陳春陽

中圖分類號(hào)：TP3文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1671－7597（2009）0520039－01

有人說，會(huì)搜索才叫會(huì)上網(wǎng)，搜索引擎在我們?nèi)粘Ｉ钪械牡匚灰咽桥e足輕重?；ヂ?lián)網(wǎng)是一個(gè)紛繁浩帙無邊無際的海洋，怎樣才能從這無窮的寶藏中去偽存真，找到自己所想要找的東西，那這就得仰仗搜索引擎了。下面是筆記在多年的工作、學(xué)習(xí)過程中形成的對(duì)搜索引擎一些初步認(rèn)識(shí)，不妥之處還望指正。

一、搜索引擎基本工作原理

搜索引擎按其工作方式主要可分為兩種，一種是全文搜索引擎，另一種是目錄索引類搜索引擎。

（一）全文搜索引擎。全文搜索引擎是名副其實(shí)的搜索引擎，是通過從互聯(lián)網(wǎng)上提取的各個(gè)網(wǎng)站的信息（以網(wǎng)頁文字為主）而建立的數(shù)據(jù)庫中，檢索與用戶查詢條件匹配的相關(guān)記錄，然后按一定的排列順序?qū)⒔Y(jié)果返回給用戶，因此他們是真正的搜索引擎。

從搜索結(jié)果來源的角度，全文搜索引擎又可細(xì)分為兩種，一種是擁有自己的檢索程序，俗稱“蜘蛛”程序或“機(jī)器人”程序，并自建網(wǎng)頁數(shù)據(jù)庫，搜索結(jié)果直接從自身的數(shù)據(jù)庫中調(diào)用，如百度、谷歌等；另一種則是租用其他引擎的數(shù)據(jù)庫，并按自定的格式排列搜索結(jié)果，如騰訊。

（二）QQ的搜索引擎。搜索引擎的自動(dòng)信息搜集功能分兩種。一種是定期搜索，即每隔一段時(shí)間，搜索引擎主動(dòng)派出“蜘蛛”程序，對(duì)一定IP地址范圍內(nèi)的互聯(lián)網(wǎng)站進(jìn)行檢索，一旦發(fā)現(xiàn)新的網(wǎng)站，它會(huì)自動(dòng)提取網(wǎng)站的信息和網(wǎng)址加入自己的數(shù)據(jù)庫。另一種是提交網(wǎng)站搜索，即網(wǎng)站擁有者主動(dòng)向搜索引擎提交網(wǎng)址，它在一定時(shí)間內(nèi)定期向你的網(wǎng)站派出“蜘蛛”程序，掃描你的網(wǎng)站并將有關(guān)信息存入數(shù)據(jù)庫，以備用戶查詢。由于近年來搜索引擎索引規(guī)則發(fā)生了很大變化，主動(dòng)提交網(wǎng)址并不保證你的網(wǎng)站能進(jìn)入搜索引擎數(shù)據(jù)庫，因此目前最好的辦法是多獲得一些外部鏈接，讓搜索引擎有更多機(jī)會(huì)找到你并自動(dòng)將你的網(wǎng)站收錄。

當(dāng)用戶以關(guān)鍵詞查找信息時(shí)，搜索引擎會(huì)在數(shù)據(jù)庫中進(jìn)行搜尋，如果找到與用戶要求內(nèi)容相符的網(wǎng)站，便采用特殊的算法通常根據(jù)網(wǎng)頁中關(guān)鍵詞的匹配程度，出現(xiàn)的位置、頻次、鏈接質(zhì)量等計(jì)算出各網(wǎng)頁的相關(guān)度及排名等級(jí)，然后根據(jù)關(guān)聯(lián)度高低，按順序?qū)⑦@些網(wǎng)頁鏈接返回給用戶。

（三）目錄索引。與全文搜索引擎相比，目錄索引有許多不同之處。

首先，全文搜索引擎屬于自動(dòng)網(wǎng)站檢索，而目錄索引則完全依賴手工操作。用戶提交網(wǎng)站后，目錄編輯人員會(huì)親自瀏覽你的網(wǎng)站，然后根據(jù)一套自定的評(píng)判標(biāo)準(zhǔn)甚至編輯人員的主觀印象，決定是否接納你的網(wǎng)站。

其次，全文搜索引擎收錄網(wǎng)站時(shí)，只要網(wǎng)站本身沒有違反有關(guān)的規(guī)則，一般都能登錄成功。而目錄索引對(duì)網(wǎng)站的要求則高得多，有時(shí)即使登錄多次也不一定成功。此外，在登錄全文搜索引擎時(shí)，我們一般不用考慮網(wǎng)站的分類問題，而登錄目錄索引時(shí)則必須將網(wǎng)站放在一個(gè)最合適的目錄。

最后，全文搜索引擎中各網(wǎng)站的有關(guān)信息都是從用戶網(wǎng)頁中自動(dòng)提取的，所以用戶的角度看，我們擁有更多的自主權(quán)；而目錄索引則要求必須手工另外填寫網(wǎng)站信息，而且還有各種各樣的限制。更有甚者，如果工作人員認(rèn)為你提交網(wǎng)站的目錄、網(wǎng)站信息不合適，他可以隨時(shí)對(duì)其進(jìn)行調(diào)整，當(dāng)然事先是不會(huì)和你商量的。

目錄索引，顧名思義就是將網(wǎng)站分門別類地存放在相應(yīng)的目錄中，因此用戶在查詢信息時(shí)，可選擇關(guān)鍵詞搜索，也可按分類目錄逐層查找。如以關(guān)鍵詞搜索，返回的結(jié)果跟全文搜索引擎一樣，也是根據(jù)信息關(guān)聯(lián)程度排列網(wǎng)站，只不過其中人為因素要多一些。如果按分層目錄查找，某一目錄中網(wǎng)站的排名則是由標(biāo)題字母的先后順序決定（也有例外）。

目前，全文搜索引擎與目錄索引有相互融合滲透的趨勢(shì)。原來一些純粹的全文搜索引擎現(xiàn)在也提供目錄搜索，如谷歌就借用Open Directory目錄提供分類查詢。而像雅虎這些老牌目錄索引則通過與谷歌等搜索引擎合作擴(kuò)大搜索范圍。在默認(rèn)搜索模式下，一些目錄類搜索引擎首先返回的是自己目錄中匹配的網(wǎng)站，如國(guó)內(nèi)搜狐、新浪、網(wǎng)

易等；而另外一些則默認(rèn)的是網(wǎng)頁搜索，如雅虎。

二、搜索引擎的常用使用技巧

如果會(huì)搜索才叫會(huì)上網(wǎng)，那么只會(huì)搜索也只是停留在上網(wǎng)的初級(jí)階段，要快速、準(zhǔn)確地找到自己想要的信息，還需要掌握一定的技巧。

1．使用邏輯詞輔助查找。比較大的搜索引擎都支持使用邏輯詞進(jìn)行更復(fù)雜的搜索界定，常用有：AND（和）、OR（或）、NOT（否，有些是ANDNOT）及NEAR（兩個(gè)單詞的靠近程度），恰當(dāng)應(yīng)用它們可以使結(jié)果非常精確。

2．使用雙引號(hào)進(jìn)行精確查找。如果查找的是一個(gè)詞組或多個(gè)漢字，最好的辦法就是將它們用雙引號(hào)括起來，實(shí)現(xiàn)精確搜索，這樣得到的結(jié)果最少、最精確。例如在搜索引擎的查詢框中輸入"searchengine"，這會(huì)比輸入searchengine得到更少、更好的結(jié)果。如果按上述方法查不到任何結(jié)果，可以去掉雙引號(hào)試試。

3．使用加減號(hào)限定查找。很多搜索引擎都支持在搜索詞前冠以加號(hào)（+）限定搜索結(jié)果中必須包含的詞匯，用減號(hào)（-）限定搜索結(jié)果不能包含的詞匯。

4．有針對(duì)性地選擇搜索引擎。用不同的搜索引擎進(jìn)行查詢得到的結(jié)果常常有很大的差異，這是因?yàn)樗鼈兊脑O(shè)計(jì)目的和發(fā)展走向存在著許多的不同，比如：Dejanews是專用于USENET的搜索引擎，而Liszt則是針對(duì)郵遞列表、IRC等的搜索引擎。

5．根據(jù)要求選擇查詢方法。如果需要快速找到一些相關(guān)性比較大的信息，可以使用目錄式搜索引擎的查找功能，如使用雅虎。如果想得到某一方面比較系統(tǒng)的資源信息，可以使用目錄一級(jí)一級(jí)地進(jìn)行查找。

6．使用多元搜索引擎。多元搜索引擎是一種只需輸入一次關(guān)鍵詞就可以對(duì)多個(gè)搜索引擎進(jìn)行查詢的搜索代理網(wǎng)站，如全能搜索（http：//s.k369.com/）就可以同時(shí)對(duì)多個(gè)搜索引擎進(jìn)行查詢。

7．使用更特定的詞匯。比如，不用“服裝”，而用“西服”；不用“flower”而用“rose”。但要盡可能刪去一些同義詞或近義詞。

上面所述技巧只是一些常用、通用的技巧，每個(gè)搜索引擎都有各自的特點(diǎn)，也有各自的搜索技巧。掌握它們，就需要我們?cè)谌粘５膽?yīng)用中不斷的積累和總結(jié)。

三、搜索引擎技術(shù)發(fā)展趨勢(shì)

1．個(gè)性化。搜索引擎?zhèn)€性化的核心是通過跟蹤分析用戶的搜索行為，充分地利用這些信息來提高用戶的搜索效率。這種搜索行為分析技術(shù)是一種正在發(fā)展中的很有前途的搜索引擎人機(jī)界面技術(shù)。

通過搜索行為分析技術(shù)提高搜索效率的途徑主要有兩種：“群體行為分析”（比如“熱門關(guān)鍵詞”就是這種分析的運(yùn)用結(jié)果）和“個(gè)性化搜索”。后者通過積累用戶的搜索個(gè)性化數(shù)據(jù)，將使用戶的搜索更加精確。

2．智能化。傳統(tǒng)的搜索引擎使用方法是被動(dòng)搜索，將來也可利用智能代理技術(shù)進(jìn)行主動(dòng)信息檢索。研究智能檢索系統(tǒng)已為形勢(shì)所迫而成為眾所關(guān)注的焦點(diǎn)。其中通過對(duì)用戶的查詢計(jì)劃、意圖、興趣方向進(jìn)行推理、預(yù)測(cè)并為用戶提供有效的答案是這種系統(tǒng)的支柱技術(shù)。它使用自動(dòng)獲得的知識(shí)進(jìn)行信息搜集過濾，并自動(dòng)地將用戶感興趣的信息通過電子郵件或其它方式，提交給用戶。

自然語言搜索能力也是智能化的一個(gè)體現(xiàn)，是目前相對(duì)易于開發(fā)的技術(shù)，這會(huì)給搜索引擎增加競(jìng)爭(zhēng)的砝碼。

另外，由于漢語里同義詞很多的特性（比如電腦和計(jì)算機(jī)就是一個(gè)同義詞），網(wǎng)頁檢索時(shí)要注意這個(gè)問題。因此，建立一個(gè)同義詞詞庫并應(yīng)用在關(guān)鍵字搜索中很必要。這也是搜索引擎智能化的一點(diǎn)小小的體現(xiàn)吧。