搜索引擎成第四桶金

    技术发展空间很大

    尽管目前网络搜索技术与过去几年相比，有了很大发展，但是要完全满足用户的需求仍有很长的路要走。

    微软公司MSN网络分部搜索副总裁ChristopherPayne在最近一次技术会议上表示，“该行业仍然处于早期阶段”。

    三大搜索巨头一直没有间断对搜索服务的前进步伐。最近微软公司刚刚推出了自己的搜索引擎，而雅虎公司对其搜索广告服务进行了修补和改善；Google公司则有条不紊地陆续为其网络搜索引擎增加了各种新的功能，其中包括目前热门的视频搜索等功能。

    随着Google壮大成为网上最受欢迎的搜索引擎，以及占据最具可观利润的文本搜索广告市场，微软和雅虎公司双双作出反应，努力改进自己的技术，意图进入并分享搜索服务市场。雅虎正在从其他网络服务中集合内容，加进搜索结果中，并计划开放其搜索引擎技术接口，允许其他程序师开发可兼容搜索信息的软件应用程序。

    尽管微软公司认为搜索引擎还处于早期发展阶段，但Payne同时表示新的参与者将很难进入该领域获得一席之地，并像Google在1998年进入搜索市场后挑战其他现存参与者一样经受住竞争的考验。“现在进入该领域的代价是非常巨大的。”Payne说微软公司将最终让搜索成为Windows系统的统一组成部分，并且将从代号为Longhorn的下一代操作系统开始。据悉Longhorn将在2006年发布。

    为了进一步改进搜索相关的服务，三大公司已经相继推出了测试版的搜索软件，允许搜索用户搜索本地硬盘上的文件及其他存储信息。搜索引擎发展的下一步将是跟踪搜索结果，为用户提供适合特殊兴趣及需要的结果。如果能够把搜索功能与手机相联系，实现互通将是扩大搜索服务的机遇。Payne｜表示无线搜索服务是一个潜

    在的发展领域，但搜索提供商如何利用该领域服务取得利益还不能明确。

    未来，搜索引擎技术的发展方向主要包括以下方面

    ——自然语言理解技术。自然语言理解是计算机科学中的一个引人入胜的、富有挑战性的课题。从计算机科学特别是从人工智能的观点看，自然语言理解的任务是建立一种计算机模型，这种计算机模型能够给出像人那样理解、分析并回答自然语言。以自然语言理解技术为基础的新一代搜索引擎，我们称之为智能搜索引擎。由于它将信息检索从目前基于关键词层面提高到基于知识(或概念)层面，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。因而这种搜索引擎具有信息服务的智能化、人性化特征，允许网民采用自然语言进行信息的检索，为他们提供更方便、更确切的搜索服务。

    ——P2P对等网络。P2P是peer-to-peer的缩写，意为对等网络。其在加强网络上人的交流、文件交换、分布计算等方面大有前途。长久以来，人们习惯的互联网是以服务器为中心，人们向服务器发送请求，然后浏览服务器回应的信息。而P2P所包含的技术就是使联网电脑能够进行数据交换，但数据是存储在每台电脑里，而不是存储在既昂贵又容易受到攻击的服务器里。网络成员可以在网络数据库里自由搜索、更新、回答和传送数据。所有人都共享了他们认为最有价值的东西，这将使互联网上信息的价值得到极大地提升。

    ——多媒体搜索引擎。随着宽带技术的发展，未来的互联网是多媒体数据的时代。开发出可查寻图像、声音、图片和电影的搜索引擎是一个新的方向。

    搜索引擎技术的原理

    搜索引擎技术的原理实际上很简单：一般分为三个部分，首先是进行全网搜索，自动抓取网页；其次是将抓取的网页按照关键词进行索引，同时也会记录与检索有关的属性，中文搜索引擎中还需要首先对中文进行分词；最后通过检索生成的索引文件并按照各种参数进行复杂的计算，产生结果并返回给用户。也有人认为，搜索引擎的界面设计可以算做新的部分。这样可以逐渐提升用户的使用体验。除此之外，搜索引擎的附属功能中还包括分布式计算模块，以及一套后台监控体系。在这些部分中，最核心的是搜索结果的排序，如何把最合适的结果排到前面。因此，可以说其他的所有环节都是为最后的计算作准备的。

    但实际的检索效果受多方面因素的影响。抓取网页工具的稳定性和抓全率非常重要，最早的搜索引擎只抓取静态网页，现在的搜索引擎就要求抓取更多的动态网站，因此需要对含有Script语句的网页进行解析，同时Flash的广泛应用也要求搜索引擎能够解析其中的文字和超级链接。

    接下来的格式转换和创建索引则需要深厚的技术功底。索引的难点在于让存储数据结构尽可能的优化以适合搜索的需要。这方面，各家搜索引擎厂商的技术都不太一样。但如何尽可能减少内存、CPU占用以及读盘次数则是共同的目标。尽管有些人有很好的想法，但不一定用现在的技术都容易实现。由于搜索引擎所需要处理的数据量极其庞大，不加限制的位置、属性的增加可能导致系统的过度膨胀和检索速度的下降。多线程并发检索系统的构建也是一个难点。

中国品牌总网

上一页  1 2