搜索引擎

• 搜索引擎是指自動從因特網搜集信息，經過一定整理以后，提供給用戶進行查詢的系統。

• 在搜索引擎中，有多種種類劃分：

• 全文索引

全文搜索引擎是目前廣泛應用的主流搜索引擎，它們從互聯網提取各個網站的信息（以網頁文字為主），建立起數據庫，并能檢索與用戶查詢條件相匹配的記錄，按一定的排列順序返回結果。

根據搜索結果來源的不同，全文搜索引擎可分為兩類：

• 目錄索引

• 也能稱為分類檢索，是因特網上最早提供WWW（也就是萬維網）資源查詢的服務，主要通過搜集和整理因特網的資源，根據搜索到網頁的內容，將其網址分配到相關分類主題目錄的不同層次的類目之下，形成像圖書館目錄一樣的分類樹形結構索引。

目錄索引雖然有搜索功能，但嚴格意義上不能稱為真正的搜索引擎，只是按目錄分類的網站鏈接列表而已。用戶完全可以按照分類目錄找到所需要的信息，不依靠關鍵詞（Keywords）進行查詢。（例：Yahoo、新浪分類目錄搜索）

• 元搜索引擎

• 元搜索引擎（META Search Engine）接受用戶查詢請求后，同時在多個搜索引擎上搜索，并將結果返回給用戶。（例：著名的元搜索引擎有InfoSpace、Dogpile、Vivisimo等，中文元搜索引擎中具代表性的是搜星搜索引擎）

• 集合式搜索引擎

• 該搜索引擎類似元搜索引擎，區別在于它并非同時調用多個搜索引擎進行搜索，而是由用戶從提供的若干搜索引擎中選擇，如HotBot在2002年底推出的搜索引擎。

• 垂直搜索引擎

• 不同于通用的網頁搜索引擎，垂直搜索專注于特定的搜索領域和搜索需求（例如：機票搜索、旅游搜索、生活搜索、小說搜索、視頻搜索等等），在其特定的搜索領域有更好的用戶體驗。相比通用搜索動輒數千臺檢索服務器，垂直搜索需要的硬件成本低、用戶需求特定、查詢的方式多樣。

• 門戶搜索引擎

• 門戶搜索引擎：AOLSearch、MSNSearch等雖然提供搜索服務，但自身既沒有分類目錄也沒有網頁數據庫，其搜索結果完全來自其他搜索引擎。

• 免費鏈接列表

• 免費鏈接列表（Free For All Links簡稱FFA）：一般只簡單地滾動鏈接條目，少部分有簡單的分類目錄，不過規模要比Yahoo！等目錄索引小很多。

• 搜索引擎的組成部分

①搜索器：其功能是在互聯網中漫游，發現和搜集信息；
②索引器：其功能是理解搜索器所搜索到的信息，從中抽取出索引項，用于表示文檔以及生成文檔庫的索引表；
③檢索器：其功能是根據用戶的查詢在索引庫中快速檢索文檔，進行相關度評價，對將要輸出的結果排序，并能按用戶的查詢需求合理反饋信息；
④用戶接口：其作用是接納用戶查詢、顯示查詢結果、提供個性化查詢項。

• 工作原理

①抓取網頁：每個獨立的搜索引擎都有自己的網頁抓取程序（spider）。Spider順著網頁中的超鏈接，連續地抓取網頁。被抓取的網頁被稱之為網頁快照。由于互聯網中超鏈接的應用很普遍，理論上，從一定范圍的網頁出發，就能搜集到絕大多數的網頁。

②處理網頁：搜索引擎抓到網頁后，還要做大量的預處理工作，才能提供檢索服務。其中，最重要的就是提取關鍵詞，建立索引文件。其他還包括去除重復網頁、分詞（中文）、判斷網頁類型、分析超鏈接、計算網頁的重要度/豐富度等。

③提供檢索服務：用戶輸入關鍵詞進行檢索，搜索引擎從索引數據庫中找到匹配該關鍵詞的網頁；為了用戶便于判斷，除了網頁標題和URL外，還會提供一段來自網頁的摘要以及其他信息。

參考文獻：https://wenku.baidu.com/view/ef3fe01c10a6f524ccbf85df.html?from=search