搜索引擎的研究论文

搜索引擎的研究论文（精选6篇）

篇1：搜索引擎的研究论文

目前搜索引擎的应用越来越广，是网民的上网必备工具， 在中国使用广泛的搜索引擎主要有：baidu google 中搜 北大天网 一搜 搜...

目前搜索引擎的应用越来越广，是网民的上网必备工具。

在中国使用广泛的搜索引擎主要有：baidu google 中搜 北大天网 一搜 搜狗 还有一些专业的搜索，比如海量做的音乐搜索 www.study365.com 还有 西祠胡同 的创始人 做的 www.51hlht.com ，这些都是做的挺不错。由此可见，搜索引擎的市场还是非常庞大的。尤其是baidu的成功上市，给业界很大的鼓舞。

目前的主要搜索引擎的模式都是，用户输入一些关键字或者句子，无论是那种，搜索引擎都会首先对用户的输入进行分词，这样可以增加搜索结果的准确性，这是和普通数据库搜索的不同点(普通的数据库搜索，只是简单的用 like %关键字%)，然后搜索引擎去海量的索引库去查找这些和用户输入相关的信息，显示的结果会包含网页的相关摘要。

中文搜索引擎相关的技术包含：网络蜘蛛，中文分词，索引库，网页摘要的提取，网页相似度，信息的分类。

1。网络蜘蛛

网络蛛蛛是指对浩瀚网络抓取信息的程序，他们往往是多线程，不分昼夜的抓取网络信息，同时要防止对某个站点抓取过快，导致信息提供方服务器过载。

网络蜘蛛的基本原理：先从一个起始页面(建议从yahoo中文目录或者dmoz中文目录)开始抓取，获取此页面内容，摘要，然后提取页面所有连接，蜘蛛接着抓取这些连接，一直源源不断的抓取。这些只是基本原理，实际应用要复杂很多，你可以试着自己写一个蜘蛛，我曾经用PHP写过(PHP不能多线程，缺陷。)

2。中文分词

中文分词一直是中文搜索引擎的关键点，中文不同英文，英文每个单词是用空格分开，而中文一个句子往往是一些词的连结，没有分割符，人可以很容易的看懂句子的意思，但是计算机很难开懂。

目前我了解的中文分词方法(据说有老外的不用词典的中文分词方法)，几乎都是有自己的中文词典，分词时去词典匹配，达到分词目的，分词的好坏，和词典关系很大。你可以看我上篇文章，是用PHP写的中文分词方法。

目前很多高校语言学的硕士论文都写的这个

baidu用的自己开发分词方法，google用的第3方的分词方法，

。

海量中文分词挺不错，不过是商业的。。

猎兔的中文分词方法也不错，不过是.so的，无法研究

3。索引库

搜索引擎都不会用已经成型的数据库系统，他们是自己开发的类似数据库功能的东西。

搜索引擎需要保存大量网页信息，快照，关键字索引(建议应该也保存网页的截图，我在研究中)，所以数据量特别大。

4。网页摘要的提取

网页摘要是指对某个网页信息的总结(初中语文课，老师经常让总结文章的中心思想，就这个意思，我最怕老师提问让我总结，人总结都这么难，现在让计算机总结，天啦)，搜索引擎搜索结果里，往往会有网页标题下面，会有些介绍，让搜索者很容易的发现此文章是不是想要的信息。

5。网页相似度

网上经常有很多内容一样的网站，比如说同一条新闻，各大门户网站都会发布，它们的新闻内容都是一样的。还有一些个人网站，尤其是偷别人网站资料的网站，和别人网站搞的一模一样(我搞过，在此ps下自己)，这样的网站毫无意义，搜索引擎会自动区分，降低其权值(baidu最狠，直接封站，我尝试过)。

目前我研究的计算网页相似度的几种方法如下：

1) 根据网页摘要来比较，如果多个网页摘要的md5值一样，证明这些网页有很高的相似性

2) 根据网页出现关键词，按照词频排序，可以取N个词频高的，如果md5值一样，证明这些网页有很高的相似性。

google baidu 的新闻，是对此技术的应用。

目前很多高校的数据挖掘专业的研究生论文都写的这个

6。信息的自动分类

网络的信息实在是太庞大了，如何对其进行分类，是搜索引擎面临的难题。要让计算机对数据自动分类，先要对计算机程序进行培训，目前我正在研究中

爬狗做的不错。

以上是我个人对搜索引擎了解后的看法，均为柳志强原创，其中难免有认识不全面或者错误的，恳请各位同仁指正(别砸我就行)!

篇2：搜索引擎的研究论文

随着互联网的飞速发展，互联网信息迅猛增长,人们已经习惯从互联网上获取他们所需的信息。然而,一些通用搜索引擎无法及时准确地反馈给人们需要的信息,不能够做到有针对性的搜索一些信息，无法满足人们的基本需求。在进行搜索的过程中，想搜索一件物品，系统将会提供给你很多的搜索结果。但是，这些搜索引擎返回结果中有大量排在前面的信息可能不是我们需要的,这样就会让人感觉郁闷，得不到自己想要的信息。而且，60%的搜索引擎没有机会收录一些有价值的的信息，需要用户进行注册才能够得到一些更有价值的信息。基于lucene的垂直搜索引擎，能够及时、准确给用户反馈出他们需要的信息。垂直搜索引擎的概述

垂直搜索引擎能够在一些专业领域得到广泛的应用，为用户提供更加便捷的搜索服务。垂直搜索引擎能够在某一特定领域内启动一些网络爬虫，在进行网页下载的时候，能够找到和本地网页库中相关的信息，然后对这些信息进行处理，将一些数据转化为结构化数据，最后反馈给用户的搜索入口。垂直搜索能够有针对性进行搜索，能够根据用户的具体要求进行搜索和检测，为他们提供具有非常鲜明特色的搜索服务，这种搜索引擎一个非常突出的特点就是深入、详细。由于通用搜索引擎搜索的范围十分广泛，因此，它不能满足细致的搜索工作，不能够将准确的信息反馈给需要的特定人群[2]。根据市场需求的多样化，搜索引擎必须进行细分，给人们提供准确的搜索服务。垂直搜索引擎的特点和框架结构设计

2.1 垂直搜索的特点 垂直搜索引擎能够有针对性进行搜索，能够准确提供给人们需要的信息。通用的搜索引擎更加注重数据分离和关键词搜索，垂直搜索更多注重文本的分离，对数据信息进行处理，使得数据能够满足人们的需求，通用的搜索引擎就不需要考虑数据结构。由于相关信息垂直搜索引擎只需要捕捉到一些某个特定的行业，这样的信息采集方式的使用只需要爬虫找题相关信息，垂直搜索引擎具有以下特点。一是垂直搜索引擎的爬虫具有定制性，能够深入抓取特定行业的一些信息。二是垂直搜索引擎是针对行业的特点来进行抓取信息的，以网站的数据为例，各种人才网数据源的来源于求职的网站，从股票网站中搜索到相关的信息。三是垂直搜索引擎更倾向于抓住一些结构化数据和元数据，例如，在寻找一所房子的过程中，其能够捕捉到相关的地理位置、价格、小区环境、房地产价格等一些系统的信息[3]。

2.2 垂直搜索引擎的框架设计 垂直搜索引擎的建设需要做好以下几个方面的工作。一是网站分析。抓捕器需要设置所需的网站信息,并且还要结合特定的行业模板进行抓捕工作。二是站点初始化分析。一些网站需要用户登录以后才能够获得详细信息，因此，有必要在垂直搜索引擎中，设置这个注册和登录过程,这样才能够完善详细的信息。三是页面爬虫。网络爬虫主要负责抓取一些web数据。四是数据分析。分析有用的链接和数据,并且利用爬虫来提取这些新的数据。五是建立索引。将爬虫抓取到的信息进行整理和分析，将这些信息进行选择并存储在数据库中当中，并结合数据库来建立索引，以便能够快速获取信息。六是搜索查询。设计一个个性化的应用程序，或融合一些其他网站，能够搜索到其他网站的一些信息。基于Lucene的垂直引擎的设计

篇3：商业主题搜索引擎的研究

互联网对商业发展产生了巨大的推动作用, 我国商业信息网站已经发展到成千上万家, 在传播商业政策和信息方面发挥了显著作用。随着网络信息数量的迅猛增长, “信息过载”、“信息超载”现象引起了人们的重视。如何高效、准确的获得包含用户所需的信息的网页, 日益成为需要迫切解决的问题。

垂直搜索引擎是解决这一问题的一个有效方法。面向商业的中文专题垂直搜索引擎有针对性的搜索网上商业专题信息, 从而使商务人员高效检索所需的信息。而随着万维网上的信息数量呈指数增长, 大量信息垃圾也混杂其中。如何向商业用户提供质量好且数量适当的检索结果成为垂直搜索引擎关注的方向之一。

二、国内外现状与发展趋势

垂直搜索引擎大都处于研究和试验阶段, 利用其搜索的结果再加上专业人士的加工而形成的面向某一学科、领域的垂直门户网站也已经出现。目前在国外, 对有关主题搜索引擎的研究已经成为一大热点, 我国主题搜索引擎的研究则刚刚起步。

目前面向主题的网络搜索主要有两种技术:

一是基于内容的搜索, 这种搜索方式是传统的信息检索技术的延伸。它的主要方式就是在搜索引擎内部建立一个针对主题的词表, 搜索引擎的爬行器根据其内设的词表对网上的信息进行索引。各个不同的系统词表建设的复杂度也大不相同。

二是基于链接分析的搜索。网页之间的链接指引关系与传统的引文索引非常相似, 通过对链接进行分析, 可以找出各个网页之间的引用关系。由于引用网页与被引用网页之间内容上一般都比较相关, 所以就可以很容易地按照引用关系对大量网页分类。

三、技术关键

基于面向商业的垂直搜索引擎服务具有其自身的特性, 下面列举出实现商业信息垂直搜索引擎的四大关键技术。

1. 针对性、实时性和易于管理的网页采集技术:

面向商业的垂直搜索带有专业性或行业性的需求和目标, 所以只对局部来源的网页进行采集, 采集的网页数量适中, 但其要求采集的网页全面, 必须达到更深的层级, 采集动态网页的优先级也相对较高。在实际应用中, 垂直搜索的网页采集技术应能够按需控制采集目标和范围、按需支持深度采集及按需支持复杂的动态网页采集, 即采集技术要能达到更加针对性、实时性和易于管理, 并且网页信息更新周期也更短, 获取信息更及时。

2. 结构化数据的网页解析技术:

由于面向商业的垂直搜索引擎服务的特殊性, 往往要求按需提供时间、来源、作者及其他元数据解析, 包括对网页中特定内容的提取。在商业垂直搜索服务中, 要求对于作者、主题、地区、机构名称、产品名称以及特定行业用语进行提取, 才能进一步提供更有价值的搜索服务。

3. 全文索引和联合检索技术:

面向商业的垂直搜索由于在信息的专业性和使用价值方面有更高的要求, 因此能够支持全文检索和精确检索, 并按需提供多种结果排序方式。另外, 还要求按需支持结构化和非结构化数据联合检索, 比如结合作者、内容、分类进行组合检索等。

4. 智能化的文本挖掘技术:

面向商业的垂直搜索是以结构化数据为最小单位。基于结构化数据和全文数据的结合, 垂直搜索才能为用户提供更加到位、更有价值的服务。整个结构化信息提取贯穿从网页解析到网页加工处理的过程。同时面对上述要求, 垂直搜索还能够按需提供智能化处理功能, 比如自动分类、自动聚类、自动标引、自动重排, 文本挖掘等等。这部分是垂直搜索乃至信息处理的前沿技术。

四、设计方案

1. 技术路线。采用如下的研究开发路线:

(1) 针对商业信息的分布特点以及用户的实际需求, 在充分调研的基础上, 详细了解和比较其他研究人员在类似领域取得的一些重要而有一定创新性的成果, 在此基础上初步提出平台的整体架构。

(2) 结合面向对象设计技术, 对上一步设计出的平台进一步细化, 从而明确对该项目所采用的具体设计模式。

(3) 根据设计模式所面临的具体问题 (例如, 如何提高爬行速度问题、系统资源限制问题、网页分类器问题、HTML文档解析问题等) 给出有效的解决方案。

(4) 将以上的方案付诸实施, 形成一个面向商业的信息查询与共享平台;同时对系统的各种参数进行进一步测试, 不断地完善和优化, 最终形成一个界面友好、响应速度/查全率/查准率均符合用户要求的面向商业的垂直搜索引擎。

2. 创新点。为达到商业信息搜索引擎预期的响应速度、查全率和查准率, 在系统的开发中有如下创新点:

(1) 系统总体为模块化结构, 各个模块之间高内聚, 低耦合。

(2) 系统使用面向对象语言开发, 能够有效地重用系统部分代码。

(3) 在设计过程中, 使用面向对象的思想做指导, 建立系统类图, 便于开发人员之间的交流。在编码过程中, 不断重构代码, 使得代码具有很高的运行效率, 大大提高其重用性。

(4) 系统集成时, 使用XML文档作为模块间传递信息的工具。

(5) 大量采用散列表来提高数据的查找速度, 优化系统性能。

篇4：元搜索引擎优化的研究

关键词：元搜索引擎；成员搜索引擎；网页去重；结果排序

中图分类号：TP393.09 文献标识码：A 文章编号：1007-9599 (2012) 10-0000-02

一、引言

随着网络科技的迅猛发展，网络深入人们的生活。如何在网络中寻找需求度额信息显得尤为重要。

据Cyceillance于2000年7月10日公布的一项研究表明，目前Internet上已有21亿个唯一URL地址的公开网址，并且仍以每天超过700万的惊人速度增长。十余年过去，信息的膨胀与爆炸，使用户们不知所措。正如Wurman所说，信息爆炸给人们带来的事信息焦虑。用户对信息的需求各不相同，于是搜索引擎逐渐成为web用户不可或缺的工具。

元搜索引擎(meta search engine，简称MSE)作为一个新的搜索技术的研发领域，已經在实践中初步显示了其便捷性和重要性。虽然目前元搜索的研究有不断的发展，但是由于依赖各个独立的搜索引擎，元搜索引擎在处理查询输入和输出显示时均可能出现问题，如检准率不易控制检索时间过长，对高级检索的支持有待改进，检索结果不能很好体现等等。因此，元搜索的优化研究具有一定的时代意义和创新性。

二、元搜索引擎的原理

传统搜索引擎分为全文搜索引擎、目录索引、元搜索引擎。元搜索引擎又称多搜索引擎，通过一个统一的用户界面帮助用户在多个搜索引擎中选择和利用合适的(甚至是同时利用若干个)搜索引擎来实现检索操作，是对分布于网络的多种检索工具的全局控制机制。目前国内的搜索引擎发展迅速，市场也很广阔。但是，元搜索引擎的发展很缓慢，相关网站也比较少。元搜索引擎由3部分组成，包括请求提交、检索接口代理、检索结果显示。

（一）请求提交：

负责实现用户的检索要求，检索内容可以是单个关键词、短语，也可以是句子，可以由用户选择搜索引擎组合，也可以由默认的搜索引擎搜索，还可以由用户选择单个搜索引擎进行搜索。

（二）检索接口代理

由于各个独立的搜索引擎所采用的搜索算法和数据库存在很大差异，需要将用户检索的请求转化成各个成员搜索引擎所要求的格式，包括是否支持布尔检索、是否提供自然语言查询等高级检索服务，逐一做出适应各个源搜索引擎的转换，以提高检准率。

（三）检索结果显示

将所有来自源搜索引擎的搜索结果进行二次处理，包括对结果的去重和排序，并将处理的结果按照统一格式输出给用户。难点在于对数据的去重和排序。目前的检索处理方法主要是“将响应最快的搜索结果先返回”、“位置排序法”、“摘要排序法”等，各有利弊，检索处理算法好坏直接影响检索时间、检索覆盖率、排序质量等。

以上为元搜索引擎的组成部分，也是进行设计元搜索引擎的三个步骤。

三、现有元搜索引擎存在的缺陷

而对于国内现在已经存在的元搜索网站，例如搜魅网（someta）等，虽然能实现基本的功能，但是却有一定的缺陷，大多数存在两个方面的问题。

其一，是搜索覆盖面虽然很全面，但是搜索的时间很长，例如搜索“元搜索”这个名词，我们用了4家国内利用元搜索原理开设的搜索应网站进行了搜索测试，其中两家的搜索时间大于30秒，甚至无结果显示；

其二，是搜索时间较短，但是覆盖面较窄。我们同样对上述几个网站进行测试，有的返回的搜索结果只有单一搜索引擎的结果，并没有发挥元搜索真正的优势。以此来看，目前的元搜索引擎还没有真正发挥其本身的优势，为广大用户提供便利。

而随着网络的发展，越来越多的信息是人们通过Internet获取，据估计网络中有超过8亿个可索引的网页，大约15TB的信息量，而单个搜索引擎能覆盖的不超过全部可检索页的16%，因此元搜索引擎的开发势必成为将来的发展趋势。

四、优化元搜索引擎的主要功能特点

元搜索引擎的优化目的在于在可接受的搜索时间内，返回更多的信息量。所研究的重点在于如何设计一个元搜索引擎并对由多个独立搜索引擎结果的二次处理，如对检索结果的去重、权值排序等。

其核心思路在于：

1.请求提交：负责实现用户的检索要求；

2.检索接口代理：将用户检索的请求转化成各个成员搜索引擎所要求的格式；

3.检索结果显示:将所有来自源搜索引擎的搜索结果进行二次处理，包括对结果的去重和排序，并将处理的结果按照统一格式输出给用户；

4.个性化设计：元搜索引擎把信息数据收集起来，从用户个性化信息库获取个性化特征，比较分析，计算结果，返回给用户。

五、优势分析及可行性

元搜索引擎作为一个新的搜索技术的研发领域，已经在实践中初步显示了其便捷性和重要性。

由于web数据量太大，而且增长迅猛，单个搜索引擎的容量，处理能力难以扩展到较大规模，每个搜索引擎只能包含部分web文档。元搜素能够分散处理负载，增加检索范围。

元搜素具有较好的扩展性，可以加入多个成员搜索引擎，它使得各个成员搜苏引擎规模变小，性能更好。检索相应时间短，还可使得检索的内容保持最新。

有些web站点的内容不能用数据采集器抓取，检索更有效，用户为了找到满意的检索结果可能访问多个搜索引擎，直到找到合适结果，而元搜索引擎可以帮助用户自动完成这个任务。

六、结语

本文通过对固有元搜索引擎的研究，提出元搜索优引擎优化的方式。针对现有元搜索引擎的缺点进行分析，提出切实可靠地提出解决方案。

就元搜索引擎技术本身来说，如何实现和完善元搜索引擎的智能化，个性化，专业化，将是信息检索研究的着重点，而中文元搜索引擎还处于起步阶段，发展空间很大。相信在未来的网络的信息检索领域，元搜素引擎会有广泛的应用前景。

参考文献：

[1]Steve Lawrence,Lee Giles C．Accessibility of information onthe web J J.Nature science joumals,1999,400,(8):107

[2]张俭恭,陈定权,昊振新．关于搜索引擎与元搜索引擎的讨论[J]．现代图书情报技术,2OO2,92,(2):338

[3]黄于蓝,王洪,徐端等.搜索引擎技术的新发展—多元搜索引擎系统[J].计算机工程,2002,28,(1):4-6

[4]陈俊杰,薛云,宋翰涛等.基于Agent的元搜索引擎的研究与设计[J]．计算机工程与应用,2003,10:33-35

[5]Weiyi Meng,Clement Yu,King-Lup Liu Building efficient and effective Metasearch Engine

篇5：搜索引擎规则研究

Rand：我认为所有的SEO不外乎两个要素：满足搜索引擎友好性和关键词研究，

208月22日，陈小华回答记者：

陈小华：搜索引擎优化(简称SEO)，可以理解为对网站结构、内外部链接结构进行调整，以改善网站在搜索引擎中表现的一个过程。

把这两篇“新浪科技”报道的时间、人物、内容串起来阅读，很有意思。Rand是明白人，同时提了关于SEO研究的两句话，虽然不完整，但是能看到思路：

每天持续关注市场上出现的许多细节。

观察搜索引擎和外部流量因素的变化与更新。

我觉得SEO做出的最大贡献，就是提出了Search-Friendly的新营销概念，执行可参考：

Link Analysis

Keyword Research

Link Bait

Link Building

Website Analytics and Visitor Tracking

Duplicate Content Issues

Press Releases

Public Relations

© 一叶千鸟(请留原文链接)

3条评论 发表»

Mironsays:

看出来了，你最厉害的是找证据，一篇比一篇狠。

国内外SEO从业者贯彻Search-Friendly的区别在于，国外是通过专业研究来支持成熟理论，而国内则老想用一个虚概念去包括N个实理论，把真正关键的研究部分给忽略了，

管理资料

顺便说一句，SEOmoz的理论文章还不错。

10.10. 10:00 上午-1楼

oktkssays:

“可以理解为对网站结构、内外部链接结构进行调整，以改善网站在搜索引擎中表现的一个过程。”

上述文字为“网站结构” 为“网站内容”，可以直接找陈本人关于这篇采访稿的原文，记者发布时出错了。

10.10.2007 11:52 上午-2楼

Ericsays:

理念实施上的交集肯定有，只不过在国内这个大环境下概念被炒邪了。

在有Search-Friendly概念意识的前提下操作HTML语义、内容结构效果显著，但SEO的技术核心肯定不是设计，意识和技术不是一回事，好多人的误解就在这里。

SEOmoz网站内也推荐到了很多Accessibility, Usability, Information Architecture知识，但更多是Search Research的经验性总结。所以，就是个态度问题而已，把SEO的概念收一收，不要老打着旗号忽悠人。

访谈中，石头对概念的回答显然不如Rand准确，没到点子上。

10.10.2007 10:26 下午-3楼

篇6：搜索引擎的研究论文

一、垂直搜索引擎概述

1.垂直搜索引擎的概念

所谓的垂直搜索引擎实际上就是搜索引擎的一个分支、是搜索引擎的细化。也就是说，垂直搜索引擎所搜索的信息更加具有行业性，更加具有专业化。用计算机领域的专业术语来讲就是“对网页库中的某类专门的信息进行一次整合，定向分字段抽取出需要的数据进行处理后再以某种形式返回给用户”.因而，垂直搜索引擎更加受到某些专业性、行业性比较强的用户的欢迎。

2.通用搜索引擎与垂直搜索引擎的不同

垂直搜索引擎与通用搜索引擎最大的区别和不同就是对于搜索信息范围的不同。我们从字面上来理解通用二字就可以知道，通用搜索引擎适用于任何一类信息的搜索，只不过其缺点就是搜索的范围比较大，需要操作者在搜索之后对信息进行进一步的筛选。而垂直搜索引擎则能很好的避免这一问题，其搜索都是针对于某一行业的专业搜索，因而能够在最快的时间内为操作者提供最有效的信息。从当前社会的发展来看，人们对计算机要求的不断提升，相信这种垂直搜索引擎将会受到越来越多人的喜爱。

二、垂直搜索引擎的关键技术

从上述分析中可知，垂直搜索引擎是计算机领域中的一个发展重点，并且垂直搜索引擎相比于通用搜索引擎而言，更加适合于未来人们对计算机应用的需要。所以，对垂直搜索引擎关键技术的研究势必要提上日程。笔者在此主要从以下几个方面对垂直搜索引擎的关键技术进行了研究，希望以下这些研究能够为垂直搜索引擎关键技术的研究发展提供一些参考。

1.网络爬虫技术

网络爬虫技术是垂直搜索引擎中一项十分重要的关键技术，该技术是一种能够自动抓取网页程序的技术，因而是搜索引擎中的重要组成成员。而也是这一重要地位决定了网络爬虫技术工作流程的复杂性。该技术在具体的工作过程中是需要对网页进行大量的分析后，来丢掉每一个与搜索信息无关的连接，与从同时，将分析后留下的连接在放入等待抓取的地方，进而进行下一步的抓取与筛选。

广度优先和深度优先是网络爬虫技术的两个策略，两种策略以其各自的优势为该技术的应用提供便捷。此外，在使用网络爬虫技术的过程中，还需要意识到一点，即每一个被该技术抓取的网页都将会被计算机的系统储存，并且这些网页会通过多个方面的分析和过滤后建成相应的索引。

2.网页信息抽取技术

所谓的网页信息抽取技术指的就是用网页作为信息源头，在网页中搜索计算机使用者需要的或者是感兴趣的信息。网页信息抽取技术的优势是其所搜索出的信息经过了多个方面的处理，将原有网页上的信息处理的更具有结构化、清晰化，切格式也比较统一。现有的网页信息抽取技术主要有三种抽取方法：基于自然语言处理的方式、基于包装器归纳的方式、基于 HTML 结构的信息抽取。三种方法都为垂直搜索引擎做出了突出的贡献。并且随着未来电子商务领域的不断发展，这种网页信息抽取的搜索引擎方法将发挥更大的应用价值。

3.中文分词技术

除了以上两种垂直搜索引擎关键技术外，中文分词技术也是最为常用的一种垂直搜索引擎技术。该种技术对于文本的处理速度是十分快速的，而该种技术也是由于其快速性被广泛的应用。中文分词技术的方法有很多，如基于字符串的匹配、基于统计的方法等，都是垂直搜索殷勤中的重要方法。然而，在实际中文分词技术的应用中，由于网络语言发展的比较快，各种新颖的网络新词层出不穷，而这一点也成为了中文分词技术应用的重要挑战。

三、垂直搜索引擎的发展空间

从上述垂直搜索引擎关键技术的研究中我们可以发现，当前的关键技术的应用已经取得了很大的成就，并且随着关键技术的进一步研究，将会有越来越多的行业意识到垂直搜索引擎价值性。同时，随着当前市场发展的多元化、专业化，垂直搜索引擎这种适合专业性、行业性领域发展的技术势必会在未来的搜索行业中占有举足轻重的地位，并且将计算机领域的发展推向另一个高潮。

以上仅仅只是笔者对于垂直搜索引擎关键技术的几个主要方面的分析，然而，事实上，其关键技术涉及的方面比较多，再加之笔者对于垂直搜索引擎方面的研究能力有限，因而仅仅凭借以上对于垂直搜索引擎关键技术的研究来促进该方面技术的发展和应用是远远不够的。因此，对于垂直搜索引擎关键技术的研究还有待进行进一步的探索。

四、结语

综上所述，对于垂直搜索引擎关键技术的研究不仅仅有利于提高该技术在计算机领域的进一步应用，同时更有利于促进计算机领域的全面发展。然而，垂直搜索引擎关键技术的研究涉及的内容比较多，并且每一项关键技术都十分复杂，再加之垂直搜索引擎相关领域工作人士对于其关键技术的研究还没有达到一定的深度和广度，因而不利于实际关键技术的应用和发展。所以，在今后垂直搜索引擎领域的发展中，要加强对其关键技术的重视和研究，并且要从其关键技术的多个角度、多个方面进行分析，从而研究出更好、更有利于促进垂直搜索引擎关键技术应用与发展的方法与措施。

参考文献：

[1] 王晓伟.垂直搜索引擎若干关键技术的研究 [J].浙江大学学报 ,2007,（5）。

[2] 李副铭.垂直搜索引擎的研究与设计 [D].电子科技大学学报 ,2009,（9）。