NC&IS 信息检索 The CCF Advanced Disciplines Lectures 彭波 pb@net.pku.edu.cn 北京大学信息科学技术学院 6/27/2010
信息检索 The CCF Advanced Disciplines Lectures 彭波 pb@net.pku.edu.cn 北京大学信息科学技术学院 6/27/2010
Search Engine Bal爸百度 Google 网扯之家 ⑤0S0援摄 常a新浪期 7禁cn 《东制凉 ⊙隳裙网 米tom.com搜索 iTcm.cn 无忧考网 china.com ToploOcn oug Why are SE so important? Sog0搜狗 YAHOO 有道youdao 必应ong 热語 2理巴巴 多器 114 感 淘宝网 Taobao.com 188财离能 a.com China惑en 9 126件您 黑 搜
Search Engine Why are SE so important?
Era of Information 2009年上半年中国互联网用户，从年初算起的半年间增 长了13.4%，约4000万人，达到了3亿3千800万人 (CNNIC2009年6月数据)，通过手机连接到互联网也迅 速增加了32.1%。但从另一方面看，普及率仅为25.5%比 发达国家低（日本：73.8%)，因此目前预计仍然能保持 这个速度增长
Era of Information 2009年上半年中国互联网用户，从年初算起的半年间增 长了13.4%，约4000万人，达到了3亿3千800万人 （CNNIC2009年6月数据），通 过手机连接到互联网也迅 速增加了32.1%。但从另一方面看，普及率仅为25.5%比 发达国家低（日本：73.8%），因此目前预计仍然能保持 这个速度增长
Web增长 178000000 一Hostnames 160200000 -Active 142400000 124600000 Exponential 106800000 Growth 89000000 71200000 53400000 35600000 17800000 0 图客雪含含醫宝居舍是餐筹影器器落器是昌美器气气黑 豆墨三量鱼量豆量豆量豆®豆型豆型豆國豆型豆型豆型豆翼 网站数目变化趋势
Web增长 网站数目变化趋势
Web的支撑技术 ■ 用超文本技术(HTML) 实现信息与信 息的连接 用统一资源定位技术(URI) 实现全球 信息的精确定位 ■ 用新的应用层协议(HTTP) 实现分布 式的信息共享。 ■ 这三个特点无一不与信息的分发、获 取和利用有关。Tim Berners-Lee说： "Web是一个抽象的（假想的）信息空 间。"也就是说，.作为Internet.上的一 种应用架构，Web的首要任务就是向 人们提供信息和信息服务
Web的支撑技术 ◼ 用超文本技术（HTML）实现信息与信 息的连接 ◼ 用统一资源定位技术（URI）实现全球 信息的精确定位 ◼ 用新的应用层协议（HTTP）实现分布 式的信息共享。 ◼ 这三个特点无一不与信息的分发、获 取和利用有关。Tim Berners-Lee说： "Web是一个抽象的（假想的）信息空 间。 "也就是说，作为Internet上的一 种应用架构，Web的首要任务就是向 人们提供信息和信息服务
Tide of the age 淘宝网 Web2.0 Sum 主活在变联络依 N at&t Novell Google Linux Bai百科 Web搜索大战 Adobe y/OUU优酷 .com BOKEE. YAHOO! CISCo 中国雅虎 ☑碑网 博客网 腾讯网 日 oQ.com DotCom泡沫 Microsoft al 浏览器大战 YAHOO!
Tide of the age 浏览器大战 DotCom泡沫 Web搜索大战 Web2.0
AfterMath-Flourish of the Web 15年里改变世界的15个网站 Www.eBay.com(电子港湾)：在线拍卖和购物 www.wikipedia.com（维基百科)： 免费百科全书 ■小 wwW.napster.com(纳帕斯特)：音乐共享 ■ WWw.youtube.com：视频共享 ■www.blogger.com（博客网) ■ Www.friendsreunited.com(友聚网)：校友录 WW.drudgereport.com(德拉吉报道)：个人媒 体
AfterMath – Flourish of the Web ◼ 15年里改变世界的15个网站 ◼ www.eBay.com（电子港湾）：在线拍卖和购物 ◼ www.wikipedia.com（维基百科） ：免费百科全书 ◼ www.napster.com（纳帕斯特） ：音乐共享 ◼ www.youtube.com ：视频共享 ◼ www.blogger.com（博客网） ◼ www.friendsreunited.com（友聚网） ：校友录 ◼ www.drudgereport.com（德拉吉报道） ：个人媒 体
丰富的web应用 www.myspace.com （我的空间)：社交网络 www.amazon.com(亚马逊书店)：网上书店 ■ WWw.slashdot.org:科技论坛 www.salon..com(沙龙网)：在线杂志 Www.craigslist..org（克雷格列表)：分类广告 ■WWw.google.com(谷歌)：搜索引擎 ■ www.yahoo.com(雅虎)：门户网站 wwW.easyjet.com(易航网)：廉价航空
丰富的web应用 ◼ www.myspace.com（我的空间）：社交网络 ◼ www.amazon.com（亚马逊书店） ：网上书店 ◼ www.slashdot.org ：科技论坛 ◼ www.salon.com（沙龙网） ：在线杂志 ◼ www.craigslist.org（克雷格列表） ：分类广告 ◼ www.google.com（谷歌） ：搜索引擎 ◼ www.yahoo.com（雅虎） ：门户网站 ◼ www.easyjet.com（易航网） ：廉价航空
Human Genomics http://www.int Particle Physics (7000PB) Wikipedia World Wide Web 10GB) Large Hadron 1GB son iCollider 200PB年 (~1PB) 100%CAGR (15PB) 200%CAGR /www.intel.co Personal Digital Annual Email Internet Archive Estimated On-line Photos Traffic,no spam RAM in Google (300PB+) 1PB+) (8PB) 1000PB+) 100°6CAGR 200 of London's 2004 Walmart Typical Oil Merck Bio Traffic Cams Transaction DB Company Research DB (8TB/day) (500TB) (350TB+) (1.5TB/qtr】 UPMC Hospitals MIT Babytalk Terashake One Day of Imaging Data Speech Earthquake Model Instant Messaging (500TB/yr) Experiment of LA Basin in2002 4PB） (1PB) (750GB) Total digital data to be created this year 270,000PB (Dc)
Did you know? RRoW
Did you know?