神马文学网搜索引擎发展的随想--Software Test 软件测试
来源：百度文库 编辑：神马文学网 时间：2024/04/28 06:15:28
搜索引擎发展的随想
--北京博越世纪科技有限公司项目总监 朱红军
前段时间百度上市，使得本已硝烟四起的搜索引擎行业愈发的沸沸扬扬，一时间，几乎所有的媒体、网络都在关注着这一个IT行业的新热点。闲来无事，也想把自己的一些感受记录下来，凑凑热闹。
在我们许多人的印象里，似乎很多的新技术都来自一个地方——新的技术来自于哪里，去大学里看看，大学是新思想的一个主要来源。1990年由蒙特利尔的几个学生发明的Archie仅仅是自动索引互联网匿名FTP网站文件的程序，到麻省的3w wanderer，到斯坦福的excite概念搜索，到yahoo,到斯坦福的backRub项目蜕变的Google。无一不是著名高校的产物或者和学校的项目相关。（我国的高等教育成果有待加强啊！呃，扯远了，呵呵）
实际上今天的搜索问题跟五年前已是大不相同。现在网络上不光有书籍、论文，还有数字化的电视节目，这就要求搜索技术比以前更加优秀。人们希望找到可以信赖的信息，希望搜索工具可以对更加复杂的问题进行搜索。
搜索引擎要用到信息检索、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，并且由于搜索引擎能拥有大量的用户，在注意力引导上有着天生的优势，这位新生的帅哥必然受到众多IT豪门的追捧。在我看来，搜索引擎的发展有以下几个方面：
1．智能搜索和个性化服务
我所说的智能搜索并非指信息智能代理这个较大的范畴，而是搜索的核心技术，目前在智能分析领域，语义分析过于复杂，一直没有成熟的产品出现，而基于神经网络的智能分析才刚刚起步，只有少数的国外先进搜索引擎技术提供商的模式匹配技术（以数学为基础的统计量化）成功走出了实验室并在全球成功商业化。他们中的部分技术不是真正的语义分析，但它使用的技术达到了语义理解的高度，也是目前智能分析领域的进步。而且只能搜索应该对多种格式存储的信息进行检索。
信息智能代理是一种综合利用互联网信息的机制。它使用自动获得的领域模型（如web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。
2．交叉语言检索的研究和开发
交叉语言信息检索是指我用汉语文字提交查询，搜索引擎能在多种语言的数据库中进行信息检索，返回结果可以用母语显示。但是因为语言的区域特性，在表达方式和语义对应上的不同语言的差别很大，因此技术实现有相当的难度。但是对于网络互联，数据共享的目的而言，这似乎又是大众需要的一种目标。
3．提高信息查询的精度，提高用户输入查询条件的命中率
当我们在互联网上进行搜索的时候，我们更关注的是问题的答案，而不是给我们一个浩浩荡荡的查询结果列表，对于搜索引擎返回的大量繁杂的结果，用户不得不在结果中进行人工的分选，实际上还是花费了许多的时间。我认为一方面，用户本身需要提高搜索引擎使用的技巧，很多人不太关注这点，其实同样一个问题，两个人得到的搜索结果的质量可能有非常大的差别。另一方面，搜索引擎技术提供商和服务商要注意改进用户模型，追踪用户检索行为，使用相关度反馈机制，逐步求精。或者采用正文分类技术将结果分类，用户可以只浏览自己感兴趣的类别。再则是进行站点类聚或内容类聚，减少信息的总量。
4．从商业应用的模式上来看，可以做专注的技术提供商（比如杰出的autonomy），也可以做搜索的服务提供商；当前的搜索服务除了网站推介，门户搜索之外，在行业领域内的专业检索，政府和企业行业的垂直检索，政府和企业内的知识库检索都会有比较旺盛的需求，尤其是搜索引擎在对于语义分析的智能分析技术提高后，和KM的融合会有非常现实的客户效益，从而促进KM市场的发展。
欢迎访问我的BLOGhttp://kjolen.blogchina.com/
--北京博越世纪科技有限公司项目总监 朱红军
前段时间百度上市，使得本已硝烟四起的搜索引擎行业愈发的沸沸扬扬，一时间，几乎所有的媒体、网络都在关注着这一个IT行业的新热点。闲来无事，也想把自己的一些感受记录下来，凑凑热闹。
在我们许多人的印象里，似乎很多的新技术都来自一个地方——新的技术来自于哪里，去大学里看看，大学是新思想的一个主要来源。1990年由蒙特利尔的几个学生发明的Archie仅仅是自动索引互联网匿名FTP网站文件的程序，到麻省的3w wanderer，到斯坦福的excite概念搜索，到yahoo,到斯坦福的backRub项目蜕变的Google。无一不是著名高校的产物或者和学校的项目相关。（我国的高等教育成果有待加强啊！呃，扯远了，呵呵）
实际上今天的搜索问题跟五年前已是大不相同。现在网络上不光有书籍、论文，还有数字化的电视节目，这就要求搜索技术比以前更加优秀。人们希望找到可以信赖的信息，希望搜索工具可以对更加复杂的问题进行搜索。
搜索引擎要用到信息检索、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，并且由于搜索引擎能拥有大量的用户，在注意力引导上有着天生的优势，这位新生的帅哥必然受到众多IT豪门的追捧。在我看来，搜索引擎的发展有以下几个方面：
1．智能搜索和个性化服务
我所说的智能搜索并非指信息智能代理这个较大的范畴，而是搜索的核心技术，目前在智能分析领域，语义分析过于复杂，一直没有成熟的产品出现，而基于神经网络的智能分析才刚刚起步，只有少数的国外先进搜索引擎技术提供商的模式匹配技术（以数学为基础的统计量化）成功走出了实验室并在全球成功商业化。他们中的部分技术不是真正的语义分析，但它使用的技术达到了语义理解的高度，也是目前智能分析领域的进步。而且只能搜索应该对多种格式存储的信息进行检索。
信息智能代理是一种综合利用互联网信息的机制。它使用自动获得的领域模型（如web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。
2．交叉语言检索的研究和开发
交叉语言信息检索是指我用汉语文字提交查询，搜索引擎能在多种语言的数据库中进行信息检索，返回结果可以用母语显示。但是因为语言的区域特性，在表达方式和语义对应上的不同语言的差别很大，因此技术实现有相当的难度。但是对于网络互联，数据共享的目的而言，这似乎又是大众需要的一种目标。
3．提高信息查询的精度，提高用户输入查询条件的命中率
当我们在互联网上进行搜索的时候，我们更关注的是问题的答案，而不是给我们一个浩浩荡荡的查询结果列表，对于搜索引擎返回的大量繁杂的结果，用户不得不在结果中进行人工的分选，实际上还是花费了许多的时间。我认为一方面，用户本身需要提高搜索引擎使用的技巧，很多人不太关注这点，其实同样一个问题，两个人得到的搜索结果的质量可能有非常大的差别。另一方面，搜索引擎技术提供商和服务商要注意改进用户模型，追踪用户检索行为，使用相关度反馈机制，逐步求精。或者采用正文分类技术将结果分类，用户可以只浏览自己感兴趣的类别。再则是进行站点类聚或内容类聚，减少信息的总量。
4．从商业应用的模式上来看，可以做专注的技术提供商（比如杰出的autonomy），也可以做搜索的服务提供商；当前的搜索服务除了网站推介，门户搜索之外，在行业领域内的专业检索，政府和企业行业的垂直检索，政府和企业内的知识库检索都会有比较旺盛的需求，尤其是搜索引擎在对于语义分析的智能分析技术提高后，和KM的融合会有非常现实的客户效益，从而促进KM市场的发展。
欢迎访问我的BLOGhttp://kjolen.blogchina.com/
搜索引擎发展的随想--Software Test 软件测试
社会性软件的构成要素（Social Software Building Blocks） | UEDWorks|建设测试中
TEST FOR DEMENTIA测试您的逻辑？
数据恢复软件--software
第三代配置管理解决方案: 统一变更管理（UCM） - 搜虎测试 - 软件测试技术,工具 - test.sohudown.com
海量软件搜索引擎公开测试 数据挖掘成为主题
社会性软件的构成要素（Social Software Building Blocks） |...
软件测试的基本原则
软件测试的理论
软件搜索引擎
软件搜索引擎
我的Google搜索引擎，欢迎大家测试!
Social software（社会性软件）
软件测试：针对代码移交的测试
软件测试的十六种测试类型
面向对象软件的测试
软件测试的思维方法
《软件测试的艺术》读书笔记
人见人爱的软件测试经理
51Testing软件测试网：谈软件测试的心得
软件测试的思维方法-开发频道-软件测试-天极网
关于社会性软件、IM和p2p等的随想
关于社会性软件、IM和p2p等的随想
垂直搜索引擎发展的几个方向