八個(gè)著名中文搜索引擎的特征及其評析 - 陸興-

1、陸 興(寧夏大學(xué)物理電氣信息學(xué)院,寧夏 銀川 750021八個(gè)著名中文搜索引擎的特征及其評析關(guān)鍵詞搜索引擎;中文網(wǎng)站;信息檢索;評價(jià)摘 要對八個(gè)著名中文搜索引擎(新浪、搜狐、網(wǎng)易、天網(wǎng)、悠游、FM365、古戈?duì)栔形?、雅虎中文的?shù)據(jù)庫規(guī)模、信息采集、檢索功能、結(jié)果顯示格式、結(jié)果排列順序等方面的主要特征進(jìn)行了比較和評析。中圖分類號(hào)G354.2;G250.73文獻(xiàn)標(biāo)識(shí)碼B文章編號(hào)1005-8214(200302-0046-03Internet搜索引擎就像信息海洋中的導(dǎo)航員,能幫助人們快速找到所需的信息。然而隨著各種信息的巨量增長,人們使用搜索引擎也遇到了許多困難,相同的搜索詞在不同的搜索引擎中得出不

2、同的結(jié)果,在質(zhì)量和數(shù)量上都有所不同。產(chǎn)生這種現(xiàn)象是因?yàn)椴煌乃阉饕娌杉畔⒌姆椒?、?biāo)引的內(nèi)容以及檢索功能是有所區(qū)別的。本文對八個(gè)著名的中文搜索引擎的特征進(jìn)行比較和評析,通過比較不同搜索引擎的工作方式,幫助用戶正確掌握不同搜索引擎的使用規(guī)則,輕松方便地上網(wǎng)查找信息;另一方面,還可以幫助網(wǎng)頁設(shè)計(jì)者根據(jù)搜索引擎的要求去設(shè)計(jì)網(wǎng)頁,確保自己的網(wǎng)站能被搜索引擎收錄并且在進(jìn)行檢索時(shí)能得到較好的排名。1 搜索引擎的工作原理機(jī)器人搜索引擎一般由搜索軟件、索引軟件和檢索軟件三部分組成。搜索軟件通常稱為機(jī)器人(Robot、爬蟲(Crawlers或蜘蛛(Spiders,它們可以運(yùn)行在WWW上,是能夠沿著網(wǎng)站的鏈接從

3、一個(gè)頁面跨越到另一個(gè)頁面,自動(dòng)追尋和發(fā)掘網(wǎng)上的各種文獻(xiàn)信息資源,采集新出現(xiàn)的信息,確認(rèn)網(wǎng)頁之間的鏈接是否有效并剔除死鏈的一種軟件。索引軟件將采集的網(wǎng)頁信息進(jìn)行自動(dòng)標(biāo)引,建立索引數(shù)據(jù)庫。不同的索引軟件標(biāo)引網(wǎng)頁的內(nèi)容是不同的,有些對網(wǎng)頁全文進(jìn)行標(biāo)引,有些只標(biāo)引網(wǎng)頁的地址、篇名、題名、特定段落和重要的詞。不同的索引軟件建立數(shù)據(jù)庫的規(guī)模不一樣,數(shù)據(jù)規(guī)模大小決定查詢的信息是否全面和查全率的高低。查詢軟件決定搜索引擎的檢索功能和返回結(jié)果的相關(guān)性。在檢索過程中,該軟件還會(huì)利用特殊的計(jì)算機(jī)算法對文獻(xiàn)與檢索詞的相關(guān)性進(jìn)行計(jì)算和評估。不同的搜索引擎依據(jù)各自的標(biāo)準(zhǔn)對相關(guān)度做出判斷。2 八個(gè)著名中文搜索引擎的特征及其

4、評析新浪公司于1998年底成功地并購海外最大的華人網(wǎng)站公司 華淵資訊 ,成立全球最大的華人網(wǎng)站 新浪網(wǎng) 。新浪網(wǎng)收錄了大量中文網(wǎng)址,內(nèi)容豐富,分類詳細(xì),共分為15個(gè)大類,1萬個(gè)細(xì)目和10余萬個(gè)網(wǎng)站。在關(guān)鍵字搜索中還推出一些熱門關(guān)鍵字,如交友、聊天、股票等,用戶可直接由此進(jìn)入相關(guān)網(wǎng)站。是一個(gè)在多項(xiàng)服務(wù)上齊頭并進(jìn)的商業(yè)網(wǎng)站。新浪網(wǎng)數(shù)據(jù)庫中收錄了200多萬個(gè)網(wǎng)頁,在中文搜索引擎容量排行榜上列居第一。在查詢途徑上提供關(guān)鍵詞查詢和分類檢索兩種查詢方法,信息采集方式為網(wǎng)絡(luò)機(jī)器人自動(dòng)搜索。支持簡單和高級查詢,能通過 and、or、not 等的聯(lián)系,擴(kuò)大或縮小查詢結(jié)果,支持從結(jié)果中再檢索。查詢結(jié)果顯示格式包括

5、:標(biāo)題、簡要描述、URL文件大小、文件索引日期等。檢索結(jié)果按相關(guān)度級別順序顯示結(jié)果,同時(shí)提供相關(guān)類目、相關(guān)站點(diǎn)、相關(guān)網(wǎng)頁等。評價(jià):數(shù)據(jù)庫容量大,用戶界面友好,人性化方面做得相當(dāng)出色。高級搜索方便實(shí)用,站點(diǎn)本身內(nèi)容豐富,是目前檢索軟件中功能最全面、查全率最高的優(yōu)秀搜索引擎之一。搜狐是由愛特信(ITC公司于1998年2月在北京隆重推出的有 中文網(wǎng)路神探 之稱的大型網(wǎng)上中文查找工具。它是以提供分類目錄為主的中文搜索引擎,其分類原則是以圖書分類為基礎(chǔ),與日常應(yīng)用習(xí)慣相結(jié)合,由編輯人員分類。它的信息抓取范圍較其它中文搜索引擎要廣,不僅有國內(nèi)站點(diǎn),還包括國外的中文站點(diǎn),日訪問率達(dá)上萬人次。搜狐還提供了許多

6、高質(zhì)量的內(nèi)容服務(wù),如 新聞導(dǎo)讀 、 娛樂天地 、 企業(yè)集錦 等服務(wù)項(xiàng)目。搜狐數(shù)據(jù)庫中收錄了200萬個(gè)網(wǎng)頁,搜索方式是通過人工建立一個(gè)結(jié)構(gòu)化的分類目錄體系,將網(wǎng)絡(luò)機(jī)器人 抓 回來的網(wǎng)站劃分到各個(gè)類別及子類下,并將各個(gè)網(wǎng)址抽象為一般摘要性信息,作為該網(wǎng)站的概括介紹。各級類目下還伴有一個(gè)搜索框,用戶可輸入關(guān)鍵詞檢索,層次清楚,方便用戶簡單地查找某一方面的信息。有基本檢索和高級檢索,支持布爾邏輯檢索,用邏輯符號(hào) AND 或 OR 連接起來。搜索結(jié)果按關(guān)鍵字串的相關(guān)程度來排列相關(guān)網(wǎng)頁或網(wǎng)站,相關(guān)度越高,排列位置越靠前。評價(jià):系統(tǒng)反應(yīng)速度快,查詢準(zhǔn)確性高,便于簡單查詢,界面人性化好。自從2000年改用百度

7、的搜索引擎后,搜索能力有了很大提高,但實(shí)力還有待提高。網(wǎng)易是由廣州網(wǎng)易計(jì)算機(jī)系統(tǒng)有限公司推出的一個(gè)中文搜索引擎。網(wǎng)易公司連續(xù)在中國互聯(lián)網(wǎng)歷史上創(chuàng)造了多個(gè)第一,如:中國第一家提供中文全文搜索,第一個(gè)免費(fèi)賀卡站,第一個(gè)虛擬社區(qū)等。網(wǎng)易自從采用Google的搜索引擎技術(shù)后,目前實(shí)力不俗,搜索功能全面而實(shí)用, 虛擬社區(qū) 服務(wù)很有特色。網(wǎng)易提供了分類瀏覽和關(guān)鍵詞查詢兩種方式。分類瀏覽有12個(gè)大類,各大類下分若干個(gè)小類。關(guān)鍵詞檢索支46持全文檢索,支持布爾邏輯檢索,不需使用邏輯符號(hào) AND ,搜索引擎自動(dòng)在關(guān)鍵詞之間添加 AND 。檢索結(jié)果顯示包括網(wǎng)址、提要、長度、最近修改時(shí)間和相關(guān)度等。檢索結(jié)果按分類類

8、目及網(wǎng)站信息與關(guān)鍵字串的相關(guān)程度來排列。另外,網(wǎng)易還提供了一些原代碼,用戶可以將這些原代碼放到自己的主頁上,這樣就可以隨時(shí)對網(wǎng)絡(luò)資料進(jìn)行查詢并得出結(jié)果。評價(jià):檢索結(jié)果質(zhì)量相關(guān)度很高,界面友好,搜索個(gè)人主頁方便,但不支持從搜索結(jié)果中再搜索。天網(wǎng)搜索引擎是國家 九五 科技攻關(guān)重點(diǎn)項(xiàng)目 中文編碼和分布式中英文信息發(fā)現(xiàn) 的研究成果,曾被 軟件世界 雜志評為最值得關(guān)注的中文搜索引擎。它支持簡體中文、繁體中文以及英文的關(guān)鍵詞檢索,信息來源是國內(nèi)CERNE T、CHINANET、C HINAGBN、CSTE T四大網(wǎng)絡(luò)。天網(wǎng)搜索引擎數(shù)據(jù)庫目前大約收集了135萬個(gè)網(wǎng)頁和9萬新聞組文章,信息采集方式為 Robo

9、t 自動(dòng)發(fā)現(xiàn)和收集信息。天網(wǎng)搜索引擎采用搜索網(wǎng)頁全文的方式,既可以提供WWW網(wǎng)頁全文的檢索,又可以檢索Newsgroup,同時(shí)還支持復(fù)雜查詢和FTP檢索。支持布爾邏輯檢索,邏輯運(yùn)算符號(hào)為 & (與 - (非 | (或。檢索結(jié)果顯示格式包括網(wǎng)址、摘要、最后修改時(shí)間、長度、相關(guān)度、編碼類型等。檢索結(jié)果按關(guān)鍵字串的相關(guān)程度來排列。評價(jià):數(shù)據(jù)庫容量較大,有中、英文兩個(gè)界面。界面友好,操作方便,支持復(fù)雜檢索,查準(zhǔn)率高,反饋信息豐富。悠游中文搜索引擎是由美國優(yōu)聯(lián)克有限公司于1997年5月在香港推出的一個(gè)高智能的中文搜索引擎,分別在北京、上海、重慶、香港和美國設(shè)立5個(gè)分站點(diǎn),由各地的優(yōu)聯(lián)克分公司進(jìn)行

10、制作和維護(hù),號(hào)稱是一個(gè)極具高度智慧的中文搜索器。由于悠游中文搜索引擎融入了人工智能技術(shù),所以它在一定程度上提高了查詢結(jié)果的準(zhǔn)確率。同時(shí)悠游中文搜索引擎還能夠自動(dòng)轉(zhuǎn)換GB碼(中文簡體和BIG5碼(中文繁體,所以可以為大陸的用戶查找港臺(tái)地區(qū)網(wǎng)站,或者為其它地區(qū)的朋友查找網(wǎng)站提供方便。悠游中文搜索引擎數(shù)據(jù)庫目前大約已收錄了8萬個(gè)網(wǎng)站以及80萬中文網(wǎng)頁的信息。信息采集方式為智能機(jī)器系統(tǒng),以兩天為周期不停地搜索全球互聯(lián)網(wǎng)網(wǎng)頁,查找新網(wǎng)頁和網(wǎng)頁中的最新資料,并能自動(dòng)識(shí)別和歸類。提供了自動(dòng)構(gòu)造式的概念類型查詢和關(guān)鍵詞檢索兩種查詢方式,采用布爾算符,還提供了字段限制。查詢結(jié)果顯示格式內(nèi)容豐富,有站點(diǎn)名稱、編碼

11、類型、相關(guān)程度、所在目錄地址、簡要介紹、最后修改日期等。檢索結(jié)果按相關(guān)度高低排列。評價(jià):悠游中文搜索引擎同時(shí)提供了GB碼和BIG5碼兩種碼字的檢索界面,它具有漢字內(nèi)碼的自動(dòng)轉(zhuǎn)換和跟蹤功能,查準(zhǔn)率高,用戶可按書寫習(xí)慣輸入檢索請求,方便易用。FM365號(hào)稱是新三大門戶網(wǎng)站之一,是聯(lián)想與美國在線在2001年各注冊1億美元合作經(jīng)營的一個(gè)電子商務(wù)網(wǎng)站。在最近的幾次測評中,無論是搜索結(jié)果數(shù)量、相關(guān)度等硬指標(biāo),還是幫助文檔等服務(wù)性軟指標(biāo),FM365均表現(xiàn)不俗。FM365搜索引擎采用藍(lán)帆的搜索技術(shù),提供分類目錄檢索和關(guān)鍵詞檢索兩種途徑。關(guān)鍵詞檢索使用同音功能,如輸入 網(wǎng)情 時(shí),同音字 網(wǎng)擎 也會(huì)找到,十分方便

12、。在查詢中支持基本查詢和高級查詢,支持布爾邏輯檢索,運(yùn)用邏輯運(yùn)算符號(hào) and、or、not 的連接,支持從結(jié)果中再搜索。查詢結(jié)果顯示格式包括網(wǎng)址、標(biāo)題、簡要介紹、相關(guān)度等。檢索結(jié)果按相關(guān)度高低排列。評價(jià):搜索能力強(qiáng),反饋信息豐富,查詢結(jié)果質(zhì)量相關(guān)度很高,界面友好。支持模糊搜索,方便靈活。Google是由美國斯坦福大學(xué)的兩位博士生Larry Page 和Sergey Brin在1998年創(chuàng)建的。自2000年正式開始商業(yè)運(yùn)營以來,目前在全球范圍內(nèi)已擁有一個(gè)正在快速增長的忠實(shí)用戶群。Google中文搜索引擎是收集亞洲網(wǎng)站最多的搜索引擎之一,信息采集方式是利用蜘蛛程序(Spider以某種方法自動(dòng)地在互

13、聯(lián)網(wǎng)中搜集和發(fā)現(xiàn)信息,并由索引器為搜集到的信息建立索引,從而為用戶提供面向網(wǎng)頁的全文檢索服務(wù),提供基本查詢和高級搜索兩種檢索功能?；緳z索部分最本質(zhì)的是布爾檢索功能,高級檢索功能包括: 可以將檢索結(jié)果局限在一個(gè)網(wǎng)站上; 可以排除某個(gè)特定站點(diǎn)的網(wǎng)頁; 可以對網(wǎng)頁以及檢索結(jié)果頁面的語言類型進(jìn)行限制; 可以檢索鏈向某個(gè)網(wǎng)頁的所有頁面; 可以檢索與某個(gè)網(wǎng)頁相關(guān)的所有網(wǎng)頁。檢索結(jié)果顯示格式包括標(biāo)題、網(wǎng)頁(站簡介、URL長度、附帶的全新功能等相關(guān)信息,還會(huì)根據(jù)具體情況顯示最新更新日期、類別等信息。檢索結(jié)果按相關(guān)性從大到小排序。評價(jià):Google中文搜索引擎技術(shù)專精,實(shí)力出眾。界面很具人性化,首頁設(shè)計(jì)簡捷、

14、鮮明、大方,完全突出了檢索功能。操作簡單易用,查詢結(jié)果相關(guān)度很高。不足之處是其數(shù)據(jù)的更新速度無法進(jìn)一步提高。由于數(shù)據(jù)量龐大,使Google搜索引擎的數(shù)據(jù)更新無法早于30天,在一定程度上影響了用戶對信息的時(shí)效需求。雅虎是1995年由美籍華裔楊致遠(yuǎn)博士與其同事在斯坦福大學(xué)研制出來的搜索引擎。1997年Yahoo發(fā)布了Ya hoo中文搜索引擎,它的功能和形式與Yahoo英文保持一致。針對中文的目前狀況,分別設(shè)立了簡體中文(GB和繁體中文(BIG5兩種版本,用戶可利用繁體或簡體中文進(jìn)行檢索。如果對相對內(nèi)容的英文感興趣,只要點(diǎn)擊鼠標(biāo),就可換成英文,速度較快。它現(xiàn)在提供的服務(wù)包括拍賣、購物、開設(shè)商店、個(gè)人

15、免費(fèi)電子郵箱、聊天和新聞等多種網(wǎng)絡(luò)服務(wù)。Yahoo由人工索引的分類數(shù)據(jù)庫也保持了庫內(nèi)數(shù)據(jù)質(zhì)量較高、冗余信息較少的優(yōu)點(diǎn)。Yahoo中文搜索引擎收錄了全球咨詢網(wǎng)上數(shù)以萬計(jì)的中文網(wǎng)址,以14個(gè)類別排列,每個(gè)大類下面又分若干子類。信息采集方式由索引人員用人工方式建立并更新。鼓勵(lì)用戶利用聯(lián)機(jī)表格遞交自己的網(wǎng)頁地址,用人工和Ya hoo的蜘蛛軟件不定期地在Web的 What s new 網(wǎng)站上發(fā)現(xiàn)新文件。Yahoo對收集到的信息要進(jìn)行嚴(yán)格的審核和分類,提供按目錄逐級搜索和輸入關(guān)鍵詞檢索兩種查檢方式,支持簡單和高級查詢功能。簡單查詢功能支持布爾邏輯的進(jìn)階檢索。進(jìn)階檢索提供一些特殊檢索格式;高級查47詢中,支

16、持詞語搜索等。它還提供日期限定、URL和題名限制檢索等。查詢結(jié)果顯示格式按下列順序排列:首先是滿足條件的雅虎目錄和子目錄,接著是滿足查詢條件的網(wǎng)站,最后是網(wǎng)頁。網(wǎng)頁只顯示題名、摘要和URL。查詢結(jié)果排序根據(jù)分類類目、網(wǎng)站信息與關(guān)鍵字串的相關(guān)程度排列出相關(guān)的類目和網(wǎng)站。匹配關(guān)鍵詞越多,相關(guān)性越高。檢索詞出現(xiàn)在題名中的文獻(xiàn)給出一個(gè)優(yōu)先的排序;出現(xiàn)在分類目錄中的級別,按目錄的級別從高到低排序。評價(jià):系統(tǒng)反應(yīng)速度快,界面友好、人性化,通過主題指南查詢查準(zhǔn)率高,內(nèi)容豐富,方便易用。優(yōu)點(diǎn)是反映了人在選擇和組織信息時(shí)的知識(shí)和智慧,收錄網(wǎng)頁經(jīng)過篩選和系統(tǒng)組織,質(zhì)量較高,條理性較強(qiáng),檢索結(jié)果接近用戶的信息需求。

17、缺點(diǎn)是采集信息的速度遠(yuǎn)遠(yuǎn)比不上網(wǎng)絡(luò)資源的增長,因此檢索的數(shù)量有限。參考文獻(xiàn)1陳延軍,張崗.著名中文搜索引擎評析J.沈陽電子高等專科學(xué)校學(xué)報(bào),2002,(2.2張延蘅.漫談因特網(wǎng)中文搜索引擎J.泰安師專學(xué)報(bào),2002,(1.3丁華.讓信息隨手可得 介紹幾個(gè)中文搜索引擎J.電腦技術(shù),2000,(3.4朱俊卿.搜索引擎Google研究J.現(xiàn)代圖書情報(bào)技術(shù),2002,(1.513家搜索引擎橫向評測 梳理紛繁的網(wǎng)絡(luò)資源J.電子計(jì)算機(jī)與外部設(shè)備,2001,(9.作者簡介陸興,男,寧夏大學(xué)物理電氣信息學(xué)院講師,發(fā)表論文數(shù)篇。收稿日期2002-12-04 責(zé)任編輯王 崗(上接第35頁的專業(yè)設(shè)置聯(lián)系密切,針對性

18、強(qiáng),而且藏書系統(tǒng)完整,復(fù)本較多。這些特點(diǎn)是一般公共圖書館和科技圖書館所不及的。據(jù)統(tǒng)計(jì),目前國家每年要花上億元的巨額資金,為黨校圖書館購進(jìn)大批中外文書刊,我國黨校圖書館現(xiàn)已有藏書3億多冊。而這筆巨大的智力資源和寶貴財(cái)富的利用率僅為15% 25%。這種投入與產(chǎn)出極不相稱的局面,再也不能繼續(xù)下去了,必須盡快突破封閉的辦館模式,充分發(fā)揮自身的優(yōu)勢和作用,直接面向社會(huì),面向經(jīng)濟(jì)建設(shè),提供多種形式的文獻(xiàn)信息服務(wù),迅速與市場經(jīng)濟(jì)接軌。黨校圖書館面向社會(huì)服務(wù),與市場經(jīng)濟(jì)接軌,必須堅(jiān)持三條原則:一是要圍繞黨校圖書館的基本任務(wù),以本校師生為主要服務(wù)對象,把為教學(xué)、科研服務(wù)作為自己的工作重心,切忌本末倒置;二是要從

19、實(shí)際出發(fā),選擇適當(dāng)?shù)姆?wù)方式,根據(jù)不同的服務(wù)對象,采取不同方式向社會(huì)開放;三是要正確處理社會(huì)效益和經(jīng)濟(jì)效益的關(guān)系。在以社會(huì)效益為主的前提下,實(shí)現(xiàn)兩個(gè)效益的統(tǒng)一。黨校圖書館面向社會(huì)開展服務(wù)的目的,一方面是充分開發(fā)利用圖書館的各種資源,實(shí)現(xiàn)社會(huì)范圍的資源共享,促進(jìn)經(jīng)濟(jì)建設(shè)和社會(huì)發(fā)展;另一方面,也可作為創(chuàng)收的手段,從中收取合理的費(fèi)用,改善辦館條件。因此,既要重視經(jīng)濟(jì)效益,更要重視社會(huì)效益。3 黨校圖書館怎樣面向社會(huì)、面向經(jīng)濟(jì)建設(shè),實(shí)現(xiàn)與市場經(jīng)濟(jì)接軌首先,面向社會(huì)和經(jīng)濟(jì)建設(shè),進(jìn)一步擴(kuò)展教育職能和信息職能。黨校圖書館不僅成為全校的文獻(xiàn)信息中心和學(xué)員的第二課堂,而且應(yīng)當(dāng)充分挖掘潛力,把它的教育職能和信息職

20、能從黨校內(nèi)部擴(kuò)展到社會(huì)經(jīng)濟(jì)領(lǐng)域,成為其他系統(tǒng)科研人員和一般讀者接受繼續(xù)教育的第二課堂和信息源。就當(dāng)前社會(huì)讀者的需求情況看,黨校圖書館可以從三個(gè)方面開展工作。一是為各行各業(yè)的科研人員、理論工作者舉辦文獻(xiàn)檢索講座。黨校圖書館針對各行各業(yè)科研人員和理論工作者的不同需求,為他們開設(shè)文獻(xiàn)檢索講座,使他們能夠較快地掌握檢索技能;二是不定期地舉辦各種知識(shí)講座。根據(jù)經(jīng)濟(jì)發(fā)展的需要和人們普遍關(guān)注的熱點(diǎn)問題,黨校圖書館可以為社會(huì)讀者舉辦諸如知識(shí)經(jīng)濟(jì)、WTO、外經(jīng)外貿(mào)政策法律等專業(yè)知識(shí)講座或其它內(nèi)容的科普知識(shí)教育,增強(qiáng)他們的改革開放意識(shí),提高人們的文化素質(zhì);三是為領(lǐng)導(dǎo)決策提供服務(wù)。黨校圖書館是社科情報(bào)五大系統(tǒng)之一,以收藏社科理論書刊,黨的路線、方針、政策法律等內(nèi)部和公開的文獻(xiàn)資料而獨(dú)具特