所謂搜索引擎, 就是根據(jù)用戶需求與一定算法, 運(yùn)用特定策略從互聯(lián)網(wǎng)檢索出制定信息反饋給用戶的一門檢索技術(shù)。搜索引擎依托于多種技術(shù), 如網(wǎng)絡(luò)爬蟲技術(shù)、檢索排序技術(shù)、網(wǎng)頁(yè)處理技術(shù)、大數(shù)據(jù)處理技術(shù)、自然語(yǔ)言處理技術(shù)等, 為信息檢索用戶提供快速、高相關(guān)性的信息服務(wù)。搜索引擎技術(shù)的核心模塊一般包括爬蟲、索引、檢索和排序等, 同時(shí)可添加其他一系列輔助模塊, 以為用戶創(chuàng)造更好的網(wǎng)絡(luò)使用環(huán)境。
從發(fā)展歷史來(lái)看, 搜索引擎技術(shù)自1994年以來(lái), 已經(jīng)經(jīng)歷了三代的更新與發(fā)展, 它們分別是:以Yahoo為代表的第一代搜索引擎技術(shù), 它是基于萬(wàn)維網(wǎng)運(yùn)行并首次支持自然語(yǔ)言檢索和高級(jí)搜索語(yǔ)法檢索, 以人工整理的目錄方式呈現(xiàn)檢索結(jié)果是其明顯特征;以Google為代表的第二代搜索引擎技術(shù), 它是基于數(shù)據(jù)挖掘和網(wǎng)站評(píng)級(jí)技術(shù)并利用關(guān)鍵字進(jìn)行機(jī)器檢索, 其檢索速度與準(zhǔn)確性迅速提高;以2005年微軟公司“技術(shù)驅(qū)動(dòng)型”搜索引擎構(gòu)想為代表的第三代搜索引擎技術(shù),是第二代搜索引擎技術(shù)的升級(jí)與改進(jìn), 具有更為強(qiáng)大的服務(wù)空間與技術(shù)性能。
目前, 世界上主流搜索引擎公司是谷歌、雅虎, 尤其如谷歌, 它提出“讓世界變得更美好”的口號(hào)令世界矚目。在我國(guó), 百度一家獨(dú)大, 它提出的口號(hào)是“連接人與服務(wù)”, 意欲為國(guó)人提供最智能化、個(gè)性化的檢索服務(wù)。
搜索引擎的工作步驟與主要特點(diǎn)
搜索引擎利用其強(qiáng)大的爬蟲技術(shù)和索引技術(shù), 為計(jì)算機(jī)用戶提供優(yōu)質(zhì)的個(gè)性化信息服務(wù)。其工作步驟主要包括三個(gè)環(huán)節(jié):爬行和抓取 (數(shù)據(jù)采集) 、數(shù)據(jù)庫(kù)處理 (數(shù)據(jù)預(yù)處理和數(shù)據(jù)處理) 、排名 (結(jié)果展示) 。
其主要特點(diǎn)是:
1) 信息抓取迅速。在大數(shù)據(jù)時(shí)代, 網(wǎng)絡(luò)產(chǎn)生的信息浩如煙海, 令人無(wú)所適從, 難以得到自己需要的信息資源。在搜索引擎技術(shù)的幫助下, 利用關(guān)鍵詞、高級(jí)語(yǔ)法等檢索方式就可以快速捕捉到相關(guān)度極高的匹配信息。
2) 深入開展信息挖掘。搜索引擎在捕獲用戶需求的信息的同時(shí), 還能對(duì)檢索的信息加以一定維度的分析, 以引導(dǎo)其對(duì)信息的使用與認(rèn)識(shí)。例如, 用戶可以根據(jù)檢索到的信息條目判斷檢索對(duì)象的熱度, 還可以根據(jù)檢索到的信息分布給出高相關(guān)性的同類對(duì)象, 還可以利用檢索到的信息智能化給出用戶解決方案, 等等。
3) 檢索內(nèi)容的多樣化和廣泛性。隨著搜索引擎技術(shù)的日益成熟, 當(dāng)代搜索引擎技術(shù)幾乎可以支持各種數(shù)據(jù)類型的檢索, 例如自然語(yǔ)言、智能語(yǔ)言、機(jī)器語(yǔ)言等各種語(yǔ)言。目前, 不僅視頻、音頻、圖像可以被檢索, 而且人類面部特征、指紋、特定動(dòng)作等也可以被檢索到。可以想象, 在未來(lái)幾乎一切數(shù)據(jù)類型都可能成為搜索引擎的檢索對(duì)象。
四種基本搜索方式的比較
搜索方式是搜索引擎的一個(gè)關(guān)鍵環(huán)節(jié), 大致可分為四種:全文搜索引擎、元搜索引擎、垂直搜索引擎和目錄搜索引擎,它們各有特點(diǎn)并適用于不同的搜索環(huán)境。所以, 靈活選用搜索方式是提高搜索引擎性能的重要途徑。全文搜索引擎是利用爬蟲程序抓取互聯(lián)網(wǎng)上所有相關(guān)文章予以索引的搜索方式;元搜索引擎是基于多個(gè)搜索引擎結(jié)果并對(duì)之整合處理的二次搜索方式;垂直搜索引擎是對(duì)某一特定行業(yè)內(nèi)數(shù)據(jù)進(jìn)行快速檢索的一種專業(yè)搜索方式;目錄搜索引擎是依賴人工收集處理數(shù)據(jù)并置于分類目錄鏈接下的搜索方式。
1) 一般網(wǎng)絡(luò)用戶適用于全文搜索引擎。這種搜索方式方便、簡(jiǎn)捷, 并容易獲得所有相關(guān)信息。但搜索到的信息過(guò)于龐雜, 因此用戶需要逐一瀏覽并甄別出所需信息。尤其在用戶沒(méi)有明確檢索意圖情況下, 這種搜索方式非常有效。
2) 元搜索引擎適用于廣泛、準(zhǔn)確地收集信息。不同的全文搜索引擎由于其性能和信息反饋能力差異, 導(dǎo)致其各有利弊。元搜索引擎的出現(xiàn)恰恰解決了這個(gè)問(wèn)題, 有利于各基本搜索引擎間的優(yōu)勢(shì)互補(bǔ)。而且本搜索方式有利于對(duì)基本搜索方式進(jìn)行全局控制, 引導(dǎo)全文搜索引擎的持續(xù)改善。
3) 垂直搜索引擎適用于有明確搜索意圖情況下進(jìn)行檢索。例如, 用戶購(gòu)買機(jī)票、火車票、汽車票時(shí), 或想要瀏覽網(wǎng)絡(luò)視頻資源時(shí), 都可以直接選用行業(yè)內(nèi)專用搜索引擎, 以準(zhǔn)確、迅速獲得相關(guān)信息。
4) 目錄搜索引擎是網(wǎng)站內(nèi)部常用的檢索方式。本搜索方式旨在對(duì)網(wǎng)站內(nèi)信息整合處理并分目錄呈現(xiàn)給用戶, 但其缺點(diǎn)在于用戶需預(yù)先了解本網(wǎng)站的內(nèi)容, 并熟悉其主要模塊構(gòu)成。總而觀之, 目錄搜索方式的適應(yīng)范圍非常有限, 且需要較高的人工成本來(lái)支持維護(hù)。
總之, 用戶只有對(duì)上述四種搜索方式特點(diǎn)較為了解的基礎(chǔ)上, 才能在不同情境下靈活選擇出最適合自己的搜索方式。
當(dāng)代搜索引擎技術(shù)發(fā)展趨勢(shì)分析
隨著智能化和信息化時(shí)代的到來(lái), 網(wǎng)絡(luò)普及化程度空前提高。尤其我國(guó)政府提出了“互聯(lián)網(wǎng)+”的現(xiàn)代社會(huì)發(fā)展戰(zhàn)略, 李克強(qiáng)總理的“提速降費(fèi)”政策的提出以及手機(jī)APP網(wǎng)絡(luò)終端的迅猛增長(zhǎng), 搜索引擎已成為廣大網(wǎng)民不可或缺的網(wǎng)絡(luò)生存工具。在這種形勢(shì)下, 搜索引擎技術(shù)出現(xiàn)了諸多發(fā)展勢(shì)頭并獲得史無(wú)前例的發(fā)展, 引起了國(guó)內(nèi)外數(shù)以萬(wàn)計(jì)的信息技術(shù)行業(yè)工作者的高度關(guān)注?？偠^之, 當(dāng)代搜索引擎技術(shù)的發(fā)展趨勢(shì)主要有以下四個(gè):
1) 智能化發(fā)展。隨著人工智能技術(shù)的大幅度升溫, 試著將其運(yùn)用于搜索引擎技術(shù), 實(shí)現(xiàn)網(wǎng)絡(luò)搜索的智能化正成為當(dāng)代搜索引擎技術(shù)發(fā)展的新方向。目前, 已經(jīng)出現(xiàn)了一系列智能化的搜索技術(shù), 如以自然語(yǔ)言直接進(jìn)行數(shù)據(jù)搜索, 基于云服務(wù)開展的云搜索技術(shù), 智能化判斷用戶搜索意圖并據(jù)此向用戶推送相關(guān)信息等等新技術(shù)已經(jīng)進(jìn)入我們的日常網(wǎng)絡(luò)生活?？梢灶A(yù)見(jiàn), “人工智能+搜索引擎”必將引領(lǐng)AI時(shí)代的搜索引擎技術(shù)走向。
2) 個(gè)性化發(fā)展。以前, 搜索引擎只是為用戶提供機(jī)械化、單一的搜索方式, 向用戶反饋大眾化的一般性信息資源。而如今, 搜索引擎技術(shù)日益成熟, 它不僅可以跟蹤用戶搜索痕跡和檢索歷史, 把握每個(gè)用戶的信息偏好和搜索習(xí)慣, 還可以根據(jù)每個(gè)用戶的特殊需求與偏好, 為其提供個(gè)性化的搜索服務(wù), 以提高搜索的準(zhǔn)確度, 使其獲得更好的用戶體驗(yàn)。同時(shí), 各搜索引擎公司還建立了特色的搜索體系, 以滿足各行各業(yè)用戶的不同搜索需求。
3) 一站化發(fā)展。由于網(wǎng)絡(luò)資源的多樣化, 各式各樣的數(shù)據(jù)類型充斥著整個(gè)互聯(lián)網(wǎng), 如文字、語(yǔ)言、語(yǔ)音、視頻、圖片、GIF圖片等, 如何利用一次查詢來(lái)獲得各類相關(guān)數(shù)據(jù)資源, 正成為搜索引擎技術(shù)發(fā)展的新方向。這就是一站式搜索。在這個(gè)方面, 搜索引擎技術(shù)還面臨著許多關(guān)鍵技術(shù)有待于攻關(guān), 如除文字外其他數(shù)據(jù)資源識(shí)別準(zhǔn)度不高, 與搜索關(guān)鍵詞之間的匹配度問(wèn)題難以解決。因此, 一站式搜索將成為以后搜索引擎技術(shù)研發(fā)的一大熱點(diǎn)。
4) 移動(dòng)搜索迅猛發(fā)展。隨著手機(jī)終端用戶量的劇增, 以手機(jī)用戶為代表的移動(dòng)搜索流量已經(jīng)大大超過(guò)了PC端用戶。數(shù)據(jù)表明:我國(guó)手機(jī)搜索用戶數(shù)已達(dá)5.93億, 且使用率為81.9%, 足以說(shuō)明移動(dòng)搜索已逐漸成為搜索引擎技術(shù)開發(fā)的重點(diǎn)。目前, 移動(dòng)搜索還處于初步發(fā)展階段, 但它具有不容小覷的發(fā)展?jié)摿蜔o(wú)限的商機(jī), 將占有更多的市場(chǎng)份額, 必將主宰未來(lái)的搜索引擎市場(chǎng)。
總之, 搜索引擎技術(shù)是網(wǎng)絡(luò)化生活的開端, 是幾億網(wǎng)民捕獲信息的窗口, 也是網(wǎng)絡(luò)化時(shí)代不可或缺的關(guān)鍵技術(shù)。靈活選用搜索方式, 把握搜索引擎的時(shí)代熱點(diǎn), 是我們提高信息素養(yǎng)、迎接信息化挑戰(zhàn)的現(xiàn)實(shí)選擇!