将本站设为首页
收藏普天官网,记住:www.petjiaopian.com
账号:
密码:

普天书屋:看啥都有、更新最快

普天书屋:www.petjiaopian.com

如果你觉得好,恳请收藏

您当前的位置:普天书屋 -> 传奇1997 -> 第四十六章 搜索引擎的研发

第四十六章 搜索引擎的研发

温馨提示:如果本章属于内容错误等情况,请点击下面的按钮发送报告,我们会在一分钟内纠正,谢谢

目前搜索引擎项目最大的困难在于,没有可供参考的对象。

虽然可以参考一些国外的资料和论文,但因为涉及到一些核心技术,是无法通过网络查找到的,都需要自行开发。

隋波点头表示同意。

这个时候Google还不存在呢,要到9月份的时候,布林和佩奇才会在加州一个车库里开始创业。

百度更是没影的事儿,老李还在搜信里混呢。

现阶段,无论是国外的Lycos、AltaVista、Infoseek(搜信),雅虎搜索引擎;还是国内搜狐推出的所谓全中文搜索引擎,都还是以人工分类目录为主的网站检索服务。

说是搜索引擎,其实更像是目录导航网站……

尽管其中一些搜索引擎已经有了网页关键词检索、用户点击量排序等一些创新,但本质上,还是需要大量的人工编辑的目录式搜索引擎(Directory Search Engine)。

而隋波希望王川团队开发的,则是全新的,通过技术程序,自动在互联网上通过超链接网页进行全文检索的机器人搜索引擎(Robot Search Engine)。

这样的话,就需要从头做起,开发一整套完整的技术体系。

其中包括网络爬虫(Web Crawler)服务、索引服务、缓存服务、日志服务等几大模块,各模块之间互相影响,构成了整个搜索引擎体系。

从开发量上,技术难度是远远大于目录式检索技术的。

首先说网络爬虫,也称网络蜘蛛(Web Spider),这项技术是基于Web的自动化浏览程序,通过网页链接(URL),爬虫不断的通过互联网中获得新的网页数据,下载页面数据形成后台数据库。

可以说,网络爬虫抓取数据是搜索引擎工作流程的第一步。

爬虫的体系架构直接关系到搜索引擎每天数据的采集量,而抓取策略则关系到搜索结果的数据质量,数据的更新策略则关系到系统资源的利用率。

这只是第一步,采集了大量数据信息之后,还需要通过自然语言处理(NLP),将文本信息分解为结构化数据和价值性数据。

这里面就又存在一个问题,目前国外的搜索引擎都是英文分词,而中文比较特殊,最小单位是字,但具有语义的最小单位是词。

所以,在中文分词这一部分,就需要技术团队单独进行开发。


  本章未完,请点击下一页继续阅读!

看了《传奇1997》的书友还喜欢看

重生2015,高中开始做男神
作者:周一口鸟
简介: 二十九岁的周子扬一觉醒来回到了2015年。这一年周子扬刚满十八岁,在县一中高三一班就...
更新时间:2026-10-26 22:08:06
最新章节:睡觉了,这本我尽快完结..
随貌美爹倒插门,我成继母家团宠
作者:紫雪凝烟
简介: 简介:医学圣手陆锦绣穿书成了九十年代同名同姓的炮灰女配,正赶上亲妈要跟亲爹离婚。
更新时间:2026-10-26 22:07:00
最新章节:第120章 :新同学洪英
无尽乐园
作者:火龙果大亨
简介: 末日生存十年的白牧,在生命的最后时刻被

“无尽乐园”选中,...
更新时间:2026-10-26 22:05:00
最新章节:第692章 人口的增长
平原求生:我每天刷新一个小情报
作者:歪门老祖
简介: 【尸潮】【打造载具】【移动塔防】【战斗天赋升级】【火力不足恐惧症】\n全民同时穿越平...
更新时间:2026-10-26 21:57:23
最新章节:第690章 群贤毕至!最高规格的宴会!
列车求生,我能升华一切!
作者:听孔雀
简介: 【列车求生+孤狼+永远领先+升华进化+不圣母+不龟男】\n睁开眼的那一刻,叶七言来到...
更新时间:2026-10-26 22:03:11
最新章节:第1621章 【生命】
龙凤培元功
作者:天羽凤凰
简介: 【都市双修+杀伐果断+多女主】男为龙,女为凤,龙凤培元,修为大涨。

更新时间:2026-10-26 22:06:33
最新章节:第1055章 双方交易,宋梦荷死