Web搜索引擎的难点 数据 口数据规模巨大且增长快 比如,Web上的网页量级是 billion,中国的Web页面就有几十亿 口Web的异构性 口多种多样 40000000 35000000 ■文本、图片、视频、音频等 30000000 口非结构化和半结构化数据 25000000 20000000 ■比如,文本数据和XML数据 0000000 用户 口如何表达查询需求? 口如何解释查询结果?Web搜索引擎的难点 „ 数据 … 数据规模巨大且增长快 „ 比如，Web上的网页量级是billion，中国的web页面就有几十亿！ … Web的异构性 … 多种多样 „ 文本、图片、视频、音频等 … 非结构化和半结构化数据 „ 比如，文本数据和XML数据 „ 用户 … 如何表达查询需求？ … 如何解释查询结果？ Internet growth 0 5000000 10000000 15000000 20000000 25000000 30000000 35000000 40000000 Sep-69 Sep-72 Sep-75 Sep-78 Sep-81 Sep-84 Sep-87 Sep-90 Sep-93 Sep-96 Sep-99 Hosts