搜索引擎进行信息检索的优化策略方法(向访问者提供信息的网站要解决好两个问题(图))

　　搜索引擎进行信息检索的优化策略方法(向访问者提供信息的网站要解决好两个问题(图))

　　21 世纪的搜索引擎正在改变我们的生活。百度、谷歌等*敏*感*词*搜索已经为大家所熟知。这些搜索引擎为人们提供了广泛的搜索服务。一般高校和大型企业都有一定规模的网站。这些网站上有很多信息。对于高校和企业的内部人员来说，使用基于本网站的搜索引擎无疑是最好的选择。但是我们了解到，现在的网站大部分要么没有搜索功能，要么有搜索功能，但这种搜索功能只是手动目录索引，自动化程度不高，搜索功能不强。针对中小型网站的搜索需求，本设计基于相对固定且易于跟踪和分析的网页特征及其在网站上的联系，提出了一种基于更新信息的网页分析方法，并在此基础上开发了一个站内搜索引擎。任何网站只要使用我们设计的本系统，就可以在不重新设计网站的情况下为用户提供本网站的搜索服务。思路：搜索引擎系统实际上由两个主程序和一个数据库组成。一个程序的功能是抓取网页，分析网页信息，并将获取的信息插入到数据库中。该程序称为蜘蛛程序或网络爬虫；另一个程序为用户提供了一个查询程序来查询数据库中所需的数据。用户使用搜索引擎主要使用程序，爬虫程序和数据库属于后台系统，不被用户感知。本作品的结构也是基于这个结构，与一般搜索引擎的区别在于网页分析部分。网页是网站设计者提供信息供用户阅读的唯一途径，是信息的载体。

　　网页是一定数量信息的集合，网站是网页的集合，是更大的信息集合。作为一个向访问者提供信息的网站，必须解决两个问题：一是信息在哪里，二是信息是什么。解决这两个问题的内容构成了网页内容的主体，因此网站上的网页内容根据其作用而有所不同。，分为引导信息和信息。由于主要信息的不同，本站网页可分为引导信息网页和信息网页。导览信息网页主要为用户提供获取所需信息的途径。一般来说，它们是网站的首页或网页节点树中的上一级网页。这种网页的特点是信息主要以超链接的形式存在。由于网站上的信息是以某种形式组织起来的，所以介绍性网页与网页结构有关，收录

有关网页结构的信息。信息网页就是信息本身，是网页节点树中的叶节点。这两种类型的网页在更新方面表现出完全不同的行为。引导网页中反映结构信息的部分一般不会发生变化，而引导网页中反映信息的部分和信息网页一般会随时间变化。我们的想法是利用站点的网页树中主网页或上级网页和超链接的相对稳定性和可追溯性，让爬虫可以定期抓取这些网页的内容，对相邻的相应网页进行比较分析。时间间隔。可以区分以下几种类型的超链接：永不改变、新的、位置改变和消失。这四种超链接的连接对象对应不同的处理类型：不变的链接反映站点的结构，其链接标题有部门和类型信息；新的、位置变化和消失的链接通常是新闻、公告和其他变化。对于内容，这些链接对应的网页一般是文档网页，而此类网页需要采用通用的网页分析方法。此更改信息为进一步分析网页提供帮助。例如，超链接的标题和表格的标题没有变化，收录

部门和类型信息。变更信息中的时间信息可以缩小查询范围。这就是我们提出的基于网页更新信息分析网页的方法。实验结果和实际结果表明我们的方法对网页分析是有效的。这就是我们提出的基于网页更新信息分析网页的方法。实验结果和实际结果表明我们的方法对网页分析是有效的。这就是我们提出的基于网页更新信息分析网页的方法。实验结果和实际结果表明我们的方法对网页分析是有效的。