智能搜索引擎资料

更大、更全，但用户需要做 由于不能区分同行异义以
更多筛选; 在一定程度上解 及不能联想到关键字，容
决了独立搜索引擎对于某些 易导致返回大量夹杂冗余
检索请求的查询结果不够全 信息的检索结果，且检准
面、准确的现状，但不能从 率低，用户必须从结果中
本质上克服原有搜索引擎所 进行筛选。
固有的弊端；
源自文库
（二）搜索引擎的智能行为分析
（3）信息检索。信息检索查询为用户提供直接服务， 它根据用户的信息需求，完成对数据库的查找过 程，并以一定的方式向用户提供查询结果。信息 检索是搜索引擎最终的价值体现，是影响搜索引 擎性能的关键环节。
2、搜索引擎的智能性分析： （1）检索技术的智能化
① 机灵的网络蜘蛛
❖智能搜索引擎的设计网络蜘蛛能遍历整个因持网， 自动完成在线信息的索引，还能通过启发式学习采 取最有效的搜索策略，选择最佳时机获取从 Internet上自动收集、整理过的信息。同时，它能 够对网页内容的相关性及该网页所包含的链接质量 等做出判断，质量较差或内容不大相关的网页将不 被选取，从而保证信息来源的质量，提高检索效果。
第一代 搜索引擎
第二代 搜索引擎
元搜索引擎
1998年前 以Lycos 为代表
1998年起 如谷歌、
百度
1995年 出现
索引量少, 极少重新搜
集网页并刷新索引, 检索速
目录式搜索引擎依靠
度慢; 实现技术上基本沿用 专业人员对信息进行甄别
较为成熟的信息检索、网络、和分类，信息准确、导航
数据库等技术；
质量高，但不能深入网站
④ 人工/机编混合型目录
❖它呈两种形式：人工进行质量控制的机编目录和 运用智能技术检索的手编目录。这种混合型目录能 够弥补机编目录和手编目录的缺憾，提高了网页索 引覆盖率。
（2）检索结果处理的智能化
① 保存和利用用户的使用记录，分析检索结果的相关度
例如访问量排序和基于超链接的排序。 • 搜索引擎记录其所搜索到的Web页面的被点击次数 （即访问量），从而判断该Web页面被访问的频率。 这是一种由公众集体确认网站重要性的方法，具有一 定的客观性与公众性。 • 而基于超链接的排序则是利用Web页面之间的引用 关系，综合考虑Web页面被引用次数以及所引用页面 的相关度来判断本页面的重要性。
1、影响搜索引擎性能的最关键因素：
（1）信息的采集。 搜索过程应在一定条件下选择最优路径沿
着具有相关主题的链接进行搜索，这要求搜索 引擎能够识别相应的网站和网页信息资源，是 一种智能性的体现。
（2）信息的加工处理与组织。当采用合适的算法和策 略从网络信息资源中获取到原始超文本信息后，还 需要从中抽取出有价值的信息内容进行索引存储， 构建信息数据库。
❖借助自然语言理解技术，智能搜索引擎能够实现基于 知识（或概念）层面的检索，并且对知识有一定的理解 与处理能力，能够实现分词技术、同义词技术、概念搜 索、短语识别以及机器翻译技术等。因而智能搜索引擎 具有信息服务的智能化、人性化特征，允许用户采用自 然语言进行信息检索，并能为用户提供更方便、更确切 的搜索服务。
1993 年 底 ， NASA ， Repository-Based Software Engineering (RBSE) spider——第一个索引Html文件 正文的搜索引擎，第一个使用关键词串匹配的引擎；
1994年7月，Michael Mauldin，Lycos——第一个现代 意义上的搜索引擎； 1994年，David Filo和杨致远，Yahoo——成功地使网 络信息搜索的概念深入人心，揭开了搜索引擎大发展 的序幕。
索引数据库规模有所扩
大; 开始出现主体搜索和地 域搜索等; 对检索结果展开 相关度评价；开始使用自动 分类技术; 极大提高了搜索 的质量和效率；
的内部细节，容易导致信 息丢失，并且由于人工编 辑能力有限，常导致网站 信息陈旧、数据库更新不 及时等问题；
采用全文检索技术的
搜索引擎信息量大，更新
返回的检索结果信息量 及时，毋需人工干预，但
网络智能搜索引擎
1
主要内容
❖ 网络智能搜索引擎概述 ➢ 网络智能搜索引擎的结构原理 ➢ 网络智能搜索机理 ➢ 网络智能搜索策略 ➢ 网络智能搜索引擎的关键技术 ➢ 网络智能搜索引擎实例分析
一、 网络智能搜索引擎概述
(一) 搜索引擎发展简况
搜索引擎:是指通过网络搜索软件或网站登陆等方式， 以一定的策略在互联网上搜集和发现信息，并将Web上 大量网站的页面收集到本地，经过加工处理和组织，从 而能够对用户提出的各种查询做出响应，提供用户所需 的信息。
③ 检索对象形式的多样性
❖智能搜索引擎具有跨平台工作和处理多种混合文档结 构 的 能 力 ， 能 处 理 HTML(HyperText Markup Language ， 超 文 本 标 志 语 言 ) 、 SGML(Standard for General Markup Language ， 通 用 标 志 语 言 标 准 ) 、 XML(eXtended Marked Language，扩展标志语言)文 档以及其他类型的文档，如Word、WPS等。另外，智 能搜索引擎还支持多语言检索，允许用户用中文输入查 询英文或其他语言的信息。
② 语义检索及自然语言理解技术
❖语义检索是一种建立在文献概念相关关系基础上的检 索。通过抽取能够描述文献内容的概念（如用文中的关 键词或与之相应的主题词）建立一种语义索引，而用户 在系统的辅助下选用合适的词语表示自己的信息需求， 然后在两者之间执行概念匹配，匹配在语义上相同、相 近、相包含的词语，从而实现信息的深度检索
② 检索结果的转换过滤
❖根据一定条件对检索结果进行优化过滤的过程， 如信息格式的支持与转换 ❖采用信息过滤技术可减少重复信息和垃圾信息 ❖应 用 聚 类 技 术 对 检 索 结 果 进 行 联 机 聚 类 等 ， 从 而“精简”检索结果。
③ 检索结果的知识提取
❖搜索程序具有机械性及其对网络用户的透明性，而 网络用户缺乏搜索程序所规定的概念和语词符号，这 就使得用户的检索具有一定的模糊性，进而降低检索 结果的满意度。因此，智能搜索引擎通过对用户需求 进行分析研究，跟踪用户的兴趣爱好，建立用户模型 库，利用用户知识对检索结果进行一定程度上的知识 提取，完成检索结果的集成。