 (2)摘要 (3)ABSTRACT (4)第一章课题背景知识 (1)1.1搜索引擎的初显 (1)1.2搜索引擎的发展 (2)第二章常见几种搜索引擎 (3)2.1搜索引擎的原理 (3)2.2搜索引擎的分类 (5)第三章常用搜索引擎的结果排序方法 (6)3.2DirectHit算法 (7)3.3 PageRank算法 (7)3.2竞价排名法 (9)第四章常用的几种搜索引擎的性能比较及性能分析 (10)4.1数据库 (11)4.2检搜结果 (12)4.3用户界面 (13)第五章常用的几种搜索引擎实际应用与性能分析 (16)参考文献 (25)感谢 (25)第一章课题背景知识近几年，随着网络的不断发展和壮大，搜索引擎越来越成为人们生活中重要的一部分，找资料、查地图、听音乐，只有想不到的，没有搜索不到的。
常用中国搜索网站百度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。
一搜/“一搜”是雅虎中国推出的一个中文搜索网站。
目前设立了网页、图片、MP3和网址四个频道。
“一搜”采用雅虎花费数十亿美元打造出的搜索技术(YST)，用户可以抓取到全球50亿网页(其中3亿个中文网页)、9000万张图片、100多万个免费音乐的海量资料。
中国搜索/2003年12月23日，刚刚上市的慧聪国际集团重拳出击，原慧聪搜索正式独立运做，成立了中国搜索，全力打造中文搜索第一品牌。
搜狐搜索/2004年8月3日，搜狐正式推出全新独立域名专业搜索网站“搜狗”，成为全球首家第三代中文互动式搜索引擎服务提供商。
提供全球网页，新闻，商品，分类网站等搜索服务。
新浪网搜索引擎/提供网站、网页、新闻、软件、游戏等查询服务。
有16大类目录，一万多个细目和数十万个网站。
其网页搜索结果由中国搜索提供。
网易搜索引擎/网易在国内首创“网易开放式目录管理系统（ODP）”。
提供网页搜索、分类网站、图片搜索、时尚搜索，其网页搜索结果由Google提供。
其它搜索引擎TOM搜索引擎/提供网页、网站、图片、MP3、新闻搜索，其网页搜索结果由百度搜索提供。
21CN搜索引擎/提供网页、网站、图片、MP3、FLASH、电影、软件、影集搜索，其网页搜索结果由百度提供。
QQ搜索引擎/提供网页搜索，其网页搜索结果由百度搜索提供。
国外搜索网站Google日本http://www.google.co.jp/全球著名搜索引擎Google在日本设立的分站。
日文版谷歌首页加上谷歌其他产品和服务的链接，搜索框也提供了关键词提示功能。
谷歌采取了一些专门针对日本市场的举措，例如允许日本最大社交网站Mixi的用户在其博客中使用谷歌地图，与日本最受欢迎的社会化书签服务提供商Hatena合作，以及推出了一个致力于防止全球变暖的“One Green Project”网站等。
搜索引擎分类摘要搜索引擎是一种能够帮助用户在互联网上定位和获取所需信息的工具。
随着互联网的迅速发展，搜索引擎也变得越来越多样化。
本文将介绍几种常见的搜索引擎分类，包括通用搜索引擎、垂直搜索引擎和元搜索引擎。
1. 通用搜索引擎通用搜索引擎是最常见的搜索引擎类型，它能够提供广泛的搜索服务，包括网页、图片、视频等多种内容。
通用搜索引擎致力于通过分析网页的内容和链接关系，为用户提供最相关的搜索结果。
目前，全球最大的通用搜索引擎是谷歌(Google)，其他著名的通用搜索引擎还有百度、必应(Bing)等。
通用搜索引擎的工作原理通常包括三个主要步骤：抓取、索引和排名。
首先，搜索引擎会使用爬虫程序抓取互联网上的网页内容。
然后，对抓取到的网页进行索引构建，以便更快地检索和匹配用户的搜索关键词。
最后，对索引的网页进行排名，将最相关的搜索结果展示给用户。
虽然通用搜索引擎功能齐全，但是对于特定领域的搜索需求它的效果可能并不理想。
因此，针对特定领域的搜索需求，垂直搜索引擎应运而生。
2. 垂直搜索引擎垂直搜索引擎也称为专业搜索引擎，它专注于特定领域的信息检索。
相较于通用搜索引擎，垂直搜索引擎提供更加精确和专业化的搜索结果。
例如，知乎作为一个垂直搜索引擎，主要面向问题和答案的搜索需求。
而豆瓣则致力于提供电影、图书等娱乐领域的专业化搜索服务。
垂直搜索引擎的优势在于它能够更好地理解和满足特定领域用户的搜索需求。
通过针对特定领域的内容进行分析和聚合，垂直搜索引擎能够提供更加精准和有效的搜索结果。
此外，垂直搜索引擎通常提供更加丰富的专业化功能，如过滤器、排序选项等，以便用户更好地定位所需信息。
然而，垂直搜索引擎的局限性在于其覆盖范围相对较窄。
由于专注于特定领域，垂直搜索引擎往往无法提供其他领域的相关信息，因此对于跨领域搜索需求，用户可能需要同时使用多个垂直搜索引擎或通用搜索引擎。
3. 元搜索引擎元搜索引擎是将多个搜索引擎的结果进行整合和呈现的搜索工具。
搜索引擎分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等，国内著名的有百度（Baidu）。
它们都是通过从互联网上提取的各个网站的信息（以网页文字为主）而建立的数据库中，检索与用户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，因此他们是真正的搜索引擎。
从搜索结果来源的角度，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（Indexer），俗称“蜘蛛”（Spider）程序或“机器人”（Robot）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，如上面提到的7家引擎；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。
●目录索引目录索引虽然有搜索功能，但在严格意义上算不上是真正的搜索引擎，仅仅是按目录分类的网站链接列表而已。
用户完全可以不用进行关键词（Keywords）查询，仅靠分类目录也可找到需要的信息。
目录索引中最具代表性的莫过于大名鼎鼎的Yahoo雅虎。
其他著名的还有Open Directory Project（DMOZ）、LookSmart、About等。
国内的搜狐、新浪、网易搜索也都属于这一类。
●元搜索引擎(META Search Engine)元搜索引擎在接受用户查询请求时，同时在其他多个引擎上进行搜索，并将结果返回给用户。
著名的元搜索引擎有InfoSpace、Dogpile、Vivisimo等（元搜索引擎列表），中文元搜索引擎中具代表性的有搜星搜索引擎。
在搜索结果排列方面，有的直接按来源引擎排列搜索结果，如Dogpile，有的则按自定的规则将结果重新排列组合，如Vivisimo。
五个常用的搜索引擎搜索引擎简单理解，就是网络环境中的信息检索系统，即能够在网上发现新网页并抓取文件的程序。
依托于多种技术，一般包括爬虫、索引、检索和排序等，为信息检索用户提供快速、高相关性的信息服务。
国内常见的搜索引擎有百度、360、搜狗等，国外的有谷歌、必应等。
根据不同的工作方式，主流的搜索引擎可被分为三种：全文搜索引擎、目录搜索引擎、元搜索引擎、垂直搜索引擎。
1、全文索引型全文搜索引擎，国内是著名的百度搜索引擎。
国内著名的有百度（Baidu）国外则是Google。
它们从互联网提取各个网站的信息(以网页的文字为主)，建立起数据库，并能检索与用户查询条件相匹配的记录，按一定的排列顺序返回结果。
从搜索结果来源的角度，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（Indexer），俗称“蜘蛛”（Spider）程序或“机器人”（Robot）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、目录索引型目录索引虽然有搜索引擎功能，但严格意义上不能称为真正的搜索引擎。
用户完全不需要依靠关键词（Keywords）查询，只是按照分类目录找到所需要的信息。
目录索引中，国内具代表性就是新浪、搜狐、网易分类目录和Yahoo网站雅虎。
其他著名的还有Open Directory Project（DMOZ）、LookSmart、About等。
3、元数据索引型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，著名的元搜索引擎有360搜索、infoSpace、Dogpile、VIsisimo等，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。
4、垂直索引型垂直搜索引擎适用于有明确搜索意图情况下进行检索。
例如，用户购买机票、火车票、汽车票时，或想要浏览网络视频资源时，都可以直接选用行业内专用搜索引擎，以准确、迅速获得相关信息。
