搜索引擎介绍精品PPT课件

移动化
适应移动互联网的发展趋势，优化搜索引擎 在移动设备上的性能和用户体验。
个性化
根据用户的历史搜索记录和行为，为用户提 供更加个性化的搜索结果和推荐。
社交化
结合社交媒体和社交网络的信息，丰富搜索 引擎的内容和功能。
人工智能在搜索引擎中的应用
自然语言处理
利用自然语言处理技术理解用户的搜 索意图，提高搜索的程 涵盖了从初创到成为行初创 期、技术突破期、市场扩张期和成熟期。在初创期，百 度通过提供简单易用的搜索服提供商之一。
SEO的定义与作用
SEO定义
搜索引擎优化（SEO）是一种通过优化网站结构和内 容，提高网站在搜索引擎结果页排名的方法。
SEO作用
SEO有助于提高网站流量、提升品牌知名度、增加销 售机会和提升用户体验。
SEO的关键因素
关键词研究
了解目标受众的搜索行为，选 择与网站主题相关的关键词。
网站内容质量
提供有价值、独特和高质量的 内容，满足用户需求。
信息索引
对抓取到的网页内容进行解析和整理，建立 索引数据库。
信息匹配
当用户输入查询关键词时，搜索引擎在索引 数据库中查找匹配的网页。
结果排序
根据匹配网页的相关性和质量，使用特定的 算法进行排序，返回最相关的结果。
02
搜索引擎核心技术
网页抓取与解析
网页抓取
是指搜索引擎通过爬虫程序对互联网上的网页进行自动访问和采集，将网页内容存储到原始网页数据库中。
网页解析
是指对抓取到的网页内容进行结构化处理，提取出网页中的关键词、标题、链接等信息，为后续的索引和排序提 供依据。
索引技术
倒排索引
是指将文档中的关键词转换为指向文档的指针，形成一个倒排索引表，通过关键词快速查找到相关的 文档。

页面相关性
关键字匹配度：是指网页中的内容与用户所查询关键字之间的 匹配程度，主要是2个因素：
• 页面中是否包含关键字 • 关键字在页面中出现的次数
关键字密度：
• 关键字出现的次数与该网页总词汇量的比例
页面相关性
关键字分布： • 关键字在网页中出现的位置 • 关键字在网页中出现的位置会影响到关键字的分布 值
网页分析
网页分析主要包括：
正文信息提取：主要是对标签和注释等信息的过滤 切词/分词：对页面内容进行切分，形成与用户查询条件相匹配的关键字为单位的 信息列表
• 匹配分词：和预设的海量词汇的“辞典”中的词比较，如果有匹配的 词，则为命中
• 统计分词：根据相邻的2个或者多个字（词）出现的概率判断这2个字 （词）是否会形成一个词。
为保证采集的资料最新，它还会回访已抓 取过的网页。
这个工作是搜索引擎所有工作的基础
页面收录原理
URL列表 抓取页面 提取URL 存储原始页面
进入搜索引擎URL列表的方法
搜索引擎还允许用户自己提交网站（一般只需要提交首页或者网站域 名即可） 通过与别的网站建立链接关系即“外链”
页面存储
搜索引擎在存储原始页面时，不单只存储原始页面，还会存储其他的 附加信息，例如：文件类型、文件大小、最后修改时间、URL、IP地 址、抓取时间等
关键字的权重标签 • 关键字是否使用了HTML标签实现了不同的视觉效 果（如加粗、颜色变换等）
页面相关性计算公式： • R(relevance)=M(match)+D(density)+P(position)+T( html Tag) • R（相关性）= M（相同性）+ D（密度）+ P（位置 ）+ T（HTML标签）

例：“index of /” 浏阳河 intitle:"index of /"mp3
使用index of /这个关键词可以直接进入网站首页下的所有 文件和文件夹中，因为不必再通过HTTP的网页访问形式， 从而避免了那些网站的限制，
30
Google学术搜索
点击“开始GO”，可以得到视频的真实地址。 然后点击视频地址进行下载。或右键单击视频的地址，选择“目标另存为”或
者“使用快车下载”。
splitit视频批量分割
40
学科信息门户
学科信息门户(Subject based information gateways)是经过组 织、有序化和人工处理、专家排选、定期检查处理的 学科信息导航系统，其资源都是有效的。具有以下特 征：提供网上大量网站或文献的链接服务；智能化的 资源选择，即根据既定的质量和范围标准来选择资源 ；智能化的产生内容描述，包括短的注释和评论，内 容描述可以采用给定的关键词或受控术语；智能化的 构建浏览结构；至少部分是人工为每个资源创建（书 目）元数据。
31
Google Scholar 作用
从检索情况分析， Google学术搜索有如下用途： 1、了解有关某一领域的学术文献。由于收录范围限于学术文 献，将屏蔽掉网上很多不相关信息。 2、了解某一作者的著述，并提供书目信息（引用时有必需的 图书出版信息或期刊论文的刊名、刊期信息）；可直接在网上搜 索原文、文摘等；如果是图书，还可通过Library Search（例如 OCLC的Open WorldCAT）检索附近图书馆的收藏。 3、了解某文献被引情况。可直接点击Cited by...（引用数）搜 索引用文献。 4、对文献和期刊进行应用和引用排名。
4. 对于被引导的资源采用权威分类体系加以组织，资 源分类的结果具有通用性。

(2) Google 的特殊功能 ·查找 PDF 文件 除一般网页外，Google 现在还可以查找 Adobe 的可移植文档格式 (PDF) 文件。虽然 PDF 文件不象 HTML 文件那样多，但这些文件通常会包含一些 别处没有的重要资料。 如果某个搜索结果是 PDF 文件而不是 网页，只需在搜索关键词后加上 就可以，它的标题前面会出 现以蓝色字体标明的 [PDF]。这样，用户就知道需要启动 Acrobat Reader 程序才能浏览该文件。单击 [PDF] 右侧的标 题链接就可以访问这个 PDF 文档。（如果进入一个可以免费下载该程序 的网页。） 对于 PDF 文件，常见的“网页快照”将被“文本 文件”所替代。文本文件是 PDF 文档中的纯文本内容，不带任 何格式。 如果您只想查找一般网页，而不要 PDF 文件，只需 在搜索关键词后加上 - 就可以了。
·短语搜索 在 Google 中，可以通过添加英文双引号来 搜索短语。双引号中的词语（比如“like this”和“伊 拉克战争爆发”）在查询到的文档中将作为一个整体 出现。这一方法在查找名言警句或专有名词时显得格 外有用。一些字符可以作为短语连接符。Google 将 “-”、“\”、“.”、“=”和“...”等标点符号识别为短 语连接符。
3
• (1) Google的搜索功能Google查询简洁方便，仅需输 入查询内容并敲一下回车键 (Enter)，或单击 “Google 搜索”按钮即可得到相关资料。Google提 供如下一些搜索功能：
• ·自动使用“and”进行查询 Google 只会返回那些 符合您的全部查询条件的网页。不需要在关键词之间 加上“and”或“+”。如果您想缩小搜索范围，只需 输入更多的关键词，只要在关键词中间留空格就行。