计算机三级网络技术考点网络搜索技术概述

相关推荐

计算机三级网络技术考点网络搜索技术概述

　　引导语：网络搜索是对分布于网络的多种检索工具的全局控制机制。以下是百分网小编分享给大家的计算机三级网络技术考点网络搜索技术概述，欢迎阅读!

　　1.搜索引擎的原理和组成

　　(1)搜索引擎的原理

　　搜索引擎的原理起源于传统的信息全文检索理论，即计算机程序通过扫描一篇文章中的所有词，建立以词为单位的排序文件，检索程序根据检索词在每篇文章中出现的频率和概率，对包含这些检索词的文章排序，最后输出排序结果。

　　(2)全文搜索引擎功能模块的组成

　　现在的全文搜索引擎一般由搜索器、索引器、检索器和用户接口4个部分组成。

　　①搜索器。搜索器也称为“蜘蛛”、“机器人”或“爬虫”，实际上是一种基于Web的程序。搜索器在Internet上逐个访问服务器来收集信息，它通过请求Web站点上的HTML网页来采集该 HTML网页，并建立一个网站的关键字列表。搜索器建立关键字列表的过程称为网络爬行。

　　②索引器。索引器的功能是理解搜索器所搜索的信息，从中抽取出索引项，用于表示文档以及生成文档库的索引表。索引器可使用集中式索引算法或分布式索引算法。索引算法对索引器的性能有很大的影响。一个搜索引擎的有效性在很大程度上取决于索引的质量。

　　③检索器。检索器的功能是根据用户查询在索引库中快速地检索出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并实现某种用户相关性的反馈机制。网页检索器是一个在Web服务器上运行的CGI(公共网关接口)程序。

　　④用户接口。用户接口的作用是输入用户查询，显示查询结果，提供用户相关性反馈机制。用户接口可以分为简单接口和复杂接口两种。

　　(3)目录导航式搜索引擎和网页搜索引擎的组成

　　目录导航式搜索引擎的信息搜集系统主要由人工完成，搜索引擎的标引专家依靠手工来搜寻不断出现的新网站，给每个网站一个标题和大概描述，将其放入相应的类目体系中。在页面上体现为每个类目路径下排列着的相关网站，所以也称为目录导航。目录导航式搜索引擎提供两种查询接口形式：一种是直接单击目录树，另一种是关键字检索。

　　2.Google和百度搜索引擎

　　Google是目前世界上使用率和搜索精度最高的全文搜索引擎，百度则是全球最大的中文搜索引擎，两者分别是国外、国内搜索引擎的领头羊。

　　(l)Google的主要技术

　　Google成立于1998年，创始人为美国斯坦福大学计算机科学系的两位博士。Google一词由英文单词googol变化而来，表示1后面有100个零的数字，显示了Google搜索能力的强大。

　　Google的主要技术有以下几点：

　　①网页采集技术——分布式爬行系统。该系统通常由一个URL服务器将URL列表提供给网络爬行器(Google同时运行3个爬行器)。每个爬行器同时保持大约300个网络连接。

　　②页面等级技术(Page Rank)。Google是以Open Directory Project为类目基础，开发了独树一帜的Page Rank技术。

　　③超文本匹配分析技术。超文本匹配分析技术是目前搜索引擎中最先进的检索技术。

　　(2)百度的主要技术

　　百度(www.Baidu.com)于1999年底在美国硅谷成立，创始人是北京大学的两位毕业生李彦宏和徐勇。“百度”一词来源于辛弃疾的名句“众人寻他千百度”。

　　①智能性、可扩展搜索技术。

　　②智能化中文语言处理技术。