摘自MBA智库百科（）

搜索引擎 （ ）

目录

[编辑]

什么是搜索引擎

搜索引擎是按照一定的策略，利用特定的计算机程序收集互联网上的信息，并将这些信息组织、加工处理后提供给用户的系统。互联网上的信息浩如烟海，杂乱无章，所有的信息就像是海洋中的一座座小岛，网页链接就是连接这些小岛的桥梁，搜索引擎绘制了一张清晰的信息地图，供用户随时查阅。

从用户角度来看，搜索引擎提供了一个包含搜索框的页面，用户在搜索框中输入词语并通过浏览器提交给搜索引擎后，搜索引擎会返回与用户输入内容相关的信息列表。

互联网早期，以为代表的网站分类目录搜索非常流行。网站分类目录由人工组织和维护，选取互联网上的优秀网站，进行简要描述，并放在不同的目录中。用户搜索时，通过层层点击，找到自己想要的网站。有人把这种基于目录的检索服务网站称为搜索引擎，但严格来说，它并不是搜索引擎。

[编辑]

搜索引擎的历史

在万维网还未出现的1990年代初期，为了查询散布在各个主机上的文件，曾出现了诸如 之类的搜索工具。随着互联网的快速发展和基于HTTP访问的网页技术的迅速普及，它们已经不能满足用户的需求。1994年1月，第一个可搜索、可浏览的分类目录（ ）上线，同时支持 和 搜索。同年4月，目录诞生。随着访问量和收录链接数的增多，它开始支持简单的数据库查询，这就是我们所说的早期的目录导航系统。它们的缺点是必须手动维护网站采集/更新，因此在信息急剧增加的情况下，用处不大。

1994年7月，推出了基于数据挖掘技术，支持搜索结果的相关性排序，并率先在搜索结果中使用网页自动摘要，也是同期的重要代表，是搜索引擎历史上的重要进步。

1995年，一种新的搜索引擎工具出现了——元搜索引擎。第一个元搜索引擎是由华盛顿大学的学生开发的。用户只需提交一次搜索请求，元搜索引擎就会对其进行转换和处理并提交给多个预先选定的独立搜索引擎，并收集和处理从各个独立搜索引擎返回的所有查询结果，然后再返回给用户。

它于 1995 年 12 月上线，并推出了大量创新功能，迅速成为当时的顶级搜索引擎。它是第一个支持自然语言搜索的搜索引擎，具有分析和智能处理网页内容的能力，第一个实现高级搜索语法（如 AND、OR、NOT 等）的搜索引擎，还支持搜索新闻组和搜索图像等划时代的功能。同时期还有和等其他搜索引擎。

该公司于1997年8月正式推出其搜索引擎，它是第一个支持对搜索结果进行简单自动分类的搜索引擎，也是当时数据库最大的搜索引擎之一。

1998年10月，（中文名）诞生，它是全球最受欢迎的搜索引擎之一，拥有许多独特、优秀的功能，并在界面等方面实现了革命性的创新。

1999年5月，Fast（）发布了自己的搜索引擎，该搜索引擎可以利用ODP自动分类进行网页搜索，支持PDF搜索，支持多语言搜索，还提供新闻搜索、图片搜索、视频、MP3、FTP搜索，高级搜索功能极其强大，曾是最受欢迎的搜索引擎之一，后于2003年2月被收购。

在中文搜索引擎领域，成立于1996年8月的搜狐是国内最早从事网络信息分类导航的网站，曾被誉为“出门找地图，上网找搜狐”。由于手工分类提交的局限性，随着网络信息的爆炸式增长，逐渐被基于自动抓取、智能分类的新一代信息技术所取代。

台湾中正大学吴胜教授领导的GAIS实验室于1998年1月创办中文搜索引擎，是国内最早开发的中文智能搜索引擎，采用GAIS实验室推出的多排序（）核心技术，截至2002年6月宣布累计抓取网页35亿个，开始进军英文搜索领域。

北大天网是教育网上最受欢迎的搜索引擎，由北京大学计算机系网络与分布式系统实验室开发，于1997年10月29日正式提供服务。2000年初，天网搜索引擎新课题组成立，由国家973重点基础研究发展计划项目基金资助开发，收录网页约6000万个，充分利用教育网优势，具有强大的FTP搜索功能。

百度中文搜索由超链接分析专利发明人、前高级工程师李彦宏与其好友徐勇于2000年1月创立，目前支持网页信息检索、图片、音乐等多媒体信息检索，也是百度在中文领域率先采用PPC商业模式的公司。

从2002年开始，很多公司被搜索市场的前景和神话所吸引，积极进入搜索引擎市场，谋求一席之地。但不幸的是，其中很多公司，特别是很多中国公司，都采用流氓手段推广自己的搜索引擎，常用手段有浏览器劫持、恶意捆绑等。中搜由慧聪国际开发，号称是搜索领域的后起之秀，目前处于起步阶段，但经过流氓软件的推广，已经占据了不少用户的搜索引擎选择。2003年底，慧聪搜索更名为中搜，并推出了第三代智能搜索引擎。近期，中搜又在推广桌面搜索——网猪，这就是臭名昭著的流氓软件之一。

2003年11月，3721被全资收购。2005年8月，阿里巴巴与雅虎达成战略合作，全资收购雅虎中国，更名为阿里巴巴雅虎，业务重点转向搜索领域。

2004年8月3日，搜狐推出中文搜索引擎搜狗。

2006年9月，微软正式推出采用其自主技术开发的Live，宣布进军搜索引擎市场，挑战其在互联网搜索领域的主导地位。

2006年12月，网易推出中文搜索引擎有道。

2008年5月，整合型搜索引擎搜索岛诞生，它整合了上百家搜索引擎之长，被誉为中国最好的（山寨）搜索引擎。搜索岛是一个以用户为导向的搜索引擎，整合了中国各个垂直领域最好的搜索引擎。从用户的角度来说，搜索岛的体验非常好，因此受到了众多网民的喜爱。它的出现也是互联网开放性的体现，也给各大搜索引擎厂商一个启示，那就是一切要为用户着想，要理解并满足用户真正的需求。

[编辑]

搜索引擎的组成部分

搜索引擎一般由四个部分组成：搜索引擎、索引器、检索器和用户界面：

1、搜索引擎：其功能是在互联网上漫游，发现并收集信息。

2.索引器：其功能是理解搜索器所搜索的信息并从中提取索引项来表示文档并为文档库生成索引表。

3、检索器：其功能是根据用户的查询，快速检索索引库中的文档，进行相关性评估，对要输出的结果进行排序，并根据用户的查询要求合理地反馈信息。

4.用户界面：其功能是接受用户查询，显示查询结果，并提供个性化的查询项。

[编辑]

搜索引擎的工作原理

搜索引擎的工作原理大致可以分为：

1、信息收集：搜索引擎自动收集信息。搜索引擎使用自动搜索机器人程序（称为网络蜘蛛）连接到每个网页上的超链接。机器人程序链接到网页上的其他超链接，就像我们日常生活中说的：“一个人传给十个人，十个人传给一百个人……”从几个网页开始，连接到数据库中所有指向其他网页的链接。理论上，如果网页上有合适的超链接，机器人可以遍历大多数网页。

2、组织信息：搜索引擎组织信息的过程称为“索引”。搜索引擎不仅保存所收集的信息，还根据一定的规则对其进行排列。这样，搜索引擎就无需重新检查已保存的所有信息，并能快速找到所需的信息。试想一下，如果信息在搜索引擎的数据库中毫无规则地随意堆砌，那么每次查找信息时都要彻底搜索整个数据库，无论计算机系统有多快，都是无用功。

3、接受查询：用户向搜索引擎发送查询，搜索引擎接收查询并返回信息给用户。搜索引擎几乎每时每刻都在接收大量用户的查询，根据每个用户的要求检查自己的索引，在很短的时间内找到用户需要的信息，并返回给用户。目前，搜索引擎的返回主要以网页链接的形式提供，通过这些链接，用户可以到达包含自己所需信息的网页。通常，搜索引擎会在这些链接下提供这些网页的简短摘要关键词搜索引擎工具，帮助用户判断这个网页是否包含自己需要的内容。

在组织信息、接受查询过程中，文本信息检索技术被广泛应用，并根据网络超文本的特点引入了更多的信息。

[编辑]

搜索引擎分类

1. 全文索引

全文搜索引擎是真正意义上的搜索引擎，国外的代表有百度搜索，国内著名的有百度搜索，它从互联网上各类网站中提取信息（主要是网页文本），建立数据库，并能检索出符合用户查询条件的记录并按照一定的顺序返回结果。

根据搜索结果来源不同，全文搜索引擎可分为两类，一类有自己的检索程序（），俗称“蜘蛛”（）程序或“机器人”（）程序，可以自行建立网页数据库，直接从自己的数据库中调用搜索结果，上述的百度等均属于此类；另一类则是租用其他搜索引擎的数据库，按照自定义格式编排搜索结果，如百度搜索引擎等。

2. 目录索引

目录索引虽然具备搜索功能，但严格意义上来说不能称为真正的搜索引擎，只是按目录分类的网站链接列表，用户可以根据分类目录找到自己需要的信息，而不需要依靠关键词（）。最具代表性的目录索引就是著名的新浪分类目录搜索。

3.元搜索引擎

元搜索引擎（META）接收到用户的查询请求后，同时在多个搜索引擎上进行搜索，并将结果返回给用户。著名的元搜索引擎有、、等，其中最具代表性的中文元搜索引擎是搜星搜索引擎。在搜索结果的排列方式上，有的直接将搜索结果按来源进行排列，如；有的则根据自定义的规则对结果进行重新排列、组合，如。

4.其他非主流搜索引擎形式

1）聚合搜索引擎：这种搜索引擎与元搜索引擎类似，不同之处在于它不会同时调用多个搜索引擎进行搜索，而是用户在提供的几个搜索引擎中进行选择，例如2002年底推出的搜索引擎。

2）门户搜索引擎：AOL、MSN等虽然提供搜索服务，但是它们既没有分类目录，也没有网页数据库，其搜索结果完全来自于其他搜索引擎。

3）Free For All（FFA）：一般只是滚动浏览链接条目，有些有简单的分类目录，但规模比其他目录索引小得多。

[编辑]

搜索引擎商业模式

搜索引擎发展初期，大部分搜索引擎都是以技术提供商的身份向其他网站提供搜索服务，网站向搜索引擎付费，后来随着2001年互联网泡沫的破灭，大部分转向竞价排名。

现在搜索引擎的主流商业模式（百度的竞价排名， ）是在搜索结果页面投放广告，通过用户点击量向广告商收费。这个模式最早是由比尔·格罗斯提出的，他在1998年6月创办了GoTo（后来2001年9月改名），实现了这个模式，取得了很大的成功，并申请了专利。这个模式有两个特点，一是按点击付费（Pay Per），如果用户不点击，广告商就不用付钱。二是竞价排序，按照广告商付钱多少，对结果进行排列。2001年10月上线，同样采用按点击付费和竞价的方式。2002年它起诉谷歌侵犯其专利，2004年8月与！（2003年7月被！收购）达成和解，向后者支付270万股普通股（不到3亿美元）作为和解费。

它是2003年推出的一种新的广告方式，它使各种规模的第三方网页出版商能够进入庞大的广告商网络。与这些第三方网页内容相关的广告被放置在这些第三方网页上。当浏览者点击这些广告时，网页出版商便可获得收入。它在中国非常流行。与此同时，一些帐号被任意删除，引起部分人的不满。其他搜索引擎也推出了类似的广告方式。雅虎的广告方式是YPN（）。YPN除了在网页上展示与内容相关的广告外，还可以通过RSS订阅展示广告。微软的广告计划叫做。百度也推出了主题推广。

[编辑]

搜索引擎的未来

随着互联网的发展，网上可搜索的网页越来越多，网页内容质量也变得参差不齐，无法保证。因此，未来的搜索引擎将向知识搜索引擎方向发展，希望为搜索者提供更准确、更适用的信息。目前，网上百科如雨后春笋般涌现；另一方面，近年来，许多公司试图改进搜索，以更好地满足用户的要求。其中，如搜狗等搜索代理就是其中之一。

在台湾，微智资讯（）是一家利用文本挖掘技术开发搜索引擎产品的公司，通过人工智能算法实现目前搜索引擎所欠缺的简易人机交互模式，如相关词提示、动态分类词提示等，被认为是一款比较有替代性的搜索引擎产品。

李彦宏谈搜索的未来，未来人工智能会如何改变搜索？

2020年1月7日，百度创始人、董事长兼首席执行官李彦宏作为受邀嘉宾出席印度理工学院马德拉斯分校举办的2020年科学节“科技与创新”活动，发表题为《人工智能时代的创新》的演讲，畅谈对未来10年的看法。

人工智能如何改变搜索？

“在人工智能时代，搜索也在不断进化。”李彦宏说，“搜索技术发展速度很快。过去，我以为搜索技术基本上是一种统计技术。但今天，一切都是机器学习。”

那么，人工智能究竟将如何改变搜索？

在李彦宏看来，越来越多的搜索会直接得到答案，而不是给用户大量的链接，让他们自己去寻找正确的答案，因为搜索问题本质上是人工智能的问题。

“之所以说搜索本质上是一个人工智能问题，是因为当人们用文本或问题提出请求或表达兴趣时，计算机会推断出人或用户的意图，并提供相关的答案。这就是人工智能的本质，就是让计算机理解人、服务于人。”李彦宏说。

目前，第一个搜索结果回答了大约60%的查询。未来，这一比例将上升到70%、80%甚至90%。这意味着人们将能够更轻松地直接获得正确答案，而无需点击不同的链接或浏览不同的网页。

李彦宏认为，内容推送和搜索结果的界限越来越模糊。也就是说，大多数情况下，一个搜索结果就能解决你的搜索问题，而当你不再需要通过其他链接去看的时候，这些链接就变成了冗余信息。

第三，摄像头和麦克风成为新的键盘。未来搜索将不局限于文字，用户还可以用语音、图片或视频来表达自己的意图。比如你对一种植物很好奇，不知道它叫什么，拍张照片就能得到答案。人工智能让这样的搜索结果越来越精准。

[编辑]

参考