搜索高手煉成三部曲-搜索引擎的原理、技巧與運(yùn)用

搜索高手煉成三部曲——搜索引擎的原理、技巧與運(yùn)用搜索高手煉成三部曲——搜索引擎的原理、技巧與運(yùn)用

徐煒

（江蘇省靖江高級中學(xué)）

摘要：《普通高中信息技術(shù)課程標(biāo)準(zhǔn)》中"信息采集與加工"模塊是信息處理的起點。其中，通過計算機(jī)和網(wǎng)絡(luò)進(jìn)行信息的搜索是信息采集的重要途徑。為了幫助人們在浩瀚的因特網(wǎng)中快捷、有效地搜索到所需信息，計算機(jī)技術(shù)專員研發(fā)了搜索引擎及相關(guān)技術(shù)，主要是針對Web頁面的文本檢索工具，能夠迅速、準(zhǔn)確地檢索到用戶需要的信息。在此，將重點研究全文搜索引擎的基本工作原理、提煉關(guān)鍵詞的技巧及搜索引擎的靈活運(yùn)用。

關(guān)鍵詞：搜索；關(guān)鍵詞；運(yùn)用

現(xiàn)今時代，網(wǎng)絡(luò)已經(jīng)深入我們?nèi)粘Ｉ畹拿總€角落，因特網(wǎng)已成為當(dāng)今社會人們獲取信息和相互交流的主要渠道。其中，通過計算機(jī)和網(wǎng)絡(luò)進(jìn)行信息的搜索是信息采集的重要途徑。隨著信息的不斷增長，共享在網(wǎng)絡(luò)上的信息量迅速膨脹，大容量的信息資源影響著網(wǎng)絡(luò)信息的有序性，造成了人們及時查找信息或組織信息的困擾。為此，計算機(jī)技術(shù)專員研究與開發(fā)了搜索引擎，解決了人們的這一困擾。作為使用因特網(wǎng)的用戶，知道搜索引擎的基本工作原理，掌握提煉關(guān)鍵詞的技巧，加上平時的積累、靈活的應(yīng)用，必定能更加快捷、有效地在浩瀚的因特網(wǎng)中搜索到所需信息。

搜索引擎主要有分類目錄導(dǎo)航搜索、全文搜索兩種搜索方式。

本文主要討論全文搜索。

一、知道搜索引擎的基本工作原理

1.搜索引擎

搜索引擎是指根據(jù)一定的策略、運(yùn)用特定的計算機(jī)程序從互聯(lián)網(wǎng)上搜集信息，在對信息進(jìn)行組織和處理后，為用戶提供檢索服務(wù)，將用戶檢索相關(guān)的信息展示給用戶的系統(tǒng)。

2.搜索引擎的一般原理

（1）數(shù)據(jù)采集與處理

現(xiàn)在的搜索引擎大多采用自動信息搜集功能。每隔一段時間搜索引擎主動派出"蜘蛛"程序，對一定范圍內(nèi)的互聯(lián)網(wǎng)網(wǎng)站進(jìn)行檢索，一旦發(fā)現(xiàn)新的網(wǎng)站，它會自動提取網(wǎng)站的信息和網(wǎng)址加入自己的數(shù)據(jù)庫。搜索引擎將"蜘蛛"抓取回來的頁面，進(jìn)行各種步驟的預(yù)處理，為搜索做好準(zhǔn)備。

（2）信息搜索排名

當(dāng)用戶以關(guān)鍵詞查找信息時，搜索引擎會在數(shù)據(jù)庫中進(jìn)行搜尋，如果找到與用戶要求內(nèi)容相符的網(wǎng)站，便采用特殊的算法——通常根據(jù)網(wǎng)頁中關(guān)鍵詞的匹配程度、出現(xiàn)的位置、頻次、鏈接質(zhì)量計算出各網(wǎng)頁的相關(guān)度及排名等級，然后根據(jù)關(guān)聯(lián)度高低，按順序?qū)⑦@些網(wǎng)頁鏈接返回給用戶。

二、掌握提煉關(guān)鍵詞的技巧

分析搜索引擎的工作原理，搜索結(jié)果主要根據(jù)關(guān)鍵詞的匹配程度、出現(xiàn)的位置、頻次等給出。對于具體搜索問題，提煉關(guān)鍵詞成了第一步，也是最關(guān)鍵的一步。

1.表述準(zhǔn)確

以百度搜索引擎為例。百度會嚴(yán)格按照提交的關(guān)鍵詞去搜索，因此，關(guān)鍵詞表述準(zhǔn)確是獲得良好搜索結(jié)果的必要前提。一類常見的表述不準(zhǔn)確的情況是，腦袋里想著一回事，搜索框里輸入的是另一回事。例如，要查找20XX年國內(nèi)十大新聞，查詢詞可以是"20XX年國內(nèi)十大新聞";但如果把查詢詞換成"20XX年國內(nèi)十大事件",搜索結(jié)果就無法滿足需求。

2.少用自然語言，從自然語言中提煉關(guān)鍵詞

在提煉關(guān)鍵詞時，我們盡量不要用自然語言（所謂自然語言，就是我們平時說話的語言和口氣），而要從自然語言中提煉關(guān)鍵詞。這個提煉過程并不容易，但是我們可以用一種將心比心的方式思考：如果我知道問題的解決辦法，我會怎樣對此作出回答。也就是說，猜測信息的表達(dá)方式，然后根據(jù)這種表達(dá)方式，取其中的特征關(guān)鍵詞，從而達(dá)到搜索目的。

例如，有學(xué)生參加20XX年江蘇數(shù)學(xué)競賽的復(fù)賽，只知道大概時間在7月份。如何搜索到比賽的具體情況？首先要確定的是，不要用自然語言。比如，"數(shù)學(xué)復(fù)賽的具體情況，誰能告訴我呀".這是典型的自然語言，但網(wǎng)上和這樣的話完全匹配的網(wǎng)頁，幾乎就是不存在的。因此，這樣的搜索常常得不到想要的結(jié)果。我們來看這個問題中的核心詞匯。對象：高中生。問題：20XX江蘇數(shù)學(xué)復(fù)賽。關(guān)鍵詞中，至少應(yīng)該出現(xiàn)"數(shù)學(xué)復(fù)賽""20XX""江蘇",這是問題現(xiàn)象描述。一般情況下，只要對問題作出適當(dāng)?shù)拿枋?，在網(wǎng)上基本上就可以找到解決對策。例：數(shù)學(xué)復(fù)賽江蘇20XX.

三、積累點滴，靈活運(yùn)用

知道全文搜索引擎的基本工作原理和掌握提煉關(guān)鍵詞的技巧以后，搜索者可以解決絕大多數(shù)的搜索問題。想成為真正的高手，還需要積累點滴，靈活運(yùn)用。

1.使用高級搜索語法

以百度搜索引擎為例。

（1）用減號去除特定關(guān)鍵詞

如果你發(fā)現(xiàn)搜索結(jié)果中，有某一類網(wǎng)頁是你不希望看見的，而且，這些網(wǎng)頁都包含特定的關(guān)鍵詞，那么用減號語法，就可以去除所有這些含有特定關(guān)鍵詞的網(wǎng)頁。

例如，搜索水滸傳，希望是關(guān)于小說方面的內(nèi)容，卻發(fā)現(xiàn)很多關(guān)于電視劇方面的網(wǎng)頁。那么就可以這樣查詢：水滸傳-電視劇。注意，前一個關(guān)鍵詞和減號之間必須有空格，否則，減號會被當(dāng)成連字符處理，而失去減號語法功能。減號和后一個關(guān)鍵詞之間，有無空格均可。

（2）將搜索范圍限定在特定網(wǎng)站

把搜索范圍限定在特定站點中。有時候，你如果知道某個站點中有自己需要找的東西，就可以把搜索范圍限定在這個站點中，提高查詢效率。使用的方式是在查詢內(nèi)容的后面加上"site:站點域名".

例如，你知道新浪博客上有不少學(xué)習(xí)的文章，就可以這樣查詢：快速排序site:注意，"site:"后面跟的站點域名，不要帶"http://";另外，"site:"和站點名之間，不要帶空格。

2.嘗試特色搜索服務(wù)

百度搜索，使用者用得最多的是"網(wǎng)頁"搜索。打開百度網(wǎng)站"全部產(chǎn)品"鏈接，有搜索服務(wù)、新上線、導(dǎo)航服務(wù)、社區(qū)服務(wù)、游戲娛樂、移動服務(wù)、站長與開發(fā)者服務(wù)、軟件工具、其他服務(wù)等分類。仔細(xì)瀏覽各個服務(wù)分類，幾乎囊括了因特網(wǎng)上信息搜索的方方

面面。

以"百度識圖"為例。有些圖片資源并沒有配備圖片的文字說明，使用者無法了解圖片的完整信息。假如現(xiàn)在有一張動物或植物的圖片，使用者并不識得，想要了解動物的名稱、習(xí)性等信息，就可以嘗試百度識圖。百度識圖的圖片通過兩種方式來使用，有圖片文件的通過"本地上傳",將圖片上傳到百度；或者粘貼圖片網(wǎng)址到百度識圖搜索框中搜索。

"百度尋人"也是一項特色服務(wù)。百度尋人是百度推出的公益互動開放平臺。借助百度業(yè)界領(lǐng)先的搜索技術(shù)、龐大的用戶規(guī)模、海量的數(shù)據(jù)優(yōu)勢，建立全國范圍內(nèi)失蹤人員的開放數(shù)據(jù)庫，并利用中國科學(xué)院計算技術(shù)研究所無償提供的人臉識別技術(shù)迅速匹配失蹤人員的照片，幫助家長和熱心網(wǎng)友第一時間獲取信息。

3.嘗試不同搜索引擎

百度搜索是常用的搜索站點，在解決一個搜索問題時，關(guān)鍵詞提煉準(zhǔn)確了，搜索的結(jié)果還是不令人滿意，這時可以換個搜索引擎試試。

筆者的女兒前陣子從幼兒園老師那里領(lǐng)回來一個親子活動任務(wù)，做一個燈籠狀的裙子。用什么材料呢？用布匹的話就得請專業(yè)裁縫師了，考慮可以使用廢舊報紙做材料。提煉的搜索關(guān)鍵詞是"紙裙""燈籠".使用百度搜索，可以找到相關(guān)信息，有實際指導(dǎo)如何做的網(wǎng)頁較少。嘗試使用搜狗更快地找到了所需信息。

4.嘗試專業(yè)網(wǎng)站

對于專業(yè)性強(qiáng)、嚴(yán)肅性高的信息，使用專業(yè)網(wǎng)站更能達(dá)到搜索需求。專業(yè)網(wǎng)站中收錄的信息資源專業(yè)性強(qiáng)，主題明確，檢索的相關(guān)性高。資源入庫前進(jìn)行了嚴(yán)格的定向篩選，質(zhì)量比較高，具有較高的權(quán)威性。

例如，想要搜索"義務(wù)教育法"相關(guān)的內(nèi)容，找到專業(yè)網(wǎng)站：法律信息網(wǎng)，在該網(wǎng)站搜索框中輸入關(guān)鍵詞：義務(wù)教育法。搜索結(jié)果中不僅有義務(wù)教育法的全文，還有各地政府實施義務(wù)教育法的辦法和情況信息。

專業(yè)網(wǎng)站的使用是個日積月累的過程，在日常的搜索過程中要注意搜集和甄別，找到不同分類的專業(yè)網(wǎng)站并收藏，使用時就能快速搜索到有價值的信息。

知道搜索引擎的基本工作原理、掌握提煉關(guān)鍵詞的技巧、積累點滴和靈活運(yùn)用，這三個部分在開始