基于RSS的企业Web搜索引擎研究与设计 第一章绪论 1.2.1国外技术发展现状 在国外,搜索引擎已有比较成熟的实用产品,并应用于许多著名的Web站点, 如 Altavista, Infoseek, Excite, Yahoo等。国外搜索引擎的主要特点包括 (1)在搜索引擎上同时支持目录导航和页面全文检索; (2) Robot向智能化和自动化方向发展,无需人工干预,有选择地收集有用 信息,自动分类,周期性自动更新: (3)支持海量数据管理,提供快速检索; (4)提供查询的自然语言接口; (5)对检索结果提供相关性排序输出,并可对检索结果优化处理; (6)支持相似性检索。 目前,国外搜索引擎还需要在自然语言接口、相关排序、结果优化等方面不 断完善。 1.2.2国内技术发展现状 目前国内的中文搜索引擎与国外优秀的中文搜索引擎还有一定的差距,但在 些相关领域已经有了很大的发展。例如:中文自动分词技术、中文自动分类技 术、中文信息过滤技术、简体/繁体自动转换技术 中文搜索引擎绝不仅仅是国外搜索引擎的汉化,因为搜索引擎是一个具有语 言文化背景的领域,中文搜索引擎需要人文特色,而不是“汉字搜索引擎”。虽 然Yaho推出了中文搜索引擎, Altavista也具有对汉字的搜索支持,但它们在 中文搜索引擎中的地位却不能与在西文搜索引擎中的地位相提并论。目前国内比 较有特色的中文搜索引擎都具备了以下功能: (1)同时提供目录导航和页面全文搜索; (2)提供简繁体(GB-2312/BIG-5)的自动跟踪转换功能,使用户在一种汉字 环境中可以浏览简体和繁体页面 (3)提供中文按词的全文检索,提高查准率。 建立一个优秀的中文搜索引擎是一项庞大复杂的工程,在技术和设备上的投 入都比较高。中文搜索引擎在査询速度、查全率和查准率上还需要进一步改进 1.2.3企业搜索引擎的研究现状 企业级搜索市场成为继互联网搜索经济之后的又一大热点: Google、百度、 第2页共47页基于 RSS 的企业 Web 搜索引擎研究与设计 第一章 绪 论 第 2 页 共 47 页 1.2.1 国外技术发展现状 在国外，搜索引擎已有比较成熟的实用产品，并应用于许多著名的 Web 站点， 如 Altavista，Infoseek，Excite，Yahoo 等。国外搜索引擎的主要特点包括： (1)在搜索引擎上同时支持目录导航和页面全文检索； (2)Robot 向智能化和自动化方向发展，无需人工干预，有选择地收集有用 信息，自动分类，周期性自动更新： (3)支持海量数据管理，提供快速检索； (4)提供查询的自然语言接口； (5)对检索结果提供相关性排序输出，并可对检索结果优化处理； (6)支持相似性检索。 目前，国外搜索引擎还需要在自然语言接口、相关排序、结果优化等方面不 断完善。 1.2.2 国内技术发展现状 目前国内的中文搜索引擎与国外优秀的中文搜索引擎还有一定的差距，但在 一些相关领域已经有了很大的发展。例如：中文自动分词技术、中文自动分类技 术、中文信息过滤技术、简体/繁体自动转换技术。 中文搜索引擎绝不仅仅是国外搜索引擎的汉化，因为搜索引擎是一个具有语 言文化背景的领域，中文搜索引擎需要人文特色，而不是“汉字搜索引擎”。虽 然 Yahoo 推出了中文搜索引擎，Altavista 也具有对汉字的搜索支持，但它们在 中文搜索引擎中的地位却不能与在西文搜索引擎中的地位相提并论。目前国内比 较有特色的中文搜索引擎都具备了以下功能： (1) 同时提供目录导航和页面全文搜索； (2) 提供简繁体(GB-2312/BIG-5)的自动跟踪转换功能，使用户在一种汉字 环境中可以浏览简体和繁体页面； (3) 提供中文按词的全文检索，提高查准率。 建立一个优秀的中文搜索引擎是一项庞大复杂的工程，在技术和设备上的投 入都比较高。中文搜索引擎在查询速度、查全率和查准率上还需要进一步改进。 1.2.3 企业搜索引擎的研究现状 企业级搜索市场成为继互联网搜索经济之后的又一大热点：Google、百度