彩票查询_2021美洲杯决赛:阿根廷vs巴西回放_2025世俱杯参赛球队有哪些_英格兰乙级联赛 - 竞彩足球500

詳細(xì)介紹常用的幾類搜索引擎技術(shù)

因特網(wǎng)的迅猛發(fā)展、WEB信息的增加，用戶要在信息海洋里查找信息，就像大海撈針一樣，搜索引擎（計(jì)算機(jī)愛好者，學(xué)習(xí)計(jì)算機(jī)基礎(chǔ)，電腦入門，請(qǐng)到本站，我站同時(shí)提供計(jì)算機(jī)基礎(chǔ)知識(shí)教程，計(jì)算機(jī)基礎(chǔ)知識(shí)試題供大家學(xué)習(xí)和使用），技術(shù)恰好解決了這一難題，它可以為用戶提供信息檢索服務(wù)。目前，搜索引擎技術(shù)正成為計(jì)算機(jī)工業(yè)界和學(xué)術(shù)界爭(zhēng)相研究、開發(fā)的對(duì)象。 搜索引擎（Search Engine）是隨著WEB信息的迅速增加，從1995年開始逐漸發(fā)展起來的技術(shù)。
　　據(jù)發(fā)表在《科學(xué)》雜志1999年7月的文章《WEB信息的可訪問性》估計(jì)，全球目前的網(wǎng)頁超過8億，有效數(shù)據(jù)超過9TB，并且仍以每4個(gè)月翻一番的速度增長(zhǎng)。例如，Google目前擁有10億個(gè)網(wǎng)址，30億個(gè)網(wǎng)頁，3.9 億張圖像，Google支持66種語言接口，16種文件格式，面對(duì)如此海量的數(shù)據(jù)和如此異構(gòu)的信息，用戶要在里面尋找信息，必然會(huì)“大海撈針”無功而返。
　　搜索引擎正是為了解決這個(gè)“迷航”問題而出現(xiàn)的技術(shù)。搜索引擎以一定的策略在互聯(lián)網(wǎng)中搜集、發(fā)現(xiàn)信息，對(duì)信息進(jìn)行理解、提取、組織和處理，并為用戶提供檢索服務(wù)，從而起到信息導(dǎo)航的目的。
　　目前，搜索引擎技術(shù)按信息標(biāo)引的方式可以分為目錄式搜索引擎、機(jī)器人搜索引擎和混合式搜索引擎；按查詢方式可分為瀏覽式搜索引擎、關(guān)鍵詞搜索引擎、全文搜索引擎、智能搜索引擎；按語種又分為單語種搜索引擎、多語種搜索引擎和跨語言搜索引擎等。
　　目錄式搜索引擎
　　目錄式搜索引擎（Directory Search Engine）是最早出現(xiàn)的基于ＷＷＷ的搜索引擎，以雅虎為代表，我國(guó)的搜狐也屬于目錄式搜索引擎。
　　目錄式搜索引擎由分類專家將網(wǎng)絡(luò)信息按照主題分成若干個(gè)大類，每個(gè)大類再分為若干個(gè)小類，依次細(xì)分，形成了一個(gè)可瀏覽式等級(jí)主題索引式搜索引擎，一般的搜索引擎分類體系有五六層，有的甚至十幾層。
　　目錄式搜索引擎主要通過人工發(fā)現(xiàn)信息，依靠編目員的知識(shí)進(jìn)行甄別和分類。由于目錄式搜索引擎的信息分類和信息搜集有人的參與，因此其搜索的準(zhǔn)確度是相當(dāng)高的，但由于人工信息搜集速度較慢，不能及時(shí)地對(duì)網(wǎng)上信息進(jìn)行實(shí)際監(jiān)控，其查全率并不是很好，是一種網(wǎng)站級(jí)搜索引擎。
　　機(jī)器人搜索引擎
　　機(jī)器人搜索引擎通常有三大模塊：信息采集、信息處理、信息查詢。信息采集一般指爬行器或網(wǎng)絡(luò)蜘蛛，是通過一個(gè)URL列表進(jìn)行網(wǎng)頁的自動(dòng)分析與采集。起初的URL并不多，隨著信息采集量的增加，也就是分析到網(wǎng)頁有新的鏈接，就會(huì)把新的URL添加到URL列表，以便采集。
　　機(jī)器人搜索引擎使用多線程并發(fā)搜索技術(shù)，主要完成文檔訪問代理、路徑選擇引擎和訪問控制引擎。基于機(jī)器人搜索引擎的Web頁搜索模塊主要由URL服務(wù)器、爬行器、存儲(chǔ)器、URL解析器四大功能部件和資源庫、錨庫、鏈接庫三大數(shù)據(jù)資源構(gòu)成，另外還要借助標(biāo)引器的一個(gè)輔助功能。