Search Engine fans Blog -搜索引擎之友

Archive for 其它搜索引擎市场资讯

[转贴]认识搜索引擎 by 搜索引擎9238–不得不推荐的文章

February 5, 2007 at 1:47 am · Filed under 其它搜索引擎市场资讯

搜索研究院

认识搜索引擎

搜索引擎9238　2003.2更新

第一部分：搜索引擎发展史

第二部分：搜索引擎原理

第三部分：常用中英文搜索引擎指南

第一部分：搜索引擎发展史

1990年以前，没有任何人能搜索互联网。
所有搜索引擎的祖先，是1990年由Montreal的McGill University学生 Alan
Emtage、Peter Deutsch、Bill Wheelan发明的Archie(Archie
FAQ)。虽然当时World Wide Web还未出现，但网络中文件传输还是相当频繁的，由于大量的文件散布在各个分散的FTP主机中，查询起来非常不便，因此Alan
Emtage等想到了开发一个可以用文件名查找文件的系统，于是便有了Archie。Archie是第一个自动索引互联网上匿名FTP网站文件的程序，但它还不是真正的搜索引擎。Archie是一个可搜索的FTP文件名列表，用户必须输入精确的文件名搜索，然后Archie会告诉用户哪一个FTP地址可以下载该文件。
由于Archie深受欢迎，受其启发，Nevada System Computing Services大学于1993年开发了一个Gopher（Gopher
FAQ）搜索工具Veronica（Veronica
FAQ）。Jughead是后来另一个Gopher搜索工具。
Robot（机器人）一词对编程者有特殊的意义。Computer Robot是指某个能以人类无法达到的速度不断重复执行某项任务的自动程序。由于专门用于检索信息的Robot程序象蜘蛛(spider)一样在网络间爬来爬去，因此，搜索引擎的Robot程序被称为spider(Spider
FAQ)程序。世界上第一个Spider程序，是MIT Matthew
Gray的World wide Web Wanderer，用于追踪互联网发展规模。刚开始它只用来统计互联网上的服务器数量，后来则发展为也能够捕获网址（URL）。
与Wanderer相对应，1993年10月Martijn
Koster创建了ALIWEB（Martijn
Koster Annouces the Availability of Aliweb），它相当于Archie的HTTP版本。ALIWEB不使用网络搜寻Robot，如果网站主管们希望自己的网页被ALIWEB收录，需要自己提交每一个网页的简介索引信息，类似于后来大家熟知的Yahoo。
随着互联网的迅速发展，使得检索所有新出现的网页变得越来越困难，因此，在Wanderer基础上，一些编程者将传统的Spider程序工作原理作了些改进。其设想是，既然所有网页都可能有连向其他网站的链接，那么从一个网站开始，跟踪所有网页上的所有链接，就有可能检索整个互联网。到1993年底，一些基于此原理的搜索引擎开始纷纷涌现，其中最负盛名的三个是：Scotland的JumpStation、Colorado
大学Oliver McBryan的The World Wide Web Worm（First
Mention of McBryan’s World Wide Web Worm）、NASA的Repository-Based Software
Engineering (RBSE) spider。JumpStation和WWW Worm只是以搜索工具在数据库中找到匹配信息的先后次序排列搜索结果，因此毫无信息关联度可言。而RBSE是第一个索引Html文件正文的搜索引擎，也是第一个在搜索结果排列中引入关键字串匹配程度概念的引擎。
Excite 的历史可以上溯到1993年2月，6个Stanford（斯坦福）大学生的想法是分析字词关系，以对互联网上的大量信息作更有效的检索。到1993年中，这已是一个完全投资项目Architext，他们还发布了一个供webmasters在自己网站上使用的搜索软件版本，后来被叫做Excite
for Web Servers。（注：Excite后来曾以概念搜索闻名，2002年5月，被Infospace收购的Excite停止自己的搜索引擎，改用元搜索引擎Dogpile）
1994年1月，第一个既可搜索又可浏览的分类目录EINet Galaxy（Tradewave
Galaxy）上线。除了网站搜索，它还支持Gopher和Telnet搜索。

1994年4月，Stanford University的两名博士生，美籍华人Jerry
Yang（杨致远）和David Filo共同创办了Yahoo（Jerry
Yang Alerts a Usenet group to the Yahoo Database ，1996年的Yahoo）。随着访问量和收录链接数的增长，Yahoo目录开始支持简单的数据库搜索。因为Yahoo!的数据是手工输入的，所以不能真正被归为搜索引擎，事实上只是一个可搜索的目录。Wanderer只抓取URL，但URL信息含量太小，很多信息难以单靠URL说清楚，搜索效率很低。Yahoo!中收录的网站，因为都附有简介信息，所以搜索效率明显提高。（注：Yahoo以后陆续使用Altavista、Inktomi、Google提供搜索引擎服务；2002年 10月9日，Yahoo放弃自己的网站目录默认搜索，改为默认Google的搜索结果，成为一个真正的搜索引擎。并于2002年12月23日收购 inktomi，于2003年7月14日收购包括Fast和Altavista在内的Overture）
1994年初，Washington大学CS学生Brian
Pinkerton开始了他的小项目WebCrawler（Brian
Pinkerton Announces the Availability of Webcrawler）。 1994年4月20日，WebCrawler正式亮相时仅包含来自6000个服务器的内容。WebCrawler是互联网上第一个支持搜索文件全部文字的全文搜索引擎，在它之前，用户只能通过URL和摘要搜索，摘要一般来自人工评论或程序自动取正文的前100个字。（注：后来webcrawler陆续被 AOL和Excite收购，现在和excite一样改用元搜索引擎Dogpile）
Lycos（Carnegie
Mellon University Center for Machine Translation Announces Lycos ）是搜索引擎史上又一个重要的进步。Carnegie
Mellon University的Michael
Mauldin将John Leavitt的spider程序接入到其索引程序中，创建了Lycos。1994年7月20日，数据量为54,000的Lycos正式发布。除了相关性排序外，Lycos还提供了前缀匹配和字符相近限制，Lycos第一个在搜索结果中使用了网页自动摘要，而最大的优势还是它远胜过其它搜索引擎的数据量： 1994年8月－－394,000
documents；1995年1月－－1.5 million documents；1996年11月－－over 60 million documents。（注：1999年4月，Lycos停止自己的Spider，改由Fast提供搜索引擎服务）
Infoseek（Steve
Kirsch Announces Free Demos Of the Infoseek Search Engine）是另一个重要的搜索引擎，虽然公司声称1994年1月已创立，但直到年底它的搜索引擎才与公众见面。起初，Infoseek只是一个不起眼的搜索引擎，它沿袭Yahoo!和Lycos的概念，并没有什么独特的革新。但是它的发展史和后来受到的众口称赞证明，起初是否第一个登台并不总是很重要。 Infoseek的友善用户界面、大量附加服务（such
as UPS tracking, News, a directory, and the like) 使它声望日隆。而1995年12月与Netscape的战略性协议，使它成为一个强势搜索引擎：当用户点击Netscape浏览器上的搜索按钮时，弹出 Infoseek的搜索服务，而此前由Yahoo!提供该服务。（注：Infoseek后来曾以相关性闻名，2001年2月，Infoseek停止了自己的搜索引擎，开始改用Overture的搜索结果）

1995年，一种新的搜索引擎形式出现了——元搜索引擎（A
Meta Search Engine Roundup）。用户只需提交一次搜索请求，由元搜索引擎负责转换处理后提交给多个预先选定的独立搜索引擎，并将从各独立搜索引擎返回的所有查询结果，集中起来处理后再返回给用户。第一个元搜索引擎，是Washington大学硕士生
Eric
Selberg 和 Oren
Etzioni 的 Metacrawler。（注：元搜索引擎概念上好听，但搜索效果始终不理想，所以没有哪个元搜索引擎有过强势地位。）

DEC的AltaVista(2001年夏季起部分网友需通过p-roxy访问，无p-roxy可用qbseach单选altavista搜索，只能显示第一页搜索结果)是一个迟到者，1995年12月才登场亮相（AltaVista
Public Beta Press Release
）。但是，大量的创新功能使它迅速到达当时搜索引擎的顶峰。Altavista最突出的优势是它的速度（搜索引擎9238：比较搞笑，设计altavista的目的，据说只是为了展示DEC
Alpha芯片的强大运算能力）。

而Altavista的另一些新功能，则永远改变了搜索引擎的定义。

AltaVista是第一个支持自然语言搜索的搜索引擎，AltaVista是第一个实现高级搜索语法的搜索引擎（如AND, OR, NOT等)。用户可以用AltaVista搜索Newsgroups（新闻组）的内容并从互联网上获得文章，还可以搜索图片名称中的文字、搜索 Titles、搜索Java
applets、搜索ActiveX objects。AltaVista也声称是第一个支持用户自己向网页索引库提交或删除URL的搜索引擎，并能在24小时内上线。AltaVista最有趣的新功能之一，是搜索有链接指向某个URL的所有网站。在面向用户的界面上，AltaVista也作了大量革新。它在搜索框区域下放了“tips”以帮助用户更好的表达搜索式，这些小tip经常更新，这样，在搜索过几次以后，用户会看到很多他们可能从来不知道的的有趣功能。这系列功能，逐渐被其它搜索引擎广泛采用。1997年，AltaVista发布了一个图形演示系统LiveTopics，帮助用户从成千上万的搜索结果中找到想要的。（2003年2月 18日，Altavista被Overture收购。）

然后到来的是Inktomi。1995年9月26日，加州伯克利分校CS助教Eric
Brewer、博士生Paul Gauthier创立了Inktomi（UC
Berkeley Announces Inktomi），1996年5月20日，Inktomi公司成立，强大的HotBot出现在世人面前。声称每天能抓取索引1千万页以上，所以有远超过其它搜索引擎的新内容。HotBot也大量运用cookie储存用户的个人搜索喜好设置。（注：Hotbot曾是随后几年最受欢迎的搜索引擎之一，后被Lycos收购；inktomi于2002年12月23日被Yahoo收购）
Northernlight 公司于1995年9月成立于马萨诸塞州剑桥，1997年8月，Northernlight搜索引擎正式现身。它曾是拥有最大数据库的搜索引擎之一，它没有Stop
Words，它有出色的Current News、7,100多出版物组成的Special Collection、良好的高级搜索语法，第一个支持对搜索结果进行简单的自动分类。（注：2002年1月16日，Northernlight公共搜索引擎关闭，随后被divine收购，但在Nlresearch，选中”World
Wide Web only”，仍可使用Northernlight搜索引擎）
1998年10月之前，Google只是Stanford大学的一个小项目BackRub。1995年博士生Larry
Page开始学习搜索引擎设计，于1997年9月15日注册了google.com的域名，1997年底，在Sergey
Brin和Scott
Hassan、Alan
Steremberg的共同参与下，BachRub开始提供Demo。1999年2月，Google完成了从Alpha版到Beta版的蜕变。Google公司则把1998年9月27日认作自己的生日。

Google在Pagerank、动态摘要、网页快照、DailyRefresh、多文档格式支持、地图股票词典寻人等集成搜索、多语言支持、用户界面等功能上的革新，象Altavista一样，再一次永远改变了搜索引擎的定义。

在2000年中以前，Google虽然以搜索准确性备受赞誉，但因为数据库不如其它搜索引擎大，缺乏高级搜索语法，所以推广并不快。直到2000年中数据库升级后，又借被Yahoo选作搜索引擎的东风，才一飞冲天。
Fast（Alltheweb）公司创立于1997年，是挪威科技大学(NTNU)学术研究的副产品。1999年5月，发布了自己的搜索引擎AllTheWeb。Fast创立的目标是做世界上最大和最快的搜索引擎，几年来庶几近之。Fast（Alltheweb）的网页搜索可利用ODP自动分类，支持Flash和pdf搜索，支持多语言搜索，还提供新闻搜索、图像搜索、视频、MP3、和FTP搜索，拥有极其强大的高级搜索功能。（2003年2月25日，Fast的互联网搜索部门被Overture收购）
Teoma 起源于1998年Rutgers大学的一个项目。Apostolos
Gerasoulis教授带领华裔Tao Yang教授等人创立Teoma于新泽西Piscataway，2001年春初次登场，2001年9月被提问式搜索引擎Ask
Jeeves收购，2002年4月再次发布。Teoma的数据库目前仍偏小，但有两个出彩的功能：支持类似自动分类的Refine；同时提供专业链接目录的Resources。
Wisenut 由韩裔Yeogirl Yun创立。2001年春季发布Beta版，2001年9月5日发布正式版，2002年4月被分类目录提供商looksmart收购。wisenut也有两个出彩的功能：包含类似自动分类和相关检索词的WiseGuide；预览搜索结果的Sneak-a-Peek。
Gigablast 由前Infoseek工程师Matt Wells创立，2002年3月展示pre-beta版，2002年7月21日发布Beta版。Gigablast的数据库目前仍偏小，但也提供网页快照，一个特色功能是即时索引网页，你的网页刚提交它就能搜索（注：这个spammers的肉包子功能暂已关闭）。
Openfind 创立于1998年1月，其技术源自台湾中正大学吴升教授所领导的GAIS实验室。Openfind起先只做中文搜索引擎，鼎盛时期同时为三大著名门户新浪、奇摩、雅虎提供中文搜索引擎，但2000年后市场逐渐被Baidu和Google瓜分。2002年6月，Openfind重新发布基于GAIS30
Project的Openfind搜索引擎Beta版，推出多元排序(PolyRankTM)，宣布累计抓取网页35亿，开始进入英文搜索领域，此后技术升级明显加快。
北大天网是国家”九五”重点科技攻关项目”中文编码和分布式中英文信息发现”的研究成果，由北大计算机系网络与分布式系统研究室开发，于1997年10月29日正式在CERNET上提供服务。2000年初成立天网搜索引擎新课题组，由国家973重点基础研究发展规划项目基金资助开发，收录网页约6000万，利用教育网优势，有强大的ftp搜索功能。

Baidu 2000年1月，两位北大校友，超链分析专利发明人、前Infoseek资深工程师李彦宏与好友徐勇（加州伯克利分校博士后）在北京中关村创立了百度（Baidu）公司。2001年8月发布Baidu.com搜索引擎Beta版（此前Baidu只为其它门户网站搜狐新浪Tom等提供搜索引擎），2001年10月22日正式发布Baidu搜索引擎，专注于中文搜索。Baidu搜索引擎的其它特色包括：百度快照、网页预览/预览全部网页、相关搜索词、错别字纠正提示、mp3搜索、Flash搜索。2002年3月闪电计划（Blitzen
Project）开始后，技术升级明显加快。

第二部分：搜索引擎原理

搜索引擎并不真正搜索互联网，它搜索的实际上是预先整理好的网页索引数据库。
搜索引擎，也不能真正理解网页上的内容，它只能机械的匹配网页上的文字。

真正意义上的搜索引擎，通常指的是收集了互联网上几千万到几十亿个网页并对网页中的每一个文字（即关键词）进行索引，建立索引数据库的全文搜索引擎。当用户查找某个关键词的时候，所有在页面内容中包含了该关键词的网页都将作为搜索结果被搜出来。在经过复杂的算法进行排序后，这些结果将按照与搜索关键词的相关度高低，依次排列。
现在的搜索引擎已普遍使用超链分析技术，除了分析索引网页本身的文字，还分析索引所有指向该网页的链接的URL、AnchorText、甚至链接周围的文字。所以，有时候，即使某个网页A中并没有某个词比如“恶魔撒旦”，但如果有别的网页B用链接“恶魔撒旦”指向这个网页A，那么用户搜索“恶魔撒旦”时也能找到网页A。而且，如果有越多网页（C、D、E、F……）用名为“恶魔撒旦”的链接指向这个网页A，或者给出这个链接的源网页（B、C、D、E、F……）越优秀，那么网页A在用户搜索“恶魔撒旦”时也会被认为更相关，排序也会越靠前。
搜索引擎的原理，可以看做三步：从互联网上抓取网页→建立索引数据库→在索引数据库中搜索排序。

从互联网上抓取网页

利用能够从互联网上自动收集网页的Spider系统程序，自动访问互联网，并沿着任何网页中的所有URL爬到其它网页，重复这过程，并把爬过的所有网页收集回来。
建立索引数据库
由分析索引系统程序对收集回来的网页进行分析，提取相关网页信息（包括网页所在URL、编码类型、页面内容包含的所有关键词、关键词位置、生成时间、大小、与其它网页的链接关系等），根据一定的相关度算法进行大量复杂计算，得到每一个网页针对页面文字中及超链中每一个关键词的相关度（或重要性），然后用这些相关信息建立网页索引数据库。
在索引数据库中搜索排序
当用户输入关键词搜索后，由搜索系统程序从网页索引数据库中找到符合该关键词的所有相关网页。因为所有相关网页针对该关键词的相关度早已算好，所以只需按照现成的相关度数值排序，相关度越高，排名越靠前。

最后，由页面生成系统将搜索结果的链接地址和页面内容摘要等内容组织起来返回给用户。

搜索引擎的Spider一般要定期重新访问所有网页（各搜索引擎的周期不同，可能是几天、几周或几月，也可能对不同重要性的网页有不同的更新频率），更新网页索引数据库，以反映出网页文字的更新情况，增加新的网页信息，去除死链接，并根据网页文字和链接关系的变化重新排序。这样，网页的具体文字变化情况就会反映到用户查询的结果中。
互联网虽然只有一个，但各搜索引擎的能力和偏好不同，所以抓取的网页各不相同，排序算法也各不相同。大型搜索引擎的数据库储存了互联网上几千万至几十亿的网页索引，数据量达到几千G甚至几万G。但即使最大的搜索引擎建立超过二十亿网页的索引数据库，也只能占到互联网上普通网页的不到30%，不同搜索引擎之间的网页数据重叠率一般在70%以下。我们使用不同搜索引擎的重要原因，就是因为它们能分别搜索到不同的网页。而互联网上有更大量的网页，是搜索引擎无法抓取索引的，也是我们无法用搜索引擎搜索到的。
你心里应该有这个概念：搜索引擎只能搜到它网页索引数据库里储存的网页文字信息。你也应该有这个概念：如果搜索引擎的网页索引数据库里应该有而你没有搜出来，那是你的能力问题，学习搜索技巧可以大幅度提高你的搜索能力。

第三部分：常用中英文搜索引擎指南

常用中文搜索引擎

Baidu	www.baidu.com	约1.24亿中文网页，平均2周更新一遍，对部分网页每天更新。提供百度快照、网页预览/预览全部结果、相关搜索词、错别字纠正提示、Flash搜索、信息快递、百度搜霸、搜索援助中心,推荐使用MP3搜索。Baidu搜索技巧
Google中文	www.google.com/intl/zh-CN/	中文网页数不详，按比例推算约8500万。平均1月更新一遍，对部分网页每日更新，由 BasisTechnology 提供中文处理技术，搜索相关性高，高级搜索语法丰富。提供Google工具条、网页快照、图像搜索（4.25亿图片）、新闻组搜索。Google搜索帮助
Alltheweb （Fast）	www.alltheweb.com	4480万简体中文网页，1401万繁体中文网页，需单选中简体中文语言搜索，否则效果不好。
Openfind中文	www.openfind.com/cn.web.php?u=cn	中文网页数不详，从检索效果上看与Google相近。更新较慢，提供按网页大小或日期排序。Openfind查询秘诀
北大天网	http://e.pku.edu.cn/	约6000万网页，更新略慢，搜索相关性较低。提供天网搜霸、历史网页。推荐使用ftp搜索。天网使用帮助
Inktomi/MSN Altavista	www.msn.com www.av.com	Inktomi和Altavita收录中文网页也以千万计，但因为它们没作中文特殊处理，所以用简单的中文关键词可以搜到一些内容，但用稍长一点或组合关键词查询时，搜索效果就很差。其它如Wisenut、Gigablast等，也能搜索一点点中文，但因为没做中文特殊处理，一样没有搜索价值。

常用英文搜索引擎

Google	www.google.com	30亿网页（约1/4非全文索引），用户界面出色，有新闻组、图像、新闻等搜索，以搜索相关性高闻名。
Alltheweb (Fast)	www.alltheweb.com	21亿网页，高级检索强大，有新闻、图片、MP3、Video、ftp，利用ODP对搜索结果简单分类。
Altavista	www.av.com	约7亿网页，有图像（5.4亿图片）、音频、视频文件、新闻搜索，高级语法强大，有prisma辅助检索。（部分网友需通过p-roxy访问，无p-roxy可用 qbseach 单选altavista搜索。）
Inktomi	search.positiontech.com	自称30亿网页（搜索效果上看不出这么多），技术设置和参数可调性高，支持的门户搜索数据库和排序多不同，可到 Hotbot 使用Inktomi的高级搜索。
Northernlight	nlresearch.northernlight.com	约7亿网页＋7100出版物数据，需选中”World Wide Web only”搜索。速度略慢，杂志数据有独特搜索价值，能对结果作简单自动分类，翻页数不限，支持通配符。
Wisenut	www.wisenut.com	约14亿网页，网页索引数据库偏老，提供类似简单自动分类和相关检索词的WiseGuide，及预览搜索结果的Sneak-a-Peek。
Openfind	www.openfind.com	自称35亿网页（搜索效果上看不出这么多），旧网页死链接多，支持按网页大小或日期排序。
Teoma	www.teoma.com	约3亿网页，速度略慢，支持类似自动分类的Refine；同时提供专业链接目录的Resources。
Gigablast	www.gigablast.com	1.5亿网页，提供网页快照。

注1：如果搜索结果网页中有单词涉及政治敏感内容，网友可能看到服务器被重置的信息，并且短时间内无法使用该搜索引擎，不用紧张，只要等几分钟或换个IP就又能使用了。

注2：以上搜索引擎的高级搜索语法详细使用，请去各搜索引擎的Help学习，或集中去这里
查阅。

目前，有自己网页索引数据库的英文搜索引擎,一共只有上边9个。其它的如Yahoo，AOL，LYCOS，MSN，Looksmart等虽然名为搜索引擎，都没有自己的网页索引数据库，其实都是用的以上搜索引擎的网页索引数据库。另外，门户网站的搜索引擎多半默认为分类目录搜索，累赘又多，无法提供专业搜索引擎一样的丰富功能和统一丰富的搜索语法，所以在搜索的速度、相关性、数量、易用性上往往与专业搜索引擎差距甚远，缺乏使用价值，就不一一介绍了。但以下三个搜索引擎，虽然也没有自己的网页索引数据库，却都有其特色和使用价值，值得搜索引擎9238一提：

Askjeeves	www.ask.com	有超过700万的大型问题库，支持自然语言提问搜索，适合搜索常识性的问题答案。
Vivisimo	www.vivisimo.com	元搜索引擎，有目前最好的搜索结果自动分类技术。下拉菜单还支持各新闻、购物、独立搜索引擎等的自动分类搜索。
Faganfind	www.faganfind.com	我们经常会遇到普通网页搜索以外的各种特殊搜索需求。Faganfind象一个书签，它为几十种特殊搜索需求都挑选了多个优秀搜索工具，你可以点击子分类进入挑选使用，也可以很方便的直接用它默认的搜索工具（通常它默认推荐的都很好）。

鸣谢以下参考文献：

A History of Search Engines

http://www.wiley.com/legacy/compbooks/sonnenreich/history.html
Search Engine wars

http://www.thesearchenginewars.com/archives.html
A Short History of Search Engines

http://www.scils.rutgers.edu/~ssaba/550/Week05/History.html
A History of Search Engines and some Similar Systems

http://emhain.wit.ie/~p00csd12/firstreport/similar.htm
A Brief History of Search Engines and Search Engine Optimization

http://www.iprospect.com/search_engine_placement/seo_history.htm
SearchEngineShowdown

http://www.searchengineshowdown.com/
SearchEngineWatch

http://www.searchenginewatch.com
Webmasterworld

http://www.webmasterworld.com
Archive.com

http://archive.com
搜索引擎发展史（特别感谢搜索引擎直通车的译文）

http://www.se-express.com/about/about.htm
Web Search–History　resourceshelf　Saturday, December 15, 2001

http://resourceshelf.freepint.com/archives/2001_12_01_resourceshelf_archive.html
Web Search–Google　resourceshelf　Sunday, September 29, 2002

http://resourceshelf.freepint.com/archives/2002_09_01_resourceshelf_archive.html
Larry Page Asks a Technical Question About a Java Web Robot on 1/7/1996

http://groups.google.com/groups?selm=page-0701962007020001%40qwerty.stanford.edu&oe=UTF-8&output=gplain
The Backrub Home Page Captured in 1997

http://web.archive.org/web/19971210065425/backrub.stanford.edu/backrub.html
The Teoma Development Team

http://static.wc.teoma.com/docs/teoma/about/developmentTeamHistory.html
Is this the rival to Google?

http://www.theregister.co.uk/content/6/20614.html
About Fast Search & Transfer

http://www.fastsearch.com/about/
About Northernlight

http://www.northernlight.com/docs/about_company_mission.html
About Gigablast

http://gigablast.com/about.html
百度创建人

http://www.baidu.com/about/02.html
关于Openfind

http://www.openfind.com/aboutus/cn/
搜索引擎技术及趋势

http://media.ccidnet.com/media/ccu/406/02701.htm
The Anatomy of a Large-Scale Hypertextual Web Search Engine

http://www7.scu.edu.au/programme/fullpapers/1921/com1921.htm
Interview with Google’s Sergey Brin

http://www.linuxgazette.com/issue59/correa.html

Permalink Comments

邵亦波总结ebay中国失败认为淘宝搞砸电子商务

February 2, 2007 at 7:31 am · Filed under 其它搜索引擎市场资讯, 胡乱涂鸦

蛰居美国三年之后，易趣网创始人邵亦波再度现身中国互联网。

1月30日，在北京建国门附近的一幢月租只需5000元的商住两用楼内，邵亦波正与去年底从Google亚太区市场总监任上离职的王怀南，共同商讨双方的新创业公司BabyTree的网站功能。

“在美国的这三年，我大部分时间都在带小孩。”邵亦波自2003年底将易趣以2.2亿美金出售给eBay后，逐步淡出公众视野，并在美国安家。

谈及eBay于2006年12月将易趣交给TOM在线运营，邵坦承“自己的感情非常复杂”。

淘宝免费模式砸场

“当年决定将易趣卖给eBay的时候，已经努力让自己做到不后悔了。”对于易趣的再度易手，邵亦波颇有感触。

当年的市场老大，如今却颠沛流离。邵认为，易趣的遭遇与当年eBay将易趣用户全部转到美国，有着很大的关系。

“eBay将易趣的平台整合到一起，用户也迁移到美国，我觉得这可能给用户造成的影响比较大。”邵亦波认为，由于服务器并没有放在中国，网站的速度以及适合本地用户的功能化设计等，都因此受到影响，“这让对手寻找到了机会”。

邵认为，由于eBay平台的复杂性，使得原本在中国9个星期就可以做出的系统和功能调整，被拉长到9个月，“这也是许多其他国际互联网公司在中国被本土对手打败的原因”。

“电子商务有点可惜，我觉得有点被淘宝做砸了。”邵亦波认为，电子商务市场在中国已经发展了近十年，却没有出现一个成功的上市企业，而淘宝的免费模式，更是使得电子商务公司面临盈利模式的难题。

邵亦波对记者表示，在上世纪末全球互联网泡沫破灭之前，包括eBay在内的许多电子商务网站都是免费的，但是自2001年之后，收费成为一个潮流，“那时易趣收费做得很好，电子商务收费已经成为一个正常的现象了”。

但是，2003年，淘宝正式推出，并且对买卖双方完全免费，这使得淘宝在短短两年时间内做到了市场份额第一。

“通过不收费拿到的用户，就是不想交钱的人，而且他们已经把免费当成一个天经地义的事情。”邵亦波表示，这使得电子商务的竞争不是表现在服务上，而是体现在价格上，“现在这个市场从可持续发展来说，有点进入不健康的循环”。

“我不知道怎么走出这个怪圈，希望腾讯、Tom在线，或淘宝能找出一个方法，走出这个怪圈。”邵亦波表示，淘宝网在去年要收钱却收不到，就表明中国电子商务水平还是处在初级阶段，还需要培养。

三次创业

事实上，无论是蛰居美国，还是再度涉足国内互联网市场，邵亦波均没有离开电子商务。

在美国，邵抽空和朋友一起成立了一个名为Go2Asia的网站。

这家网站的主要功能，就是为那些希望从事慈善事业但是却没有寻找到合适对象的组织或者个人，搭建一个网络化的沟通桥梁。

“这跟电子商务平台的功能差不多，也就是为了解决信息两端的不对称性，为各自的需求寻找合适的对象。”邵亦波表示。

“经过这个平台达成的慈善交易，去年是1000万美元，今年将翻一倍达到2000万美元。”邵说。

2006年年中，邵亦波又同一个朋友Mark Lotte成立了一个生物医药公司，主要的产品是治疗糖尿病、癌症等方面的药品。Mark Lotte此前是一家跨国生物医药企业的中国区副总。

2006年12月，邵再度出资成立了一家网络视频购物的网站。这家网站的主要模式是，在美国的用户通过收看在线的网络视频，就可以直接指挥视频那一头的人员代为采购商品，而且可以实时讨价还价。

同王怀南的合作，则完全是一个想法的共同碰撞。据邵亦波介绍，当时，他和王怀南在美国见面时，王向邵逐一介绍离开Google创业的点子，其中一个就是关于儿童成长的网站社区。

这种想法，与即将成为第三个孩子爸爸的邵亦波，一拍即合。根据在美国照顾孩子的经历，邵发现其实有很多年轻的父母都不知道怎么带小孩，也不知道具体怎么培养小孩。

事实上，邵的妻子就几乎每天花两个小时呆在一个设立在中国台湾的亲子网站，“在社区中查找照顾孩子的资讯，发布孩子的成长照片等等”。

“这让我感觉做一个针对年轻父母的网络社区是有需求的，加上同王怀南有着共同的想法，我们在一天时间内就定下了做BabyTree.”邵说。

BabyTree第一个功能就是提问。“今天小孩没吃饭要不要紧？两天没吃蔬菜要不要紧？三天没大便了要不要紧？”据邵介绍，有很多这种问题需要人来解答。

第二个就是要找到一些有同样兴趣的父母，包括住在同样一个地方，包括这个小孩我们都觉得有点数学天才，是不是要培养一下等等，有很多需要沟通的需求。

第三个就是许多人有小孩，希望跟别人分享自己的乐趣。

创业者背后的创业者

目前，BabyTree正在处于系统开发的过程中，而整个团队也只有15人，王怀南是整个团队的核心，而邵主要是这家公司的天使投资人。

“我也会花很多时间来帮助这家公司成长。”邵亦波对记者表示，自己希望能够成为介乎创业者和风险投资人之间的角色，“在现有的三个公司中，我所承担的角色并非是创业者，而是创业者背后的教练”。

“现在中国最缺的不是钱，所以我不想做VC；我觉得自己创业的确不是那么容易的事情，那么我觉得同样有意义的就是我能够帮助几个公司成长，因为中国需要创业者之后的创业者。”邵亦波说。

实际上，在硅谷，成功地创业者成为投资人，并指导新的创业公司成功，已经成为硅谷不断创新和发展的原动力。邵称，中国也即将发展到这一时代。

Permalink Comments

中移动“联姻”Google 争食移动搜索

January 31, 2007 at 7:37 pm · Filed under Google谷歌资讯, 其它搜索引擎市场资讯

一直对中国移动搜索市场虎视眈眈的Ｇｏｏｇｌｅ，终于在２００７年年初有了实质性的动作。元旦刚过，Ｇｏｏｇｌｅ便正式对外宣布了与中国移动合作的消息：中国移动与Ｇｏｏｇｌｅ将共同在中国提供基于移动互联网的搜索服务。

据悉，双方的合作目前正处于第一阶段，即Ｇｏｏｇｌｅ将为中国移动的ＷＡＰ门户“移动梦网”提供移动搜索服务，中国移动的手机用户可以登录“移动梦网”，在梦网主页上的搜索链接或搜索框，对梦网站内提供的各种内容进行搜索。Ｇｏｏｇｌｅ表示，目前该服务仍处于试运行阶段，预计将在今年初全面上线。

逐鹿

Ｇｏｏｇｌｅ与中国移动的此次“联姻”显然在移动搜索领域造成了不小的“蝴蝶效应”。

１月８日，Ｇｏｏｇｌｅ宣布与诺基亚联合推出“本地搜索”服务：在国内销售的诺基亚Ｎ系列手机将全部内嵌Ｇｏｏｇｌｅ的城市信息搜索系统。

其实，与诺基亚合作的搜索引擎公司并不止Ｇｏｏｇｌｅ一家。２００６年３月，百度已与诺基亚在中文用户市场达成为期两年的合作协议，即在诺基亚Ｎ系列手机中内嵌百度的搜索引擎，主要具有四项功能：网页搜索、新闻搜索、图片搜索、以及百度贴吧，并计划今后推出语音搜索、音乐搜索等新功能。百度表示，在移动搜索方面，该公司目前仍在与包括手机厂商、运营商在内的合作伙伴保持接触。

另有传闻，中国联通目前正在同百度进行谈判，希望推出移动搜索引擎服务。

而为了与Ｇｏｏｇｌｅ争夺搜索市场，雅虎也正在积极进军手机搜索市场。在ＣＥＳ２００７国际消费电子展会上，雅虎正式公布了ＹａｈｏｏＧｏ２．０手机搜索软件，新软件将预装在包括摩托罗拉、诺基亚、三星在内的多家手机厂商的７０多款手机上。

除了各家大牌在移动搜索市场上动作不断外，新兴的手机搜索服务提供商也不示弱。

“３Ｇ门户去年已经推出手机搜索业务，移动搜索会是一个很好的方向，无线搜索会比互联网搜索的市场潜力更大。在移动状态下，一切搜索都有商业价值。” ３Ｇ门户网ＣＥＯ邓裕强在接受中国经济时报记者采访时表示，“我们以后会将手机搜索作为一个重要服务向用户提供，但方式可能会有些改变，我们会更加细化手机搜索的基本应用。”

已经推出“移动门户”、“移动实名”、“移动礼品”、“优莓ＵＭａｉｌ”一系列移动产品，想在３Ｇ时代有一番大作为的用友移动显然也不想放过“移动搜索”。“但是我们不会像Ｇｏｏｇｌｅ那样做到大而全，我们会做一种内部搜索，搜索内容局限于网站的内部信息。内容上针对某一特定领域，更加专业化、细分化。”用友移动产品总监傅强告诉本报记者，同时他透露用友移动的该项手机搜索服务大概会在今年３月份推出。

自２００５年１１月成功上线以来，ＵＵＣＵＮ（悠悠村）已经提供了包括网页、图片、铃声、游戏、小说、影音、地图等七大功能的手机搜索内容。“现在ＵＵＣＵＮ已经不将自己定义为纯粹的手机搜索引擎公司，而是以搜索引擎为主导战略的无线媒体代表者，以这个为核心我们现在在做无线整合营销。”ＵＵＣＵＮ无线搜索创始人张振栋在接受本报记者采访时表示，“在国内市场，不管Ｇｏｏｇｌｅ和百度怎么进来，我还是很有信心将无线搜索这一块做好，ＵＵＣＵＮ依旧会在前面跑得很快很好。”

赛迪顾问互联网与电子商务事业部分析师常燕杰表示，“尽管Ｇｏｏｇｌｅ与中国移动的此次合作前景还不明朗，但无疑能够成为中国移动互联网产业的一大推力，中国移动互联网产业尤其是移动搜索的迅猛发展也将指日可待。”

盈利

据ｉＲｅｓｅａｒｃｈ报告预测：２００８年，中国无线搜索用户数将达１．２７亿；２０１０年，中国无线搜索行业将进入成熟期，无线搜索用户数量也将增长到２．２亿。也就是说，中国作为一个“以手机为中心的互联网”国家，无线市场前景相当巨大。

但是，与中国移动合作也许并不意味着Ｇｏｏｇｌｅ能够在这个市场上轻易独占鳌头。正如Ｇｏｏｇｌｅ目前对中文搜索的理解不如百度一样，Ｇｏｏｇｌｅ对于中国移动搜索市场的理解也未必能够超出国内的专业移动搜索公司。目前中国的无线搜索产品主要有：爱问搜索、ＵＵＣＵＮ搜索、易查搜索、ＣＧＯＧＯ以及百度搜索和ＧＯＯＧＬＥ搜索。

放眼全球领域，Ｇｏｏｇｌｅ虽然已经与英国沃达丰、德国Ｔ－Ｍｏｂｉｌｅ、西班牙Ｔｅｌｅｆｏｎｉｃａ以及日本、印度、中国台湾等地的运营商建立了广泛的合作关系。但是由于大部分移动搜索厂商都还没有找到成熟的盈利模式，所以目前Ｇｏｏｇｌｅ也只是在日本赚到了钱。Ｇｏｏｇｌｅ在日本推出的盈利模式与其互联网上的如出一辙，即通过ＫＤＤＩ的移动互联网平台，将已经非常有效的关键词广告推到手机上面。

“尽管Ｇｏｏｇｌｅ在日本已经赚到了钱，但是从日本整个市场来看，做无线搜索引擎最好的不是Ｇｏｏｇｌｅ，而是类似于ＵＵＣＵＮ这样新兴的无线搜索引擎公司。只有他们才真正知道用户的需求。”张振栋表示。

与张满怀信心相比，邓裕强对国内的新兴手机搜索服务提供商的发展前景却并不看好，“现在条件下，满足用户５０％的搜索需求很容易做到，但是５０％以后，想提升１％的空间，投入都将会很大。”

“其实，说到底还是没有成熟的盈利模式支撑，产品再好，如果没有成熟的商业模式，自然不会赚很多钱，也不会活得特别好。”傅强表示，“而且手机搜索与传统的互联网搜索毕竟不一样，手机搜索具有明确的目的性、即刻性和搜索结果的准确性。”

但是，张振栋却表示ＵＵＣＵＮ目前已经找到了合适的商业模式，“我们依靠优告联盟，将搜索引擎和广告位直接植入到国内大概５００个大型网站，然后在里面直接产生收入与对方分成。目前，这种商业模式走得很成功。我们每个月的收入都是递增的。”

尽管找到合适的商业模式是一方面，但是“现在基于ＷＡＰ的用户量还不够，如果用户数量接近互联网用户数，手机搜索市场的竞争应该会变得尖锐。”傅强表示，“所以培养用户的习惯是关键，也是手机搜索服务商必须面对的首要问题。”

根据互联网分析报告，截止２００６年１２月３１日，中国通过手机上网的网民人数为１７００万人，占网民总数的１２．４％。另一方面，根据赛迪顾问的调查，网络已经成为网民解决生活中遇到问题的主要途径，７７．３％的用户在遇到问题时首先选择上网进行咨询，而搜索引擎则是他们上网求助的主要工具。但近一半的用户明确表示不会通过手机搜索来寻求帮助，这主要是由于他们尚未形成使用手机搜索的习惯，同时也未曾听说过手机搜索的良好体验案例。

“所以，目前国内手机搜索市场还处于酝酿期，用户习惯需要培养，手机搜索技术也需要进一步提升，估计市场火爆还要再过几年。”常燕杰告诉记者。

Permalink Comments

ZT-三言二拍：Google开启的想象力

November 23, 2006 at 12:43 am · Filed under Google谷歌资讯, 其它搜索引擎市场资讯

昨天Nasdaq开盘不久，Google股价终于突破了500美元这一心理关卡，最终收于510美元，市值超过1550亿美元，达到微软市值的一半。MarcketWatch的Bambi Francisco认为，这是Google送给投资者的最好的感恩节礼物，所以，感谢Google。

Google 股价的上升幅度其实并不像想象的那样大，从年初以来，Google的股价只上升了23%，这一上升幅度远低于百度的85%，和微软大致接近。但相比 eBay的下降22%，Yahoo!的下降31%，Google单纯依赖互联网广告的商业模式，似乎得到了投资者更多的青睐，投资者相信，广告完全可以支持一家超大规模的互联网公司。有分析师甚至已将Google股票的目标价位定在750美元。

当然，也不是所有的分析师都这么乐观。《商业周刊》提出的问题是，Google的增长还能维持多久？有分析师认为，Google未来5年的年收入增长幅度，只能维持在27%到28%之间。换句话说，Google将不再是一个高速增长的互联网新秀，它已经成为一个真正的巨人，互联网广告市场也不再是一个秘密宝藏，Google将不得不像一个巨人那样面对竞争，面对人们对巨人的天然的怀疑和不信任，缓慢前行。

不过，Google也像所有互联网巨头一样，并未从中国快速的经济增长中受益，中国市场对他们来说，也仍旧只是一种想象。所以，Google的惊人成功以及在中国的同样惊人的失落，令投资者期望在中国公司中寻找奇迹。就像前几天WR Hambrecht分析师James Lee和Xiaofan Zhang发布的报告中所分析的那样，百度自然地成为一个重点关注的目标。而这种关注，迅速推高了百度的股价。

中国的互联网广告市场规模，目前仍然微不足道，但几乎所有人都相信，这个市场将变得足够大。在这个足够大的市场上，将生长出一家足够大的公司，就像Google那样。Google所开启的这种想象力，不但令美国股市的投资者疯狂，也令中国的互联网公司受益。

（原发Donews）

Permalink Comments

搜索营销Performics 50(2006Q2)–laolu

October 19, 2006 at 8:18 pm · Filed under 其它搜索引擎市场资讯

Performics十几天前发布了DoubleClick Performics 50 Search Trend Report Q2 2006（PDF）报告。大致要点有：

较之去年同期，搜索营销保持增幅显著，在转化、搜索开支和印象等方面，都有近50%的年增长。预测今年Q4所带来的销售，将比去年提高53%。
活跃关键词比去年Q2增加58%，总点击数上升32%。趋势和格局与今年Q1大体相同。
平均CPK（cost per keyword，每个关键词每月开支）保持稳定，今年Q1平均每月30美元，Q2仅增加了0.14美元（季度增幅小于0.5%）。稳定的CPK，加强了搜索营销需要更复杂细致的运用。
Q2报告提示，营销者对搜索的理解日益深入，正在成为搜索营销的老手。更高价格和更热门的关键词，竞争加剧，说明营销者明显意识到对特定关键词，有必要实现和维持高的可见性。他们愿意支付更高的费用，是因为投资有积极回报。由于预算增加使得竞争加强，营销者也在挖掘长尾，用更便宜、但相对有价值的关键词，来平衡较高价格的关键词。

//更集中，更分散。

相关：Performics 50搜索营销趋势报告2006 Q1

Permalink Comments

PageRank行将过时搜索引擎遭遇范式转移

September 11, 2006 at 1:57 am · Filed under 其它搜索引擎市场资讯

曾被喻为创新机器的Google，连同盛极一时的古格尔教(Google宗教)，正在全球范围内经历一个不可逆转的去魅过程。Google还在创新吗?面对诸多创意迭出的第三代搜索引擎的出现，PageRank 算法——Google所赖以成名的利器，似乎并没有给我们提供一个比其他搜索引擎更相关或者呈现方式更好的搜索结果。

　　比如说，在Google搜索框输入关键字查询，搜索结果往往会是数目多到目不暇接的一个个网页，除了提供的网页数日甚一日的多之外，你很难发现所搜索的结果和一年前有何分别。并且，呈现在你面前的这些网页几乎是没有经过任何处理的，比如自动分类、聚类、关联、个性化呈现等等。此外，当PageRank算法用于决定由大量社区内容、个人主页、blog组成的网页的相关性时，也越来越显得捉襟见肘，因为这些微内容的相关性排序很难套用PageRank算法。

　　第二代搜索的软肋

　　作为Google排名运算法则(排名公式)的核心，PageRank算法假定:某个网页被链接得越多，则该网页的等级和重要性就越大，从而在相关性排序中也就越靠前。PageRank的等级以PR值计算，PR值越高说明该网页越重要。虽然Google的排名算法实际上要远为复杂，比如还揉合了Title标识、Keywords标识等上百个参数和变量，但囿于关键词搜索本身的局限，Google并没有在搜索结果的相关性等指标上与其竞争对手拉开距离，如果不是有所不如的话。

　　事实上，第二代搜索引擎所具有的局限性，Google几乎无一幸免。

　　大体而言，第二代搜索的局限见于如下四个方面:

　　其一，提供的提问函数相当有限。例如，雅虎只提供与、或运算,并且一旦选用了一个逻辑运算符,即必须应用于所有的关键词;再如，百度搜索仅支持与、或、非布尔表达式，而不支持异或，也不支持关键词之间的位置检索或者勾选搜索结果;

　　其二，仅支持单个关键词或者一组关键词及逻辑运算符组成提问，而并不支持自然语言搜索或语义搜索。以百度为例，百度搜索支持字串搜索，当用户输入一段话进行查询时，百度会将其切分成多个词，按照逻辑“与”的关系进行关键词搜索，但搜索结果充其量仅能做到差强人意。所以如此，是因为关键词搜索本身并不是基于对内容的理解，所以关键词与搜索结果之间的匹配很难做到精准，往往是搜到哪算哪。

　　其三，不能利用历史信息进行搜索。用户的每次搜索都是从头开始，而不能从原有的查询结果中作进一步选择;

　　其四，呈现方式单一、呆板。多数搜索引擎只返回一个长长的搜索结果列表，其中可能有数以万计的包含关键词的网页，但这些网页是否以及在多大程度上与用户的搜索意图相关，则不得而知。

　　Google的颠覆者

　　在看到pagerank的局限性以后，一些新兴的搜索公司开始尝试通过提供更精准、更个性化的搜索结果，从在呈现方式上数年一贯制、几无创新的Google那里抢夺市场份额。

　　例如Clusty，该公司通过借鉴Autonomy的模式识别技术以及自动分类等功能，可基于对概念的理解提供搜索结果的自动分类等功能。此外，像Grokker、Snap、Dogpile这样的后起之秀，也纷纷以更个性化的搜索结果呈现方式为招徕，连连攻城掠地。

　　最近在美国颇受用户赞誉的另一个搜索引擎swicki，也在个性化和精准搜索方面可圈可点。虽然swicki的大部分内容来自Google，但同样针是对关键词，swicki可以根据用户注册时的使用偏好、搜索习惯，提供出不同的搜索结果。通过对搜索结果的二次评判，swicki还可以逐步校正搜索结果列表。

　　在国内，除了类似bbmao这样的社会化搜索引擎开始提供自动分类、聚类、用户收藏等功能而崭露头角外，老牌搜索厂商雅虎中国，也在搜索算法和呈现方式上进行了诸多改进，不仅强化了对社区内容、blog等微内容的数据抓取，而且在个性化呈现、模糊搜索等方面也有较大举措。

　　一个例子是，此前一个月，雅虎中国、雅虎全球、阿里巴巴三方联合推出了一个具有智能模糊匹配功能的搜索引擎——雅虎Imatch。据称，该系统可以根据用户的搜索习惯和意图，智能匹配相关的搜索结果。

　　呈现方式的革命

　　Clusty、bbmao等元搜索引擎的自动分类、聚类功能一出，即大受用户追捧，专家也认为其提供了比之Google更精准、细分的呈现方式，殊不知Clusty、bbmao等所提供的自动分类、聚类功能本身一点都不新鲜。早在10年前，英国的企业搜索巨擘Autonomy已经提供了同类乃至更智能的呈现方式。

　　例如，Autonomy基于某种专有的模式匹配和概念搜索的算法，可以自动根据文本中的概念进行分类，自动标引，并基于用户兴趣自动匹配出个性化、多侧面的直接或隐含的相关档案。当用户在搜索框中键入某个关键词，出现的结果可能被系统自动分为10类(或更多类)，若其中9类与用户的查询期望距离较大，用户就可以将接近的那个结果作为查询条件，进行第二次查询，直到找到最需要的搜索结果。而Google、百度等第二代搜索引擎则主要使用SVM和KNN算法进行分类，因为算法的先天缺陷，分类准确率仅能达到80%到85%。并且，如果分类树有变更，如增加、修改或删除某个分类节点，整颗分类树就必须重新学习。

　　同样因为基于概念的理解，Autonomy还可以通过抽取文档中包含的重要概念，把相似的文档聚类到一起(相关性算法)，自动生成类别的标题，并支持二维岛图、二维趋势图以及三维立体图的图形化结果展示。前不久Google趋势搜索以及百度指数的推出，在某些方面可视为对这一功能的一种模仿。

　　更值得一提的是，模式识别算法还可以分析信息间的主要关系，进而实现内容间的交叉索引对照和自动关联，并实时生成超链接。换句话说，该算法可以不仅可以做到精准定位用户的搜索意图，还可以提供用户可能压根想不到的搜索列表。当用户不知道用什么关键词去搜索的时候，这种对相关信息的引发就可以满足用户的一些“模糊需求”，而这是Google等第二代搜索所不具备的。

　　浮现中的第三代搜索

　　作为对第二代搜索的一种超越，第三代搜索的范式革命不光见于呈现方式，而是表现为参差多态的演化路径，例如个性化搜索、社会化搜索、本地化搜索、知识问答社区、社区内容搜索等等。而在核心搜索技术上，则大致包含人工智能、模式识别、语义分析、神经网络等发展方向。由于神经网络搜索和人工智能搜索耗资巨大，目前还没有出现成型的搜索引擎，不过，包括Google、微软、IBM、Roussinov等在内的搜索引擎均已将人工智能搜索的研发提上了议事日程。在国内，Aisou等公司也跃跃欲试，随时准备推出人工智能搜索产品。

　　值得一提的是，Autonomy的模式识别技术本身也包含有语义分析技术和部分人工智能技术。虽然迄今为止，计算机还无法做到完全理解语言，但通过采用基于统计学、概率论和信息论的概念识别技术，Autonomy可以理解信息的意义和信息间的连接。用户搜索时可以直接以自然语言输入一句话或一段文字，甚至一篇文章，Autonomy会自动判断用户查询条件所描述的概念，从企业文档库中查找所有和用户搜索概念相关的文档。显然，语义搜索比传统关键词搜索更能精准定位用户的搜索意图。

　　由于是基于对概念和概念之间关系的理解，Autonomy还可以利用精选内容中完整的上下文，实现概念提炼或基于例子的提炼，进而聚焦用户所感兴趣的概念结果，并提供自动建立档案、社区及协作、信息自动推送等个性化搜索功能。不光如此，该系统还可以自动判别使用者的身份，并通过不断学习更新系统的知识库。

　　关于第三代搜索，众多的创新者已经为我们勾勒出一个大致的轮廓，但可以预言并且相信的是，

　　浮现中第三代搜索引擎今后的进化之旅，还会有很多很多超出我们的想象。

Permalink Comments