1、Google搜索引擎简介
a)Google搜索引擎由两个斯坦福大学博士生LarryPage与SergeyBrin于1998年9月发明。复杂的自动搜索方法可以避免任何人为感情因素。与其它搜索引擎不同，Google的结构设计即确保了它绝对诚实公正，任何人都无法用钱换取较高的排名。
b)Google通过对30多亿网页进行整理，Google可为世界各地的用户提供适需的搜索结果，而且搜索时间通常不到半秒。现在，每天需要提供亿次查询服务，占全球搜索请求量的1/3;
c)覆盖多个国家，支持多达种语言，包括简体中文和繁体中文。Google是由英文单词“googol”变化而来。“googol”是美国数学家EdwardKasner的侄子MiltonSirotta创造的一个词，表示1后边带有100个零的数字。Google使用这个词代表公司想征服网上无穷无尽资料的雄心。
2、什么是Google关键字广告
Google关键词广告（AdWords）是基于关键字搜索的文字广告，根据客户购买的关键字，
以纯文本方式将广告安置在相关搜索页面的右侧空白处，每个页面最多放置8个这样的文字链接。
关于百度
百度,领先的中文搜索引擎每分每秒,百度以超过亿计的中文网页,全球独有的"超链分析"技术,亚秒级的迅捷速度,庞大的服务器群,接受来自全球各个国家的中文搜索请求每一年,通过对数十亿次搜索的响应,数千万的网民从百度分享到最纯粹的搜索体验,徜徉信息之海
百度公司是中国互联网领先的软件技术提供商和平台运营商中国提供搜索引擎的主要网站中,超过80%由百度提供1999年底,百度成立于美国硅谷,它的创建者是在美国硅谷有多年成功经验的李彦宏先生及徐勇先生2000年百度公司回国发展百度的起名,来自于"众里寻她千百度"的灵感,它寄托着百度公司对自身技术的信心
百度公司自进入中国互联网及软件市场以来,就一直以开发真正符合中国人习惯的互联网核心技术为使命,依靠自身实力不断研发出拥有自主知识产权的可扩展的网络应用软件
百度的产品及服务是针对不同企业及各机构网络化的基本需求而设计的,主要产品线有:一,基于全球互联网的中文网页检索这条产品线主要服务于门户网站,客户包括Sina,Sohu,Tom,263在线,21CN,上海热线,广州视窗等二,企业级的信息检索解决方案,包括网事通系列软件及百度企业竞争情报系统其中,网事通系列软件包括网站站内检索系统,行业垂直检索系统,新闻监控系统,企业垂直检索系统,实时信息系统及信息采集系统目前,这些企业级的信息检索解决方案正服务于各个不同领域,包括电信企业,如广东电信,河北电信;金融企业,如中国人民银行,中国银行;传媒领域,如中央电视台,香港TVB,光明日报网;教育领域,如清华大学等此外,百度还利用遍布在全国庞大的CDN网络提供的信息传递技术(即网站加速及网络缓存技术),它的使用者包括深圳商报,四川新闻网,中国基础教育网等
2001年10月百度依据李彦宏先生的第三定律和百度自身庞大的搜索用户群,适时地推出了搜索引擎竞价排名这一全新的商业模式竞价排名,是指由用户(通常为企业)为自己的网页出资购买关键字排名,按点击计费的一种服务通过竞价排名,搜索结果的顺序将根据竞价的多少由高到低排列,同时奉行不点击不收费的原则目前,加入竞价排名推广阵营的网站包括各大中文门户网站,中国各地信息港以及百度提供技术支持的所有网站,来自于不同领域的数千家企业和个人主页参与了竞价排名
●关于百度搜索引擎
百度搜索引擎使用了高性能的"网络蜘蛛"程序自动的在互联网中搜索信息,可定制,高扩展性的调度算法使得搜索器能在极短的时间内收集到最大数量的互联网信息百度在中国各地和美国均设有服务器,搜索范围涵盖了中国大陆,香港,台湾,澳门,新加坡等华语地区以及北美,欧洲的部分站点百度搜索引擎拥有目前世界上最大的中文信息库,总量达到6000万页以上,并且还在以每天几十万页的速度快速增长
百度一直以开发最符合中国人使用习惯的搜索引擎为己任,经过三年努力,百度搜索引擎已成为世界上最强大的中文搜索引擎
核心技术:超链分析
超链分析技术,是新一代搜索引擎的关键技术,已为世界各大搜索引擎普遍采用,百度总裁李彦宏就是超链分析专利的唯一持有人在学术界,一篇论文被引用得越多就说明其越好,学术价值就越高超链分析就是通过分析链接网站的多少来评价被链接的网站质量,这保证了用户在百度搜索时,越受用户欢迎的内容排名越靠前
●更大,更新,更快
百度在中文互联网拥有天然优势,支持搜索1亿3千万中文网页,是世界上最大的中文搜索引擎
并且,百度每天都在增加几十万新网页,对重要中文网页实现每天更新,用户通过百度搜索引擎可以搜到世界上最新最全的中文信息
百度在中国各地分布的服务器,能直接从最近的服务器上,把所搜索信息返回给当地用户,使用户享受极快的搜索传输速度
●为中文用户度身定做
百度深刻理解中文用户搜索习惯,开发出关键词自动提示:用户输入拼音,就能获得中文关键词正确提示
百度还开发出中文搜索自动纠错;如果用户误输入错别字,可以自动给出正确关键词提示
百度快照是另一个广受用户欢迎的特色功能,解决了用户上网访问经常遇到死链接的问题:百度搜索引擎已先预览各网站,拍下网页的快照,为用户贮存大量应急网页即使用户不能链接上所需网站时,百度为用户暂存的网页也可救急而且通过百度快照寻找资料往往要比常规方法的速度快得多
百度还有其它多项体贴普通用户的功能,包括相关搜索,中文人名识别,简繁体中文自动转换,网页预览等
百度已增加了专业的MP3搜索,Flash搜索,新闻搜索,信息快递搜索,并正在快速发展其它用户喜欢的搜索功能百度搜索引擎,将发展为最全面的搜索引擎,为所有中文用户打开互联网之门
●百度创建人
李彦宏先生
李彦宏,百度网络技术有限公司总裁1991年毕业于北京大学信息管理专业,后赴美国布法罗纽约州立大学完成计算机科学硕士学位在美国的8年间,李彦宏先生先后担任了道·琼斯公司高级顾问,《华尔街日报》网络版实时金融信息系统设计者,以及在国际知名互联网企业-INFOSEEK资深工程师,是新一代互联网技术领域的权威专家他最先创建了ESP技术,并将它成功的应用于INFOSEEK/GOCOM的搜索引擎中GOCOM的图像搜索引擎是他的另一项极其具有应用价值的技术创新1996年,他首先解决了如何将基于网页质量的排序与基于相关性排序完美结合的问题,并因此获得美国专利
1999年底,携风险投资回国与好友徐勇共同创建百度网络技术有限公司在他的带领下,百度公司一直依靠自身实力为广大网民提供优秀的搜索引擎,推出全新商业模式---搜索引擎竞价排名,为众多企业提供新时代最先进的网络营销工具以及拥有自主知识产权的企业级应用软件,同时为主要中文门户提供最先进的搜索引擎技术服务百度在技术方面不断保持技术领先优势相继发布mp3搜索,搜索,新闻搜索等个性化服务2003年6月,据美国第三方权威统计机构alexa统计,在最受欢迎的中文网站中百度已经位居第四,表明百度已杀进国内网站4强,成为世界上最强大的中文搜索引擎和中国网民首选的搜索引擎百度的出现,为中国互联网树起了民族技术的一面旗帜
2001年,李彦宏先生被评选为"中国十大创业新锐"之一
2001年,李彦宏先生捐赠清华大学助教工程2002年,李彦宏先生荣获首界"中国十大IT风云人物"称号
2003年,李彦宏先生荣获"北京市统战系统防治非典型肺炎工作先进个人"称号
2003年,李彦宏先生荣获"中关村科技园区第二届优秀优秀创业者"称号
徐勇先生
徐勇,1982年就读北京大学生物系,1989年完成生物硕士学位后,获美国洛克菲勒基金会博士奖学金,赴美留学,于美国德州A&M大学完成博士学位,随后任加州大学伯克利分校博士后在美国10年期间,徐勇先后任职于两家著名的跨国高新技术公司(QIAGEN,Inc和Stratagene公司)的高级销售经理,并且获得过杰出销售奖1998年,徐勇作为制片人之一拍摄了大型专题纪录片《走进硅谷》,客观以及全面的反映硅谷的发展过程,深度探求了硅谷成功背后的种种因素在硅谷他多次应邀给来自中国大陆的高级政府官员介绍硅谷的风险投资机制和创业文化1999年,徐勇与他人合作创立公司,这个网络电子商务公司在六个月内就实现了赢利他与硅谷的众多商业团体都保持着密切的联系,并为许多新兴的高科技企业提供商业咨询1999年底,徐勇与好友李彦宏回国创建了百度网络技术有限公司
常见的大数据术语表(中英对照简版)：A
聚合(Aggregation) – 搜索、合并、显示数据的过程
算法(Algorithms) – 可以完成某种数据分析的数学公式
分析法(Analytics) – 用于发现数据的内在涵义
异常检测(Anomaly detection) –
在数据集中搜索与预期模式或行为不匹配的数据项。除了“Anomalies”,用来表示异常的词有以下几种：outliers, exceptions,
surprises, contaminants他们通常可提供关键的可执行信息
匿名化(Anonymization) – 使数据匿名，即移除所有与个人隐私相关的数据
应用(Application) – 实现某种特定功能的计算机软件
人工智能(Artificial Intelligence) –
研发智能机器和智能软件，这些智能设备能够感知周遭的环境，并根据要求作出相应的反应，甚至能自我学习
B
行为分析法(Behavioural Analytics) –
这种分析法是根据用户的行为如“怎么做”，“为什么这么做”，以及“做了什么”来得出结论，而不是仅仅针对人物和时间的一门分析学科，它着眼于数据中的人性化模式
大数据科学家(Big Data Scientist) – 能够设计大数据算法使得大数据变得有用的人
大数据创业公司(Big data startup) – 指研发最新大数据技术的新兴公司
生物测定术(Biometrics) – 根据个人的特征进行身份识别
B字节 (BB: Brontobytes) – 约等于1000 YB(Yottabytes)，相当于未来数字化宇宙的大小。1
B字节包含了27个0!
商业智能(Business Intelligence) – 是一系列理论、方法学和过程，使得数据更容易被理解
C
分类分析(Classification analysis) – 从数据中获得重要的相关性信息的系统化过程; 这类数据也被称为元数据(meta
data),是描述数据的数据
云计算(Cloud computing) – 构建在网络上的分布式计算系统，数据是存储于机房外的(即云端)
聚类分析(Clustering analysis) –
它是将相似的对象聚合在一起，每类相似的对象组合成一个聚类(也叫作簇)的过程。这种分析方法的目的在于分析数据间的差异和相似性
冷数据存储(Cold data storage) – 在低功耗服务器上存储那些几乎不被使用的旧数据。但这些数据检索起来将会很耗时
对比分析(Comparative analysis) – 在非常大的数据集中进行模式匹配时，进行一步步的对比和计算过程得到分析结果
复杂结构的数据(Complex structured data) –
由两个或多个复杂而相互关联部分组成的数据，这类数据不能简单地由结构化查询语言或工具(SQL)解析
计算机产生的数据(Computer generated data) – 如日志文件这类由计算机生成的数据
并发(Concurrency) – 同时执行多个任务或运行多个进程
相关性分析(Correlation analysis) – 是一种数据分析方法，用于分析变量之间是否存在正相关，或者负相关
客户关系管理(CRM: Customer Relationship Management) –
用于管理销售、业务过程的一种技术，大数据将影响公司的客户关系管理的策略
D
仪表板(Dashboard) – 使用算法分析数据，并将结果用图表方式显示于仪表板中
数据聚合工具(Data aggregation tools) – 将分散于众多数据源的数据转化成一个全新数据源的过程
数据分析师(Data analyst) – 从事数据分析、建模、清理、处理的专业人员
数据库(Database) – 一个以某种特定的技术来存储数据集合的仓库
数据库即服务(Database-as-a-Service) – 部署在云端的数据库，即用即付，例如亚马逊云服务(AWS: Amazon Web
Services)
数据库管理系统(DBMS: Database Management System) – 收集、存储数据，并提供数据的访问
数据中心(Data centre) – 一个实体地点，放置了用来存储数据的服务器
数据清洗(Data cleansing) – 对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性
数据管理员(Data custodian) – 负责维护数据存储所需技术环境的专业技术人员
数据道德准则(Data ethical guidelines) – 这些准则有助于组织机构使其数据透明化，保证数据的简洁、安全及隐私
数据订阅(Data feed) – 一种数据流，例如Twitter订阅和RSS
数据集市(Data marketplace) – 进行数据集买卖的在线交易场所
数据挖掘(Data mining) – 从数据集中发掘特定模式或信息的过程
数据建模(Data modelling) – 使用数据建模技术来分析数据对象，以此洞悉数据的内在涵义
数据集(Data set) – 大量数据的集合
数据虚拟化(Data virtualization) –
数据整合的过程，以此获得更多的数据信息，这个过程通常会引入其他技术，例如数据库，应用程序，文件系统，网页技术，大数据技术等等
去身份识别(De-identification) – 也称为匿名化(anonymization)，确保个人不会通过数据被识别
判别分析(Discriminant analysis) –
将数据分类;按不同的分类方式，可将数据分配到不同的群组，类别或者目录。是一种统计分析法，可以对数据中某些群组或集群的已知信息进行分析，并从中获取分类规则。
分布式文件系统(Distributed File System) – 提供简化的，高可用的方式来存储、分析、处理数据的系统
文件存贮数据库(Document Store Databases) – 又称为文档数据库(document-oriented database),
为存储、管理、恢复文档数据而专门设计的数据库，这类文档数据也称为半结构化数据
E
探索性分析(Exploratory analysis) –
在没有标准的流程或方法的情况下从数据中发掘模式。是一种发掘数据和数据集主要特性的一种方法
E字节(EB: Exabytes) – 约等于1000 PB(petabytes), 约等于1百万 GB。如今全球每天所制造的新信息量大约为1
EB
提取-转换-加载(ETL: Extract, Transform and Load) –
是一种用于数据库或者数据仓库的处理过程。即从各种不同的数据源提取(E)数据，并转换(T)成能满足业务需要的数据，最后将其加载(L)到数据库
F
故障切换(Failover) – 当系统中某个服务器发生故障时，能自动地将运行任务切换到另一个可用服务器或节点上
容错设计(Fault-tolerant design) – 一个支持容错设计的系统应该能够做到当某一部分出现故障也能继续运行
G
游戏化(Gamification) –
在其他非游戏领域中运用游戏的思维和机制，这种方法可以以一种十分友好的方式进行数据的创建和侦测，非常有效。
图形数据库(Graph Databases) –
运用图形结构(例如，一组有限的有序对，或者某种实体)来存储数据，这种图形存储结构包括边缘、属性和节点。它提供了相邻节点间的自由索引功能，也就是说，数据库中每个元素间都与其他相邻元素直接关联。
网格计算(Grid computing) – 将许多分布在不同地点的计算机连接在一起，用以处理某个特定问题，通常是通过云将计算机相连在一起。
H
Hadoop – 一个开源的分布式系统基础框架，可用于开发分布式程序，进行大数据的运算与存储。
Hadoop数据库(HBase) – 一个开源的、非关系型、分布式数据库，与Hadoop框架共同使用
HDFS – Hadoop分布式文件系统(Hadoop Distributed File
System);是一个被设计成适合运行在通用硬件(commodity hardware)上的分布式文件系统
高性能计算(HPC: High-Performance-Computing) – 使用超级计算机来解决极其复杂的计算问题
I
内存数据库(IMDB: In-memory) –
一种数据库管理系统，与普通数据库管理系统不同之处在于，它用主存来存储数据，而非硬盘。其特点在于能高速地进行数据的处理和存取。
物联网(Internet of Things) – 在普通的设备中装上传感器，使这些设备能够在任何时间任何地点与网络相连。
J
法律上的数据一致性(Juridical data compliance) –
当你使用的云计算解决方案，将你的数据存储于不同的国家或不同的大陆时，就会与这个概念扯上关系了。你需要留意这些存储在不同国家的数据是否符合当地的法律。
K
键值数据库(KeyValue Databases) –
数据的存储方式是使用一个特定的键，指向一个特定的数据记录，这种方式使得数据的查找更加方便快捷。键值数据库中所存的数据通常为编程语言中基本数据类型的数据。
L
延迟(Latency) – 表示系统时间的延迟
遗留系统(Legacy system) – 是一种旧的应用程序，或是旧的技术，或是旧的计算系统，现在已经不再支持了。
负载均衡(Load balancing) – 将工作量分配到多台电脑或服务器上，以获得最优结果和最大的系统利用率。
位置信息(Location data) – GPS信息，即地理位置信息。
日志文件(Log file) – 由计算机系统自动生成的文件，记录系统的运行过程。
M
M2M数据(Machine2Machine data) – 两台或多台机器间交流与传输的内容
机器数据(Machine data) – 由传感器或算法在机器上产生的数据
机器学习(Machine learning) –
人工智能的一部分，指的是机器能够从它们所完成的任务中进行自我学习，通过长期的累积实现自我改进。
MapReduce – 是处理大规模数据的一种软件框架(Map: 映射，Reduce: 归纳)。
大规模并行处理(MPP: Massively Parallel Processing) –
同时使用多个处理器(或多台计算机)处理同一个计算任务。
元数据(Metadata) – 被称为描述数据的数据，即描述数据数据属性(数据是什么)的信息。
MongoDB – 一种开源的非关系型数据库(NoSQL database)
多维数据库(Multi-Dimensional Databases) – 用于优化数据联机分析处理(OLAP)程序，优化数据仓库的一种数据库。
多值数据库(MultiValue Databases) – 是一种非关系型数据库(NoSQL),
一种特殊的多维数据库：能处理3个维度的数据。主要针对非常长的字符串，能够完美地处理HTML和XML中的字串。
N
自然语言处理(Natural Language Processing) –
是计算机科学的一个分支领域，它研究如何实现计算机与人类语言之间的交互。
网络分析(Network analysis) – 分析网络或图论中节点间的关系，即分析网络中节点间的连接和强度关系。
NewSQL – 一个优雅的、定义良好的数据库系统，比SQL更易学习和使用，比NoSQL更晚提出的新型数据库
NoSQL –
顾名思义，就是“不使用SQL”的数据库。这类数据库泛指传统关系型数据库以外的其他类型的数据库。这类数据库有更强的一致性，能处理超大规模和高并发的数据。
O
对象数据库(Object Databases) –
(也称为面象对象数据库)以对象的形式存储数据，用于面向对象编程。它不同于关系型数据库和图形数据库，大部分对象数据库都提供一种查询语言，允许使用声明式编程(declarative
programming)访问对象
基于对象图像分析(Object-based Image Analysis) –
数字图像分析方法是对每一个像素的数据进行分析，而基于对象的图像分析方法则只分析相关像素的数据，这些相关像素被称为对象或图像对象。
*** 作型数据库(Operational Databases) –
这类数据库可以完成一个组织机构的常规 *** 作，对商业运营非常重要，一般使用在线事务处理，允许用户访问 、收集、检索公司内部的具体信息。
优化分析(Optimization analysis) –
在产品设计周期依靠算法来实现的优化过程，在这一过程中，公司可以设计各种各样的产品并测试这些产品是否满足预设值。
本体论(Ontology) – 表示知识本体，用于定义一个领域中的概念集及概念之间的关系的一种哲学思想。(译者注:
数据被提高到哲学的高度，被赋予了世界本体的意义，成为一个独立的客观数据世界)
异常值检测(Outlier detection) –
异常值是指严重偏离一个数据集或一个数据组合总平均值的对象，该对象与数据集中的其他它相去甚远，因此，异常值的出现意味着系统发生问题，需要对此另加分析。
P
模式识别(Pattern Recognition) – 通过算法来识别数据中的模式，并对同一数据源中的新数据作出预测
P字节(PB: Petabytes) – 约等于1000 TB(terabytes), 约等于1百万 GB
(gigabytes)。欧洲核子研究中心(CERN)大型强子对撞机每秒产生的粒子个数就约为1 PB
平台即服务(PaaS: Platform-as-a-Service) – 为云计算解决方案提供所有必需的基础平台的一种服务
预测分析(Predictive analysis) –
大数据分析方法中最有价值的一种分析方法，这种方法有助于预测个人未来(近期)的行为，例如某人很可能会买某些商品，可能会访问某些网站，做某些事情或者产生某种行为。通过使用各种不同的数据集，例如历史数据，事务数据，社交数据，或者客户的个人信息数据，来识别风险和机遇
隐私(Privacy) – 把具有可识别出个人信息的数据与其他数据分离开，以确保用户隐私。
公共数据(Public data) – 由公共基金创建的公共信息或公共数据集。
Q
数字化自我(Quantified Self) – 使用应用程序跟踪用户一天的一举一动，从而更好地理解其相关的行为
查询(Query) – 查找某个问题答案的相关信息
R
再识别(Re-identification) – 将多个数据集合并在一起，从匿名化的数据中识别出个人信息
回归分析(Regression analysis) –
确定两个变量间的依赖关系。这种方法假设两个变量之间存在单向的因果关系(译者注：自变量，因变量，二者不可互换)
RFID – 射频识别; 这种识别技术使用一种无线非接触式射频电磁场传感器来传输数据
实时数据(Real-time data) – 指在几毫秒内被创建、处理、存储、分析并显示的数据
推荐引擎(Recommendation engine) – 推荐引擎算法根据用户之前的购买行为或其他购买行为向用户推荐某种产品
路径分析(Routing analysis) –
针对某种运输方法通过使用多种不同的变量分析从而找到一条最优路径，以达到降低燃料费用，提高效率的目的
S
半结构化数据(Semi-structured data) –
半结构化数据并不具有结构化数据严格的存储结构，但它可以使用标签或其他形式的标记方式以保证数据的层次结构
情感分析(Sentiment Analysis) – 通过算法分析出人们是如何看待某些话题
信号分析(Signal analysis) – 指通过度量随时间或空间变化的物理量来分析产品的性能。特别是使用传感器数据。
相似性搜索(Similarity searches) – 在数据库中查询最相似的对象，这里所说的数据对象可以是任意类型的数据
仿真分析(Simulation analysis) –
仿真是指模拟真实环境中进程或系统的 *** 作。仿真分析可以在仿真时考虑多种不同的变量，确保产品性能达到最优
智能网格(Smart grid) – 是指在能源网中使用传感器实时监控其运行状态，有助于提高效率
软件即服务(SaaS: Software-as-a-Service) – 基于Web的通过浏览器使用的一种应用软件
空间分析(Spatial analysis) – 空间分析法分析地理信息或拓扑信息这类空间数据，从中得出分布在地理空间中的数据的模式和规律
SQL – 在关系型数据库中，用于检索数据的一种编程语言
结构化数据(Structured data)
-可以组织成行列结构，可识别的数据。这类数据通常是一条记录，或者一个文件，或者是被正确标记过的数据中的某一个字段，并且可以被精确地定位到。
T
T字节(TB: Terabytes) – 约等于1000 GB(gigabytes)。1 TB容量可以存储约300小时的高清视频。
时序分析(Time series analysis) –
分析在重复测量时间里获得的定义良好的数据。分析的数据必须是良好定义的，并且要取自相同时间间隔的连续时间点。
拓扑数据分析(Topological Data Analysis) –
拓扑数据分析主要关注三点：复合数据模型、集群的识别、以及数据的统计学意义。
交易数据(Transactional data) – 随时间变化的动态数据
透明性(Transparency) – 消费者想要知道他们的数据有什么作用、被作何处理，而组织机构则把这些信息都透明化了。
U
非结构化数据(Un-structured data) – 非结构化数据一般被认为是大量纯文本数据，其中还可能包含日期，数字和实例。
V
价值(Value) – (译者注：大数据4V特点之一)
所有可用的数据，能为组织机构、社会、消费者创造出巨大的价值。这意味着各大企业及整个产业都将从大数据中获益。
可变性(Variability) – 也就是说，数据的含义总是在(快速)变化的。例如，一个词在相同的推文中可以有完全不同的意思。
多样(Variety) – (译者注：大数据4V特点之一)
数据总是以各种不同的形式呈现，如结构化数据，半结构化数据，非结构化数据，甚至还有复杂结构化数据
高速(Velocity) – (译者注：大数据4V特点之一) 在大数据时代，数据的创建、存储、分析、虚拟化都要求被高速处理。
真实性(Veracity) – 组织机构需要确保数据的真实性，才能保证数据分析的正确性。因此，真实性(Veracity)是指数据的正确性。
可视化(Visualization) –
只有正确的可视化，原始数据才可被投入使用。这里的“可视化”并非普通的图型或饼图，可视化指是的复杂的图表，图表中包含大量的数据信息，但可以被很容易地理解和阅读。
大量(Volume) – (译者注：大数据4V特点之一) 指数据量，范围从Megabytes至Brontobytes
W
天气数据(Weather data) – 是一种重要的开放公共数据来源，如果与其他数据来源合成在一起，可以为相关组织机构提供深入分析的依据
X
XML数据库(XML Databases) –
XML数据库是一种以XML格式存储数据的数据库。XML数据库通常与面向文档型数据库相关联，开发人员可以对XML数据库的数据进行查询，导出以及按指定的格式序列化
Y
Y字节 (Yottabytes) – 约等于1000 ZB (Zettabytes),
约等于250万亿张DVD的数据容量。现今，整个数字化宇宙的数据量为1 YB, 并且将每18年翻一番。
Z
Z字节 (ZB: Zettabytes) – 约等于1000 EB (Exabytes), 约等于1百万
TB。据预测，到2016年全球范围内每天网络上通过的信息大约能达到1 ZB。
附：存储容量单位换算表：
1 Bit(比特) = Binary Digit
8 Bits = 1 Byte(字节)
1,000 Bytes = 1 Kilobyte
1,000 Kilobytes = 1 Megabyte
1,000 Megabytes = 1 Gigabyte
1,000 Gigabytes = 1 Terabyte
1,000 Terabytes = 1 Petabyte
1,000 Petabytes = 1 Exabyte
1,000 Exabytes = 1 Zettabyte
1,000 Zettabytes = 1 Yottabyte
1,000 Yottabytes = 1 Brontobyte
1,000 Brontobytes = 1 Geopbyte信息检索课后作业题及部分答案
1 信息素养或素质的具体内容要求有哪些？
信息素养一词最早来源于美国，简单地讲信息素养即通过教育所培养的在信息社会中对信息资源的获取、加工、处理以及信息工具的掌握和使用等的能力。1998年美国制定了学生学习的九大信息素养标准，包括：能够有效地和高效地获取信息；能够熟练地、批判地评价信息；能够精确地、创造性地使用信息；能探求与个人兴趣有关的信息；能欣赏作品和其他对信息进行创造性表达的内容；能力争在信息查询和知识创新中做到最好；能认识信息对民主化社会的重要性；能履行与信息和信息技术相关的符合伦理道德的行为规范；能积极参与活动来探求和创新信息。综上所述，完整的信息素养应包括三个层面：文化素养（知识层面）、信息意识（意识层面）、信息技术（技术层面）。
2 信息、知识、情报、文献的概念？文献的组成要素？
信息包含了知识、文献和情报。是一个从低级到高级的信息集合。
知识是人类对各种信息认识和加工形成的精神产品,是人的大脑对大量信息通过思维重新认识
情报是指被传递的知识或事实，是知识的激活，是运用一定的媒体（载体），越过空间和时间传递给特定用户，解决科研，生产中的具体问题所需要的特定知识和信息．
情报应具有3个基本属性：一是知识或信息；二是要经过传递；三是要经过用户使用产生效益．情报不仅取决于情报源，也取决于情报用户．
文献是用文字、图形、符号、声频、视频等技术手段记录人类知识的一种载体，或理解为固化在一定物质载体上的知识。现在通常理解为图书、期刊等各种出版物的总和。文献是记录、积累、传播和继承知识的最有效手段，是人类社会活动中获取情报的最基本、最主要的来源，也是交流传播情报的最基本手段。
文献的构成要素应包括:知识性内容,文献符号系统,文献记录方式,文献载体,这些要素之间相互联系,相互促进
3 信息、信息资源有哪些类型？
信息的类型：
从产生信息的客体的性质来分，可分为自然信息(瞬时发生的声、光、热、电、形形色色的天气变化、缓慢的地壳运动、天体演化……)、生物信息(生物为繁衍生存而表现出来的各种形态和行为，如遗传信息、生物体内信息交流、动物种群内的信息交流)、机器信息(自动控制系统)和(人类)社会信息。
信息资源的类型：
按文献信息的载体材料和制作方式划分:
(1) 印刷型
(2) 缩微型
(3) 声像型(视听型)
(4) 电子型(机读型)
以撰写的目的和文体划分:
文献信息资源以撰写的目的和文体划分，主要可分为著作、学术论文、专利说明书、科技报告、技术标准、科技档案、产品资料。其中信息含量、学术价值和使用频率较高的为前五种。
按文献信息的产生秩序与整理加工深度划分:
文献信息资源按其信息加工深度划分，可分为零次文献信息、一次文献信息、二次文献信息、三次文献信息和高次文献信息。
根据出版形式和内容公开程度划分:
文献可划分为白色文献、灰色文献、黑色文献三种类型
4 文献有哪些类型？将文献分成这些类型的依据是什么？
根据划分标准的不同，文献有多种分类方式。
按文献的编辑方法和出版特点划分：
1．图书
2．期刊
3．特种文献资料
特种文献资料主要包括以下几种类型：
(1)科技报告
(2)政府出版物
(3)会议文献
(4)学位论文
(5)专利文献
(6)标准文献
(7)产品样本
4．其他零散资料
按文献载体形式划分：
1．印刷型文献
2．缩微型文献
3．视听型文献
4．机读型文献
按文献加工层次分：
1．一次文献
2．二次文献
3．三次文献
5 数据库的类型？网络资源有哪些特点？
数据库有类型之分，是根据数据模型划分的。目前成熟地应用在数据库系统中的数据模型有：层次模型、网壮模型和关系模型。
另：
模糊数据库
指能够处理模糊数据的数据库。一般的数据库都是以二直逻辑和精确的数据工具为基础的，不能表示许多模糊不清的
事情。随着模糊数学理论体系的建立，人们可以用数量来描述模糊事件并能进行模糊运算。这样就可以把不完全性、不确定性、模糊性引入数据库系统中，从而形成模糊数据库。模糊数据库研究主要有两方面，首先是如何在数据库中存放模糊数据；其次是定义各种运算建立模糊数据上的函数。模糊数的表示主要有模糊区间数、模糊中心数、模糊集合数和隶属函数等。
统计数据库
管理统计数据的数据库系统。这类数据库包含有大量的数据记录，但其目的是向用户提供各种统计汇总信息，而不是提供单个记录的信息。
网状数据库
处理以记录类型为结点的网状数据模型的数据库。处理方法是将网状结构分解成若干棵二级树结构，称为系。系类型
是二个或二个以上的记录类型之间联系的一种描述。在一个系类型中，有一个记录类型处于主导地位，称为系主记录类
型，其它称为成员记录类型。系主和成员之间的联系是一对多的联系。网状数据库的代表是DBTG系统。1969年美国的
CODASYL组织提出了一份“DBTG报告”，以后，根据DBTG报告实现的系统一般称 为DBTG系统。现有的网状数据库系统大都是采用DBTG方案的。DBTG系统是典型的三级结构体系：子模式、模式、存储模式。相应的数据定义语言分别称为子模式定义语言SSDDL，模式定义语言SDDL，设备介质控制语言DMCL。另外还有数据 *** 纵语言DML。
演绎数据库
是指具有演绎推理能力的数据库。一般地，它用一个数据库管理系统和一个规则管理系统来实现。将推理用的事实数据存放在数据库中，称为外延数据库；用逻辑规则定义要导出的事实，称为内涵数据库。主要研究内容为，如何有效地计
算逻辑规则推理。具体为：递归查询的优化、规则的一致性维护等。
网络学术信息资源的特点：
1内容极为丰富。
网上的学术信息资源覆盖面广，涵盖了各个学科领域；信息种类繁多，正式出版的，非正式出版的，学术机构提供的、个人提供的都交织在一起。当然，着其中既有有价值的信息，又有很多有意义的信息。
2 整体分布混乱
由于网上信息没有统一的管理机构，也没有统一的发布标准，且变化、更迭、新生、消亡等都时有发生，难以控制。这就造成了网络学术资源在某个局部范围内是有序的，而资源的整体分布较为分散、无序，甚至呈混乱状态。
3信息动态变化
网络是一个巨大的动态系统，不仅信息分散无序，且经常更替，每天都有新的网站出现，又有网站撤消或重组，并且每个网站自身的链接地址、栏目设置也经常变动。
4网络信息时效性强
网络信息的发布压缩了传统文献的编辑、出版和发行等环节，有的甚至完全在网上发行，实现了作者与编辑不受时空限制的即时交流，大大缩短了信息编辑出版的时间，使得信息具有较强的时效性。
5检索快捷迅速
6 何为“核心期刊”？本专业的核心期刊有哪些？
核心期刊是期刊中学术水平较高的刊物,是我国学术评价体系的一个重要组成部分它主要体现在学术水平的确认方面如在相当一批教学科研单位。申请高级职称,取得博士论文答辩资格,申报科研项目,科研机构或高等院校学术水平评估,教师,工作人员完成的工作量等,前提条件之一就是在一定时间段内,在核心期刊上发表若干篇论文分为国家级\省级\市级等等级别。
材料成型专业的核心期刊有：
金属热处理、金属成形工艺、模具工业、北方论丛、热加工工艺、模具工业、特种铸造及有色合金、工程塑料应用、锻压技术、铸造技术、特色铸造及有色合金、轻合金加工技术、铸造、铸造技术、材料研究学报、热加工工艺、机械工程材料、兵器材料科学与工程、汽车技术、中国塑料、工程塑料应用、机床与液压、锻压装备与制造技术、中国塑料、现代制造工程、工程塑料应用、现代制造工程、锻压机械、微物电机、新技术新工艺、微特电机、重庆大学学报(自然科学版)、重庆大学学报(自然科学版)、武汉理工大学学报、塑性工程学报
7 什么是信息检索？信息检索的类型有哪些
信息检索是指将信息按一定方式组织和存贮起来,并针对用户的需求找出所需信息的过程，又称为“信息存贮与检索”。
信息检索（Information Retrieval）是指信息按一定的方式组织起来，并根据信息用户的需要找出有关的信息的过程和技术。
狭义的信息检索就是信息检索过程的后半部分，即从信息集合中找出所需要的信息的过程，也就是我们常说的信息查寻（Information Search 或Information Seek）。
类型：
(一)按检索内容划分
1、书目检索
2、数据检索
3、事实检索
4、全文检索
5、图像检索
6、多媒体检索
(二)按是否使用检索工具划分
1、直接检索
2、间接检索
(三)按信息检索手段划分
1、传统信息检索
2、现代信息检索
8 简述信息检索的原理。
信息检索的基本原理是：通过对大量的、分散无序的文献信息进行搜集、加工、组织、存储，建立各种各样的检索系统，并通过一定的方法和手段使存储与检索这两个过程所采用的特征标识达到一致，以便有效地获得和利用信息源。其中存储是为了检索，而检索又必须先进行存储。
另
信息检索的基本原理可从文献的替代、整序和标识的匹配三方面来讲述。
1．文献的替代
2．文献的整序
3 文献特征标识与检索提问标识的匹配
而所谓信息检索原理，简单地讲，就是检索提问标志与存储在检索工具中的文献特征标志进行比较或称匹配，然后提取相符合的文献信息的检索方法。
9 什么是计算机信息检索系统，它由几部分组成？
计算机信息检索系统：利用计算机系统有效存储和快速查找的能力发展起来的一种计算机应用技术。它与信息的构造、分析、组织、存储和传播有关。计算机信息检索系统是信息检索所用的硬件资源、系统软件和检索软件的总合。它能存储大量的信息，并对信息条目（有特定逻辑含义的基本信息单位）进行分类、编目或编制索引。它可以根据用户要求从已存储的信息集合中抽取出特定的信息，并提供插入、修改和删除某些信息的能力。
计算机信息检索系统的组成，从物理构成来讲、检索系统由硬件、软件、数据库三部分组成
10 计算机信息检索技术有哪些？
布尔逻辑检索
截词检索
邻近检索
字段限制检索
模糊检索
11 从外表特征与内容特征来看，检索语言的类型各有哪些？不同特性各举一简单的检索式。
根据文献的特征检索文献信息是最简捷的途径。其特征有两个：一是文献的外表特征，即“著者、书名、刊名、号码”等；二是内容特征，即“分类、主题、关键词”等。
检索语言主要有以代码语言为特征的分类语言和以事物名称术语为特征的主题语言两大类。
分类语言：焊接工程师手册 陈祝年 机械工业出版社
主题语言：(唐 OR 宋)AND 诗歌
根据文献的特征检索文献信息是最简捷的途径。其特征有两个：一是文献的外表特征，即“著者、书名、刊名、号码”等；二是内容特征，即“分类、主题、关键词”等。
12 为什么要创建“检索语言”，它有哪些类型？比较分类语言和主题语言的优缺点。
（一）按照标识的性质与原理划分
1 分类语言
分类语言是指以数字、字母或字母与数字结合作为基本字符，采用字符直接连接并以圆点（或其他符号）作为分隔符的书写法，以基本类目作为基本词汇，以类目的从属关系来表达复杂概念的一类检索语言。
以知识属性来描述和表达信息内容的信息处理方法称为分类法。著名的分类法有《国际十进分类法》、《美国国会图书馆图书分类法》、《国际专利分类表》、《中国图书馆图书分类法》等。
2．主题语言
主题语言是指以自然语言的字符为字符，以名词术语为基本词汇，用一组名词术语作为检索标识的一类检索语言。以主题语言来描述和表达信息内容的信息处理方法称为主题法。主题语言又可分为标题词、元词、叙词、关键词。
（1）标题词
标题词是指从自然语言中选取并经过规范化处理，表示事物概念的词、词组或短语。标题词是主题语言系统中最早的一种类型，它通过主标题词和副标题词固定组配来构成检索标识，只能选用“定型”标题词进行标引和检索，反映文献主题概念必然受到限制，不适应时代发展的需要，目前已较少使用。
（2）元词
元词又称单元词，是指能够用以描述信息所论及主题的最小、最基本的词汇单位。经过规范化的能表达信息主题的元词集合构成元词语言。元词法是通过若干单元词的组配来表达复杂的主题概念的方法。元词语言多用于机械检索，适于用简单的标识和检索手段（如穿孔卡片等）来标识信息。
（3）叙词
叙词是指以概念为基础、经过规范化和优选处理的、具有组配功能并能显示词间语义关系的动态性的词或词组。一般来讲，选做的叙词具有概念性、描述性、组配性。经过规范化处理后，还具有语义的关联性、动态性、直观性。叙词法综合了多种信息检索语言的原理和方法，具有多种优越性，适用于计算机和手工检索系统，是目前应用较广的一种语言。CA、EI等著名检索工具都采用了叙词法进行编排。
（4）关键词
关键词是指出现在文献标题、文摘、正文中，对表征文献主题内容具有实质意义的语词，对揭示和描述文献主题内容是重要的、关键性的语词。关键词法主要用于计算机信息加工抽词编制索引，因而称这种索引为关键词索引。在检索中文医学文献中使用频率较高的《CMCC》数据库就是采用关键词索引方法建立的。
3 代码语言
代码语言是指对事物的某方面特征，用某种代码系统来表示和排列事物概念，从而提供检索的检索语言。例如，根据化合物的分子式这种代码语言，可以构成分子式索引系统，允许用户从分子式出发，检索相应的化合物及其相关的文献信息。
（二）按照表达文献的特征划分
1 表达文献外部特征的检索语言
表达文献外部特征的检索语言主要是指文献的篇名（题目）、作者姓名、出版者、报告号、专利号等。将不同的文献按照篇名、作者名称的字序进行排列，或者按照报告号、专利号的数序进行排列，所形成的以篇名、作者及号码的检索途径来满足用户需求的检索语言。
描述文献电子书版权解决方案，并大规模的开展与作者和出版社的签约授权工作。经过不懈的努力，至今为止已经有三十万位作者同意将自己的作品授权超星数字图书馆；
庞大的用户群、周到的服务
数百万的注册用户遍布世界各地，涉及全国各省区、行业、高校、科研机构的各界人士； 16×7 节假日不休息的在线技术客服人员通过客服热线电话、在线论坛、电子邮件等可以为您随时解答疑问。
书生之家数字图书馆是建立在中国信息资源平台基础之上的综合性数字图书馆。书生之家数字图书馆集成了图书、期刊、报纸、论文、CD等，从载体上说囊括了印刷版、光盘版、网络版等各种载体的资源。收录入网出版社500多家、期刊7000多家、报纸1000多家。每年收录新出版中文图书30000本，期刊文献60万篇，报纸文献90万篇。下设中华图书网、中华期刊网、中华报纸网、中华资讯网和中华CD网等子网。资源内容分为书（篇）目、提要、全文三个层次。提供全文、标题、主题词等十种数据库检索功能以及CN-MARC格式数据套录功能，提供印刷版书报刊、光盘数据库以及其他数据库的网上订购功能，还为会员单位提供定制化的资源数字化加工服务。简言之，书生之家数字图书馆是集数据库应用平台、信息资源电子商务平台与资源数字化加工服务平台三位一体的综合性数字图书馆。
《中国期刊全文数据库（CJFD）》是目前世界上最大的连续动态更新的中国期刊全文数据库，积累全文文献800万篇，题录1500余万条，分九大专辑，126个专题文献数据库。
知识来源：国内公开出版的6100种核心期刊与专业特色期刊的全文。
数据库特点：
● 海量数据的高度整合，集题录、文摘、全文文献信息于一体，实现一站式文献信息检索（One-stop Access）；
● 参照国内外通行的知识分类体系组织知识内容，数据库具有知识分类导航功能；
● 设有包括全文检索在内的众多检索入口，用户可以通过某个检索入口进行初级检索，也可以运用布尔算符等灵活组织检索提问式进行高级检索；
● 具有引文连接功能，除了可以构建成相关的知识网络外，还可用于个人、机构、论文、期刊等方面的计量与评价；
● 全文信息完全的数字化，通过免费下载的最先进的浏览器，可实现期刊论文原始版面结构与样式不失真的显示与打印；
● 数据库内的每篇论文都获得清晰的电子出版授权；
● 多样化的产品形式，及时的数据更新，可满足不同类型、不同行业、不同规模用户个性化的信息需求；
● 遍布全国和海外的数据库交换服务中心，配上常年的用户培训与高效的技术支持。
数据库的应用：
CJFD除了可用于信息检索、信息咨询、原文传递等常规服务外，还可以用于以下一些专项服务：
● 引文服务，生成引文检索报告；
● 查新服务，生成查新检索报告；
● 期刊评价，生成期刊评价检索报告；
● 科研能力评价，生成科研能力评价检索报告；
● 项目背景分析，生成项目背景分析检索报告；
● 定题服务，生成CNKI快讯。
维普资讯《中文科技期刊数据库》采用国内一流检索内核“尚唯全文检索系统”实现数据库的检索管理。“尚唯全文检索系统”是经国内专家团队鉴定一致认为达到“国内领先、国际先进”水平的检索系统， 各种指标及其综合性能均大大领先于其它同类产品。
《中文科技期刊数据库》是国内首家采用 OpenURL技术规范的大型数据库产品， OpenURL (Open Uniform resource Locators) 协议 是一种上下文相关的开放链接框架，它实现同时对不同的异构数据库或信息资源进行数据关联，方便地为用户单位提供资源的二次开发利用，例如与图书馆 OPAC系统的数据关联。 OpenURL 协议已经成为美国国家标准。维普是国内首家应用 OpenURL协议的数据库厂商，已经在中国科学院、国家图书馆、北方航空航天大学、中国生物医学文献数据库成功应用，效果明显，深受欢迎。
万方数据知识服务平台
系统功能与特点
万方数据知识服务平台为用户提供了更多的功能和服务。主要体现在以下几个方面：
系统提供了灵活的分类组织功能，通过定义资源之间的关联关系，可以打破数据库的物理界限，将相关的数据库资源组织在统一视图中。比方说通过分类浏览视图，可以实现同时在学位论文数据库和数字化期刊全文数据库等多个数据库中浏览资源。
检索历史功能
用户可以通过在检索入口的“检索历史”链接，查看自己最近检索记录（CQL表达式）并通过该检索记录查看在对应数据库中检索得到的结果。如图所示：
跨数据库检索系统的整合功能
系统可以跨多种数据库检索系统，可以实现各种检索系统的整合。目前系统已经支持跨RMS数据库、MS SQL Server数据库。同时系统提供了扩展机制，可以根据用户需要添加对其他数据库的支持。
完整的负载均衡与可容错检索集群
系统提供了完整的检索服务器、文件服务器集群的管理和控制功能，可以实现动态的添加、删除、修改服务器集群。
文件集群
系统可以支持多种文件引擎，实现了各种文件系统的整合，目前系统支持本地文件、共享文件、ftp文件服务，同时提供了扩展机制，可以根据用户需要添加对其他文件系统的支持。
支持多种后台数据库
系统使用O/R mapping技术，实现了底层配置数据库的隔离配置，目前系统可以运行在Oracle/MS Sql Server/Firebird等数据库基础之上。
资源整合与用户个性化服务的完美结合
SRW接口、OpenUrl接口的提供
为了便于元数据库的交换和全文获取，系统还基于SRW标准提供了检索扩展接口；基于OpenUrl标准提供了期刊论文等全文资源的开放接口。搜索引擎的是如何搜索的？我想把我的图放上怎么弄？
百度搜索栏上方有：新闻、网页、知道、MP3、、视频、百度、文库；如果搜索，把想搜索的要求输入后，点击既可搜到
如果是在百度空间发帖，有个上传，对大小是有要求的，不能太大
随着互联网的迅猛发展、WEB信息的增加，用户要在信息海洋里查找自己所需的信息，就象大海捞针一样，搜索引擎技术恰好解决了这一难题（它可以为用户提供信息检索服务）。搜索引擎是指互联网上专门提供检索服务的一类网站，这些站点的服务器通过网络搜索软件(例如网络搜索机器人)或网络登录等方式，将Intemet上大量网站的页面信息收集到本地，经过加工处理建立信息数据库和索引数据库，从而对用户提出的各种检索作出响应，提供用户所需的信息或相关指针。用户的检索途径主要包括自由词全文检索、关键词检索、分类检索及其他特殊信息的检索(如企业、人名、电话黄页等)。下面以网络搜索机器人为例来说明搜索引擎技术。
1．网络机器人技术
网络机器人(Robot)又被称作Spider、Worm或Random，核心目的是为获取Intemet上的信息。一般定义为“一个在网络上检索文件且自动跟踪该文件的超文本结构并循环检索被参照的所有文件的软件”。机器人利用主页中的超文本链接遍历，通过U趾引用从一个HT2LIL文档爬行到另一个HTML文档。网上机器人收集到的信息可有多种用途，如建立索引、HIML文件合法性的验证、uRL链接点验证与确认、监控与获取更新信息、站点镜像等。
机器人安在网上爬行，因此需要建立一个URL列表来记录访问的轨迹。它使用超文本，指向其他文档的URL是隐藏在文档中，需要从中分析提取URL，机器人一般都用于生成索引数据库。所有的搜索程序都有如下的工作步骤：
(1)机器人从起始URL列表中取出URL并从网上读取其指向的内容；
(2)从每一个文档中提取某些信息(如关键字)并放入索引数据库中；
(3)从文档中提取指向其他文档的URL，并加入到URL列表中；
(4)重复上述3个步骤，直到再没有新的URL出现或超出了某些限制(时间或磁盘空间)；
(5)给索引数据库加上检索接口，向网上用户发布或提供给用户检索。
搜索算法一般有深度优先和广度优先两种基本的搜索策略。机器人以URL列表存取的方式决定搜索策略：先进先出，则形成广度优先搜索，当起始列表包含有大量的服务器地址时，广度优先搜索将产生一个很好的初始结果，但很难深入到服务器中去；先进后出，则形成深度优先搜索，这样能产生较好的文档分布，更容易发现文档的结构，即找到最大数目的交叉引用。也可以采用遍历搜索的方法，就是直接将32位的IP地址变化，逐个搜索整个Intemet。
搜索引擎是一个技术含量很高的网络应用系统。它包括网络技术、数据库技术动标引技术、检索技术、自动分类技术，机器学习等人工智能技术。
2．索引技术
索引技术是搜索引擎的核心技术之一。搜索引擎要对所收集到的信息进行整理、分类、索引以产生索引库，而中文搜索引擎的核心是分词技术。分词技术是利用一定的规则和词库，切分出一个句子中的词，为自动索引做好准备。目前的索引多采用Non—clustered方法，该技术和语言文字的学问有很大的关系，具体有如下几点：
(1)存储语法库，和词汇库配合分出句子中的词汇；
(2)存储词汇库，要同时存储词汇的使用频率和常见搭配方式；
(3)词汇宽，应可划分为不同的专业库，以便于处理专业文献；
(4)对无法分词的句子，把每个字当作词来处理。
索引器生成从关键词到URL的关系索引表。索引表一般使用某种形式的倒排表(1nversionUst)，即由索引项查找相应的URL。索引表也要记录索引项在文档中出现的位置，以便检索器计算索引项之间的相邻关系或接近关系，并以特定的数据结构存储在硬盘上。
不同的搜索引擎系统可能采用不尽相同的标引方法。例如Webcrawler利用全文检索技术，对网页中每一个单词进行索引；Lycos只对页名、标题以及最重要的100个注释词等选择性词语进行索引；Infoseek则提供概念检索和词组检索，支持and、or、near、not等布尔运算。检索引擎的索引方法大致可分为自动索引、手工索引和用户登录三类。
3 检索器与结果处理技术
检索器的主要功能是根据用户输入的关键词在索引器形成的倒排表中进行检索，同时完成页面与检索之间的相关度评价，对将要输出的结果进行排序，并实现某种用户相关性反馈机制。
通过搜索引擎获得的检索结果往往成百上千，为了得到有用的信息，常用的方法是按网页的重要性或相关性给网页评级，进行相关性排序。这里的相关度是指搜索关键字在文档中出现的额度。当额度越高时，则认为该文档的相关程度越高。能见度也是常用的衡量标准之一。一个网页的能见度是指该网页入口超级链接的数目。能见度方法是基于这样的观点：一个网页被其他网页引用得越多，则该网页就越有价值。特别地，一个网页被越重要的网页所引用，则该网页的重要程度也就越高。结果处理技术可归纳为：
(1)按频次排定次序 通常，如果一个页面包含了越多的关键词，其搜索目标的相关性应该越好，这是非常合平常理的解决方案。
(2)按页面被访问度排序 在这种方法中，搜索引擎会记录它所搜索到的页面被访问的频率。人们访问较多的页面通常应该包含比较多的信息，或者有其他吸引入的长处。这种解决方案适合一般的搜索用户，而因为大部分的搜索引擎都不是专业性用户，所以这种方案也比较适合一般搜索引擎使用。
(3)二次检索 进一步净化(比flne)结果，按照一定的条件对搜索结果进行优化，可以再选择类别、相关词进行二次搜索等。
由于目前的搜索引擎还不具备智能，除非知道要查找的文档的标题，否则排列第一的结果未必是“最好”的结果。所以有些文档尽管相关程度高，但并不一定是用户最需要的文档。
搜索引擎技术的行业应用：
搜索引擎的行业应用一般指类似于千瓦通信提供的多种搜索引擎行业与产品应用模式，大体上分为如下几种形式：
1、 机关行业应用
n 实时跟踪、采集与业务工作相关的信息来源。
n 全面满足内部工作人员对互联网信息的全局观测需求。
n 及时解决政务外网、政务内网的信息源问题，实现动态发布。
n 快速解决 主网站对各地级子网站的信息获取需求。
n 全面整合信息，实现 内部跨地区、跨部门的信息资源共享与有效沟通。
n 节约信息采集的人力、物力、时间，提高办公效率。
2、企业行业应用
n 实时准确地监控、追踪竞争对手动态，是企业获取竞争情报的利器。
n 及时获取竞争对手的公开信息以便研究同行业的发展与市场需求。
n 为企业决策部门和管理层提供便捷、多途径的企业战略决策工具。
n 大幅度地提高企业获取、利用情报的效率，节省情报信息收集、存储、挖掘的相关费用，是提高企业核心竞争力的关键。
n 提高企业整体分析研究能力、市场快速反应能力，建立起以知识管理为核心的竞争情报数据仓库，是提高企业核心竞争力的神经中枢。
3、新闻媒体行业应用
n 快速准确地自动跟踪、采集数千家网络媒体信息，扩大新闻线索，提高采集速度。
n 支持每天对数万条新闻进行有效抓取。监控范围的深度、广度可以自行设定。
n 支持对所需内容智能提取、审核。
n 实现互联网信息内容采集、浏览、编辑、管理、发布的一体化。
4、 行业网站应用
n 实时跟踪、采集与网站相关的信息来源。
n 及时跟踪行业的信息来源网站，自动，快速更新网站信息。动态更新信息。
n 实现互联网信息内容采集、浏览、编辑、管理、发布的一体化。
n 针对商务网站提出商务管理模式，大大提高行业网站的商务应用需求。
n 针对资讯网站分类目录生成，提出用户生成网站分类结构。并可以实时增加与更新分类结构。不受级数限制。从而大大利高行业的应用性。
n 提供搜索引擎SEO优化专业服务，快速提高行业网站的推广。
n 提供与CCDC呼叫搜索引擎的广告合作。建立行业网站联盟，提高行业网站知名度。
5) 网络信息监察与监控
n 网络舆情系统。如“千瓦通信-网络舆情雷达监测系统”
n 网站信息与内容监察与监控系统，如“千瓦通信-网站信息与内容监测与监察系统（站内神探）”
随着因特网的迅猛发展、WEB信息的增加，用户要在信息海洋里查找信息，就象大海捞
针一样，搜索引擎技术恰好解决了这一难题（它可以为用户提供信息检索服务）。目前，
搜索引擎技术正成为计算机工业界和学术界争相研究、开发的对象。
搜索引擎（Search Engine）是随着WEB信息的迅速增加，从1995年开始逐渐发展起来
的技术。据发表在《科学》杂志1999年7月的文章《WEB信息的可访问性》估计，全球目前
的网页超过8亿，有效数据超过9T，并且仍以每4个月翻一番的速度增长。用户要在如此浩
瀚的信息海洋里寻找信息，必然会"大海捞针"无功而返。搜索引擎正是为了解决这个"迷航
"问题而出现的技术。搜索引擎以一定的策略在互联网中搜集、发现信息，对信息进行理解
、提取、组织和处理，并为用户提供检索服务，从而起到信息导航的目的。搜索引擎提供
的导航服务已经成为互联网上非常重要的网络服务，搜索引擎站点也被美誉为"网络门户"
。搜索引擎技术因而成为计算机工业界和学术界争相研究、开发的对象。本文旨在对搜索
引擎的关键技术进行简单的介绍，以起到抛砖引玉的作用。
分 类
按照信息搜集方法和服务提供方式的不同，搜索引擎系统可以分为三大类：
1．目录式搜索引擎：以人工方式或半自动方式搜集信息，由编辑员查看信息之后，人
工形成信息摘要，并将信息置于事先确定的分类框架中。信息大多面向网站，提供目录浏
览服务和直接检索服务。该类搜索引擎因为加入了人的智能，所以信息准确、导航质量高
，缺点是需要人工介入、维护量大、信息量少、信息更新不及时。这类搜索引擎的代表是
：Yahoo、LookSmart、Open Directory、Go Guide等。
2．机器人搜索引擎：由一个称为蜘蛛（Spider）的机器人程序以某种策略自动地在互
联网中搜集和发现信息，由索引器为搜集到的信息建立索引，由检索器根据用户的查询输
入检索索引库，并将查询结果返回给用户。服务方式是面向网页的全文检索服务。该类搜
索引擎的优点是信息量大、更新及时、毋需人工干预，缺点是返回信息过多，有很多无关
信息，用户必须从结果中进行筛选。这类搜索引擎的代表是：AltaVista、Northern Ligh
t、Excite、Infoseek、Inktomi、FAST、Lycos、Google；国内代表为："天网"、悠游、O
penFind等。
3．元搜索引擎：这类搜索引擎没有自己的数据，而是将用户的查询请求同时向多个搜
索引擎递交，将返回的结果进行重复排除、重新排序等处理后，作为自己的结果返回给用
户。服务方式为面向网页的全文检索。这类搜索引擎的优点是返回结果的信息量更大、更
全，缺点是不能够充分使用所使用搜索引擎的功能，用户需要做更多的筛选。这类搜索引
擎的代表是WebCrawler、InfoMarket等。
性 能 指 标
我们可以将WEB信息的搜索看作一个信息检索问题，即在由WEB网页组成的文档库中检索
出与用户查询相关的文档。所以我们可以用衡量传统信息检索系统的性能参数-召回率（R
ecall）和精度（Pricision）衡量一个搜索引擎的性能。
召回率是检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系
统（搜索引擎）的查全率；精度是检索出的相关文档数与检索出的文档总数的比率，衡量
的是检索系统（搜索引擎）的查准率。对于一个检索系统来讲，召回率和精度不可能两全
其美：召回率高时，精度低，精度高时，召回率低。所以常常用11种召回率下11种精度的
平均值（即11点平均精度）来衡量一个检索系统的精度。对于搜索引擎系统来讲，因为没
有一个搜索引擎系统能够搜集到所有的WEB网页，所以召回率很难计算。目前的搜索引擎系
统都非常关心精度。
影响一个搜索引擎系统的性能有很多因素，最主要的是信息检索模型，包括文档和查询
的表示方法、评价文档和用户查询相关性的匹配策略、查询结果的排序方法和用户进行相
关度反馈的机制。
主 要 技 术
一个搜索引擎由搜索器、索引器、检索器和用户接口等四个部分组成。
1搜索器
搜索器的功能是在互联网中漫游，发现和搜集信息。它常常是一个计算机程序，日夜
不停地运行。它要尽可能多、尽可能快地搜集各种类型的新信息，同时因为互联网上的信
息更新很快，所以还要定期更新已经搜集过的旧信息，以避免死连接和无效连接。目前有
两种搜集信息的策略：
● 从一个起始URL集合开始，顺着这些URL中的超链（Hyperlink），以宽度优先、深
度优先或启发式方式循环地在互联网中发现信息。这些起始URL可以是任意的URL，但常常
是一些非常流行、包含很多链接的站点（如Yahoo！）。
● 将Web空间按照域名、IP地址或国家域名划分，每个搜索器负责一个子空间的穷尽
搜索。 搜索器搜集的信息类型多种多样，包括HTML、XML、Newsgroup文章、FTP文件、
字处理文档、多媒体信息。 搜索器的实现常常用分布式、并行计算技术，以提高信息
发现和更新的速度。商业搜索引擎的信息发现可以达到每天几百万网页。
2索引器
索引器的功能是理解搜索器所搜索的信息，从中抽取出索引项，用于表示文档以及生
成文档库的索引表。
索引项有客观索引项和内容索引项两种：客观项与文档的语意内容无关，如作者名、
URL、更新时间、编码、长度、链接流行度（Link Popularity）等等；内容索引项是用来
反映文档内容的，如关键词及其权重、短语、单字等等。内容索引项可以分为单索引项和
多索引项（或称短语索引项）两种。单索引项对于英文来讲是英语单词，比较容易提取，
因为单词之间有天然的分隔符（空格）；对于中文等连续书写的语言，必须进行词语的切
分。 在搜索引擎中，一般要给单索引项赋与一个权值，以表示该索引项对文档的区分
度，同时用来计算查询结果的相关度。使用的方法一般有统计法、信息论法和概率法。短
语索引项的提取方法有统计法、概率法和语言学法。
索引表一般使用某种形式的倒排表（Inversion List），即由索引项查找相应的文档
。索引表也可能要记录索引项在文档中出现的位置，以便检索器计算索引项之间的相邻或
接近关系（proximity）。
索引器可以使用集中式索引算法或分布式索引算法。当数据量很大时，必须实现即时
索引（Instant Indexing），否则不能够跟上信息量急剧增加的速度。索引算法对索引器
的性能（如大规模峰值查询时的响应速度）有很大的影响。一个搜索引擎的有效性在很大
程度上取决于索引的质量。
3检索器 检索器的功能是根据用户的查询在索引库中快速检出文档，进行文档与
查询的相关度评价，对将要输出的结果进行排序，并实现某种用户相关性反馈机制。
检索器常用的信息检索模型有集合理论模型、代数模型、概率模型和混合模型四种。
4用户接口
用户接口的作用是输入用户查询、显示查询结果、提供用户相关性反馈机制。主要的
目的是方便用户使用搜索引擎，高效率、多方式地从搜索引擎中得到有效、及时的信息。
用户接口的设计和实现使用人机交互的理论和方法，以充分适应人类的思维习惯。
用户输入接口可以分为简单接口和复杂接口两种。
简单接口只提供用户输入查询串的文本框；复杂接口可以让用户对查询进行限制，如
逻辑运算（与、或、非；+、-）、相近关系（相邻、NEAR）、域名范围（如edu、）
、出现位置（如标题、内容）、信息时间、长度等等。目前一些公司和机构正在考虑制定
查询选项的标准。
未 来 动 向
搜索引擎已成为一个新的研究、开发领域。因为它要用到信息检索、人工智能、计算
机网络、分布式处理、数据库、数据挖掘、数字图书馆、自然语言处理等多领域的理论和
技术，所以具有综合性和挑战性。又由于搜索引擎有大量的用户，有很好的经济价值，所
以引起了世界各国计算机科学界和信息产业界的高度关注，目前的研究、开发十分活跃，
并出现了很多值得注意的动向。
1十分注意提高信息查询结果的精度，提高检索的有效性 用户在搜索引擎上进行
信息查询时，并不十分关注返回结果的多少，而是看结果是否和自己的需求吻合。对于一
个查询，传统的搜索引擎动辄返回几十万、几百万篇文档，用户不得不在结果中筛选。解
决查询结果过多的现象目前出现了几种方法：一是通过各种方法获得用户没有在查询语句
中表达出来的真正用途，包括使用智能代理跟踪用户检索行为，分析用户模型；使用相关
度反馈机制，使用户告诉搜索引擎哪些文档和自己的需求相关（及其相关的程度），哪些
不相关，通过多次交互逐步求精。二是用正文分类（Text Categorization）技术将结果分
类，使用可视化技术显示分类结构，用户可以只浏览自己感兴趣的类别。三是进行站点类
聚或内容类聚，减少信息的总量。
2基于智能代理的信息过滤和个性化服务
信息智能代理是另外一种利用互联网信息的机制。它使用自动获得的领域模型（如We
b知识、信息处理、与用户兴趣相关的信息资源、领域组织结构）、用户模型（如用户背景
、兴趣、行为、风格）知识进行信息搜集、索引、过滤（包括兴趣过滤和不良信息过滤）
，并自动地将用户感兴趣的、对用户有用的信息提交给用户。智能代理具有不断学习、适
应信息和用户兴趣动态变化的能力，从而提供个性化的服务。智能代理可以在用户端进行
，也可以在服务器端运行。
3采用分布式体系结构提高系统规模和性能
搜索引擎的实现可以采用集中式体系结构和分布式体系结构，两种方法各有千秋。但
当系统规模到达一定程度（如网页数达到亿级）时，必然要采用某种分布式方法，以提高
系统性能。搜索引擎的各个组成部分，除了用户接口之外，都可以进行分布：搜索器可以
在多台机器上相互合作、相互分工进行信息发现，以提高信息发现和更新速度；索引器可
以将索引分布在不同的机器上，以减小索引对机器的要求；检索器可以在不同的机器上
是改不了的，SOSO是腾讯旗下的，怎么可能让你改成百度
如何让网站上成为关键字能让搜索引擎搜索的到搜索引擎暂时还不支持搜索。 你给你加ALT标签匹配你的关键字就是了。
搜索引擎是怎么实现搜索的？这是个很复杂的计算方法，各个搜索引擎使用的技术都不一样，大致是：首先各个网站会在编写网页时具有一定的特征码（我们一般叫标签），搜索引擎会索引这些特征码，还有就是搜索引擎的资料库，各个网站会在里面登记。搜索的时候就会有相关结果。有兴趣研究就去搜搜，这讲也讲不清楚。
我想知道一些外国搜索引擎的网址（最好是的搜索引擎）, 外国搜索引擎的网址（最好是的搜索引擎）都有什么？Blogdex
:blogdexmediamitedu/
Blogdigger
:blogdigger/
Blogging Headline News
:blogging-newsinfo
BlogStreet
:blogstreet/
CRAYON (CReAte Your Own Newspaper)
:crayon/
Fagan Finder: Weblogs, Journals, & RSS
:faganfinder/blogs/
Feedster
:feedster/
NewsIsFree
:newsisfree
Syndic8
:syndic8/
Technorati
:technorati/
搜索引擎(search engine)是指根据一定的策略、运用特定的计算机程序搜集互联网上的信息，在对信息进行组织和处理后，并将处理后的信息显示给用户，是为用户提供检索服务的系统。
搜索引擎由搜索器 、索引器 、检索器和用户接口四个部分组成，包括全文索引、目录索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、门户搜索引擎与免费链接列表等。百度和谷歌等是搜索引擎的代表。
有没有可以用搜索的搜索引擎
目前还没有，一般百度、谷歌、搜搜、搜狗什么的全是采用的关键字搜索方法。因为搜索方法太麻烦，而且搜索主题不明确，所以即使开发出来用户量也一定很少，效益不高，估计各大开发商都看到了这点才没有开发吧。
如何测试web 搜索引擎具有搜索的功能一点建议： 1。求助：web网站的搜索功能模块如何进行安全测试录制一个搜索的例子,然后让攻击自动化测试，可能存在的安全问题包括XSS,SQL blind injection(特别是搜索式的SQL injection)2。检查非域验证方式登录是否有验证码，这个如何检查攻击好像不能自动检查，要么研究如果验证码存在，有何标志，比如存在verification的字样？配置一个扫描规则，来针对这个标准。3。是否使用ssl加密通道进行登录验证，这个如何测试看password,username等参数在提交以后是否加密，是否采用了传输
pc搜索引擎和移动搜索引擎的区别 本身就是两个概念，但是很多人喜欢混为一谈。
首先，百度声明过，移动端用的爬虫和PC端是一样的，但是我们在看一些网站的关键词排名的时候会有不同的显示，关键在于，是否做了手机适配的手机网站界面。也有一些人只做了自适应，别急，随着手机排名的合理化，没有手机端的网站排名会往后走的。
在客户体验上，移动端因为展示的信息少，所以相比PC端要做简化。
1 领英（LinkedIn）：全球最大的职业社交平台，用户主要是职场人士和企业，提供职业信息、人脉关系、招聘信息等服务。
2 微博（Weibo）：中国最大的社交媒体平台之一，用户涵盖各个领域，可以通过关键词搜索相关人才信息。
3 微信（WeChat）：中国最大的即时通讯软件，用户覆盖面广，可以通过公众号、朋友圈等途径搜索人才信息。
4 Facebook：全球最大的社交媒体平台之一，用户主要是普通用户和企业，可以通过关键词搜索相关人才信息。
5 Twitter：全球最大的短消息社交网站之一，用户主要是个人用户和企业，可以通过关键词搜索相关人才信息。
需要注意的是，使用社交网站搜索简历需要遵守相关法律法规和隐私保护原则，不得侵犯他人的隐私权和个人信息安全。同时，招聘人员也需要对搜索到的信息进行核实和评估，以确保招聘的人才符合企业的需求和要求。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）