信息检索算法

㈠ 信息检索的核心问题是什么啊也请简要说明理由哈，先谢过了

信息检索的核心问题就是判断检索文章与用户要求查询式是否相关，通常通过一个相关性的评价算法来实现。显示相关性评价的算法实现是设计信息检索系统的核心。可以更好的查找到自己想要找的信息。

㈡ 文献信息检索的原理是什么

信息检索是指将信息按一定方式组织和储存起来，并针对信息用户的特定需求查找出所需信息内容的过程。

计算机信息检索是指利用一定的检索算法,借助于特定的检索工具,并针对用户的检索需求,从非结构化的数据中获取有用信息的过程

信息检索原理示意图：如图

信息检索的实质是信息用户的需求和一定的信息集合的比较和选择的过程，即匹配的过程。

信息检索步骤

分析检索课题，明确检索要求

选择检索工具，选择检索途径

确定检索标识，确定检索运算

构筑检索提问，实施检索操作

获取初步信息，调整检索策略

获得满意结果

㈢ 搜索引擎的排序算法都有哪些是怎么实现的

2.1基于词频统计——词位置加权的搜索引擎
利用关键词在文档中出现的频率和位置排序是搜索引擎最早期排序的主要思想，其技术发展也最为成熟，是第一阶段搜索引擎的主要排序技术，应用非常广泛，至今仍是许多搜索引擎的核心排序技术。其基本原理是：关键词在文档中词频越高，出现的位置越重要，则被认为和检索词的相关性越好。
1）词频统计
文档的词频是指查询关键词在文档中出现的频率。查询关键词词频在文档中出现的频率越高，其相关度越大。但当关键词为常用词时，使其对相关性判断的意义非常小。TF/IDF很好的解决了这个问题。TF/IDF算法被认为是信息检索中最重要的发明。TF（Term Frequency）：单文本词汇频率，用关键词的次数除以网页的总字数，其商称为“关键词的频率”。IDF（Inverse Document Frequency）：逆文本频率指数，其原理是，一个关键词在N个网页中出现过，那么N越大，此关键词的权重越小，反之亦然。当关键词为常用词时，其权重极小，从而解决词频统计的缺陷。
2）词位置加权
在搜索引擎中，主要针对网页进行词位置加权。所以，页面版式信息的分析至关重要。通过对检索关键词在Web页面中不同位置和版式，给予不同的权值，从而根据权值来确定所搜索结果与检索关键词相关程度。可以考虑的版式信息有：是否是标题，是否为关键词，是否是正文，字体大小，是否加粗等等。同时，锚文本的信息也是非常重要的，它一般能精确的描述所指向的页面的内容。
2.2基于链接分析排序的第二代搜索引擎
链接分析排序的思想起源于文献引文索引机制，即论文被引用的次数越多或被越权威的论文引用，其论文就越有价值。链接分析排序的思路与其相似，网页被别的网页引用的次数越多或被越权威的网页引用，其价值就越大。被别的网页引用的次数越多，说明该网页越受欢迎，被越权威的网页引用，说明该网页质量越高。链接分析排序算法大体可以分为以下几类：基于随机漫游模型的，比如PageRank和Repution算法；基于概率模型的，如SALSA、PHITS；基于Hub和Authority相互加强模型的，如HITS及其变种；基于贝叶斯模型的，如贝叶斯算法及其简化版本。所有的算法在实际应用中都结合传统的内容分析技术进行了优化。本文主要介绍以下几种经典排序算法：
1）PageRank算法
PageRank算法由斯坦福大学博士研究生Sergey Brin和Lwraence Page等提出的。PageRank算法是Google搜索引擎的核心排序算法，是Google成为全球最成功的搜索引擎的重要因素之一，同时开启了链接分析研究的热潮。
PageRank算法的基本思想是：页面的重要程度用PageRank值来衡量，PageRank值主要体现在两个方面：引用该页面的页面个数和引用该页面的页面重要程度。一个页面P（A）被另一个页面P（B）引用，可看成P（B）推荐P（A），P（B）将其重要程度（PageRank值）平均的分配P（B）所引用的所有页面，所以越多页面引用P（A），则越多的页面分配PageRank值给P（A），PageRank值也就越高，P（A）越重要。另外，P(B)越重要，它所引用的页面能分配到的PageRank值就越多，P（A）的PageRank值也就越高，也就越重要。
其计算公式为：

PR（A）：页面A的PageRank值；
d：阻尼系数，由于某些页面没有入链接或者出链接，无法计算PageRank值，为避免这个问题（即LinkSink问题），而提出的。阻尼系数常指定为0.85。
R（Pi）：页面Pi的PageRank值；
C（Pi）：页面链出的链接数量；
PageRank值的计算初始值相同，为了不忽视被重要网页链接的网页也是重要的这一重要因素，需要反复迭代运算，据张映海撰文的计算结果，需要进行10次以上的迭代后链接评价值趋于稳定，如此经过多次迭代，系统的PR值达到收敛。
PageRank是一个与查询无关的静态算法，因此所有网页的PageRank值均可以通过离线计算获得。这样，减少了用户检索时需要的排序时间，极大地降低了查询响应时间。但是PageRank存在两个缺陷：首先PageRank算法严重歧视新加入的网页，因为新的网页的出链接和入链接通常都很少，PageRank值非常低。另外PageRank算法仅仅依靠外部链接数量和重要度来进行排名，而忽略了页面的主题相关性，以至于一些主题不相关的网页（如广告页面）获得较大的PageRank值，从而影响了搜索结果的准确性。为此，各种主题相关算法纷纷涌现，其中以以下几种算法最为典型。
2）Topic-Sensitive PageRank算法
由于最初PageRank算法中是没有考虑主题相关因素的，斯坦福大学计算机科学系Taher Haveli-wala提出了一种主题敏感（Topic-Sensitive）的PageRank算法解决了“主题漂流”问题。该算法考虑到有些页面在某些领域被认为是重要的，但并不表示它在其它领域也是重要的。
网页A链接网页B，可以看作网页A对网页B的评分，如果网页A与网页B属于相同主题，则可认为A对B的评分更可靠。因为A与B可形象的看作是同行，同行对同行的了解往往比不是同行的要多，所以同行的评分往往比不是同行的评分可靠。遗憾的是TSPR并没有利用主题的相关性来提高链接得分的准确性。
3）HillTop算法
HillTop是Google的一个工程师Bharat在2001年获得的专利。HillTop是一种查询相关性链接分析算法，克服了的PageRank的查询无关性的缺点。HillTop算法认为具有相同主题的相关文档链接对于搜索者会有更大的价值。在Hilltop中仅考虑那些用于引导人们浏览资源的专家页面（Export Sources）。Hilltop在收到一个查询请求时，首先根据查询的主题计算出一列相关性最强的专家页面，然后根据指向目标页面的非从属专家页面的数量和相关性来对目标页面进行排序。
HillTop算法确定网页与搜索关键词的匹配程度的基本排序过程取代了过分依靠PageRank的值去寻找那些权威页面的方法，避免了许多想通过增加许多无效链接来提高网页PageRank值的作弊方法。HillTop算法通过不同等级的评分确保了评价结果对关键词的相关性，通过不同位置的评分确保了主题（行业）的相关性，通过可区分短语数防止了关键词的堆砌。
但是，专家页面的搜索和确定对算法起关键作用，专家页面的质量对算法的准确性起着决定性作用，也就忽略了大多数非专家页面的影响。专家页面在互联网中占的比例非常低（1.79%），无法代表互联网全部网页，所以HillTop存在一定的局限性。同时，不同于PageRank算法，HillTop算法的运算是在线运行的，对系统的响应时间产生极大的压力。
4）HITS
HITS（Hyperlink Inced Topic Search）算法是Kleinberg在1998年提出的，是基于超链接分析排序算法中另一个最着名的算法之一。该算法按照超链接的方向，将网页分成两种类型的页面：Authority页面和Hub页面。Authority页面又称权威页面，是指与某个查询关键词和组合最相近的页面，Hub页面又称目录页，该页面的内容主要是大量指向Authority页面的链接，它的主要功能就是把这些Authority页面联合在一起。对于Authority页面P，当指向P的Hub页面越多，质量越高，P的Authority值就越大；而对于Hub页面H，当H指向的Authority的页面越多，Authority页面质量越高，H的Hub值就越大。对整个Web集合而言，Authority和Hub是相互依赖、相互促进，相互加强的关系。Authority和Hub之间相互优化的关系，即为HITS算法的基础。
HITS基本思想是：算法根据一个网页的入度（指向此网页的超链接）和出度（从此网页指向别的网页）来衡量网页的重要性。在限定范围之后根据网页的出度和入度建立一个矩阵，通过矩阵的迭代运算和定义收敛的阈值不断对两个向量Authority和Hub值进行更新直至收敛。
实验数据表明，HITS的排名准确性要比PageRank高，HITS算法的设计符合网络用户评价网络资源质量的普遍标准，因此能够为用户更好的利用网络信息检索工具访问互联网资源带来便利。
但却存在以下缺陷：首先，HITS算法只计算主特征向量，处理不好主题漂移问题；其次，进行窄主题查询时，可能产生主题泛化问题；第三，HITS算法可以说一种实验性质的尝试。它必须在网络信息检索系统进行面向内容的检索操作之后，基于内容检索的结果页面及其直接相连的页面之间的链接关系进行计算。尽管有人尝试通过算法改进和专门设立链接结构计算服务器（Connectivity Server）等操作，可以实现一定程度的在线实时计算，但其计算代价仍然是不可接受的。
2.3基于智能化排序的第三代搜索引擎
排序算法在搜索引擎中具有特别重要的地位，目前许多搜索引擎都在进一步研究新的排序方法，来提升用户的满意度。但目前第二代搜索引擎有着两个不足之处，在此背景下，基于智能化排序的第三代搜索引擎也就应运而生。
1）相关性问题
相关性是指检索词和页面的相关程度。由于语言复杂，仅仅通过链接分析及网页的表面特征来判断检索词与页面的相关性是片面的。例如：检索“稻瘟病”，有网页是介绍水稻病虫害信息的，但文中没有“稻瘟病”这个词，搜索引擎根本无法检索到。正是以上原因，造成大量的搜索引擎作弊现象无法解决。解决相关性的的方法应该是增加语意理解，分析检索关键词与网页的相关程度，相关性分析越精准，用户的搜索效果就会越好。同时，相关性低的网页可以剔除，有效地防止搜索引擎作弊现象。检索关键词和网页的相关性是在线运行的，会给系统相应时间很大的压力，可以采用分布式体系结构可以提高系统规模和性能。
2）搜索结果的单一化问题
在搜索引擎上，任何人搜索同一个词的结果都是一样。这并不能满足用户的需求。不同的用户对检索的结果要求是不一样的。例如：普通的农民检索“稻瘟病”，只是想得到稻瘟病的相关信息以及防治方法，但农业专家或科技工作者可能会想得到稻瘟病相关的论文。
解决搜索结果单一的方法是提供个性化服务，实现智能搜索。通过Web数据挖掘，建立用户模型（如用户背景、兴趣、行为、风格），提供个性化服务。

㈣ 信息检索技术与实现

信息处理系统
定义 信息处理系统
information processing systems
进行信息采集、存储、检索、加工、变换、传输的系统。又常称为数据处理系统。理论 信息处理系统一般指以计算机为基础的处理系统。由输入、输出、处理三部分组成（见图），或者说由硬件（包括中央处理机、存储器、输入输出设备等）、系统软件（包括操作系统、实用程序、数据库管理系统等）、应用程序和数据库所组成。一个信息处理系统是一个信息转换机构，有一组转换规则。系统根据输入内容和数据库内容决定输出内容，或根据输入内容修改数据库内容。系统必须能识别输入信息。对于以计算机为核心的信息处理系统，如果输入信息是数值数据，则系统可以直接接收，不需要任何转换；如果输入信息是非数值信息（包括图像、报告、文献、消息、语音和文字等），则必须转换为数值数据后才能予以处理。对应于系统输出，则有一个相应的逆过程。
分类
信息处理系统有各种不同的分类方法。可按信息处理系统的应用领域区分，如管理信息系统、机票预订系统、医院信息系统等；也可按系统的结构和处理方式区分,如批处理系统、随机处理系统、交互式处理系统、实时处理系统等。
信息处理系统一般按功能来区分。
计算服务系统 对众多的用户提供公共的计算服务，服务方式为联机处理或批处理。
信息存储和检索系统 系统存储大量的数据，并能根据用户的查询要求检索出有关的数据，如情报检索系统。数据库由系统设计者设计并建立，输出是对用户查询的回答。
监督控制信息系统 监督某些过程的进行，在给定的情况发生时发出信号，提请用户采取处置措施。例如，城市交通管理系统、空中交通管理系统、公害监视系统等。这种系统的输入信息往往是通过传感器或控制器传进来的，系统周期地处理输入数据，同数据库中保存的数据进行比较和分析，以决定是否输出信号。
业务信息处理系统 系统能完成某几种具体业务的信息处理。处理过程和输出形式都是事先规定好的。数据库中事先存放好完成这些任务所需的各种数据。例如，机票预订系统、电子资金汇兑系统等。
过程控制系统 系统通过各种仪器仪表等传感设备实时地收集被控对象的各种现场数据，加以适当处理和转换，送入计算机，根据数学模型对数据进行综合分析判断，给出控制信息，以控制物理过程。例如，轧钢过程控制系统、化工过程控制系统等。
信息传输系统 在传输线上将消息从发源地传送到目的地，以达到在地理上分散的机构之间正确、迅速地交换情报的目的。例如，国际信息传输系统、全国银行数据通信系统等。
计算机辅助系统 通过人机对话的方式，计算机辅助人们从事设计、加工、计划和学习，如计算机辅助设计、计算机辅助教学等。
有些信息处理系统可能是上述某几类的综合。如医疗管理系统,其中的事务管理属于业务信息处理系统,临床数据管理和医疗器械管理属于监督控制系统，医学情报检索管理则属于信息存储和检索系统，而计算机辅助诊疗则属于计算机辅助系统。
概述
信息处理系统是个很复杂的系统。系统的设计、构造、操作和维护都需要很大费用，因此需要从系统工程的观点加以分析和研究。系统软件分程序和数据库两部分，它们对信息处理系统都是同样重要的。一个好的信息处理系统必须要有一个良好的人机通信接口。开发信息处理系统的技术尚在不断发展，已经应用的信息处理系统也还需要不断更新。

㈤ 如何利用搜索引擎进行信息检索

可以利用搜索引擎高级搜索指令快速检索到想要的资源，搜索引擎高级搜索指令常用的只有几个，可以去网上找找

回答不容易,希望能帮到您,满意请帮忙采纳一下，谢谢 !

㈥ 有谁知道计算机检索的基本原理和步骤是什么呀

计算机检索的基本原理:
检索技术及其实现
检索技术包括基本布尔逻辑组配、截词、词位限制、检域限制等。
布尔逻辑组配是现行计算机检索的基本技术，主要通过“和(and,*)”、“或(or,+)”、“非(not,-)”等将检索词联络起来
如：信息检索 AND 计算机
（信息检索 OR 文献检索） AND 计算机
文献检索 NOT 文献检索课

如果要更详细资料请浏览参考资料(是Microsoft Powerpoint 97 文件)

㈦ 怎么使用信息搜索

因特网上的信息浩如烟海，我们怎样才能从那么多的信息中找到所需的信息呢?一种办法是靠自己平时随时记录和整理有用的万维网站点，另一种办法就是依靠搜索引擎。

搜索引擎是一种万维网站点，他们除了提供信息内容服务外，还提供信息检索服务。他们提供的信息检索服务主要有两种方式。

一种是索引方式。这种索引将万维网上的信息按照一种分类方法组织成树状结构，你可以一级一级地查下去，直至找到你想浏览的网页。例如，它的第一个网页上给出政治、科技、文化、艺术、体育等几个大类的栏目。如果你对体育感兴趣，则可把鼠标移到体育栏上点一下。接着，它会给你展示第二层的栏目，有国内体育和国外体育。再下一层可能是篮球、排球、足球、乒乓球、羽毛球、冰球、手球、棒球、高尔夫球、曲棍球……最后，可能在“最近一周足球比赛结果”栏目下显示出若干篇报道文章的题目，这时，你就可以选一篇来阅读了。实际上你每选一次，浏览器都把你的选择传送给搜索引擎站点，然后搜索引擎站点再将结果传送给你。如果搜索引擎站点很远（如在美国），那可能得稍微费点时间。

另一种方式是查找方式。提供这种服务的万维网站点的第一个网页上有一个空的栏目，供你填写查找要求。在那儿，你可以填入要查找内容的主题词和关键词。例如，你填了“天安门”，搜索引擎站点会查出有关天安门的文章。使用这种方式时，关键的一点是你的要求要比较恰当，如果要求太一般，搜索引擎站点可能给你找出成千上万篇文章；如果要求太严，可能查了很长时间，结果一篇也找不到。

搜索引擎的服务能力取决于该站点联系的万维网站点的数目、数据库更新的时间周期、信息分类方法和它的信息检索算法。它收集的站点少，自然信息就少；更新周期长，信息就会陈旧；分类不合理，本来可查到的信息可能就查不到；算法不好，查找的速度就慢。搜索引擎站点有不少，比较着名的搜索引擎站点有网络、谷歌等。

知识点

广域网

广域网也称远程网。通常跨接很大的物理范围，所覆盖的范围从几十公里到几千公里，它能连接多个城市或国家，或横跨几个洲并能提供远距离通信，形成国际性的远程网络。广域网的通信子网主要使用分组交换技术。广域网的通信子网可以利用公用分组交换网、卫星通信网和无线分组交换网，它将分布在不同地区的局域网或计算机系统互连起来，达到资源共享的目的。

㈧ 中国搜索引擎检索的主要方式有哪两种

现有的搜索引擎基本上分为三类：
1.1 single search engine(独立搜索引擎) 它的特点是仅在搜索引擎自身的数据库检索信息，比如Yahoo。
1.2 Meta search engine(元搜索引擎) 它在检索信息时通过调用其它多个独立的搜索引擎来完成检索功能，并且能够将从多个独立搜索引擎查询的结果进行不同程度的处理，比如删除重复结果、校验连接、结果按照相关度排序等。元搜索引擎本身可以有也可以没有自己的数据库。由于不同的元搜索引擎挂接的独立搜索引擎各不相同，且各自独立的搜索引擎在查询语法上的差别较大，使得元搜索引擎本身仅支持AND、0R、N0T等简单的语法操作，返回的结果只能满足“最低常用分母”，即不能提高搜索结果的准确性。
1.3 Net search engine(网络搜索软件) 就是网络用户可以将相应的搜索软件下载至本地的计算机上，安装查询，这是一种具有网络查询功能的离线浏览器。相对于元搜索引擎，它可以灵活地控制输出结果，其最大特点是方便用户使用和能快速地查询网络相关资源。2 网络搜索引擎的工作原理及其基本构成
用户检索信息时，搜索引擎是根据用户的查询要求，按照一定的算法从索引数据库中查找对应的信息返回给用户。为了保证用户查找信息的精度和新鲜度。对于独立的搜索引擎而言．还需要建立并维护一个庞大的数据库。独立搜索引擎中的索引数据库中的信息是通过一种叫做网络蜘蛛(spider)的程序软件定期在网上爬行，通过访问公共网络中公开区域的每一个站点采集网页，对网络信息资源进行收集，然后利用索引软件对收集的信息进行自动标引，创建一个可供用户按照关键字等进行查询的web页索引数据库，搜索软件通过索引数据库为用户提供查询服务。所以，一般的搜索引擎主要由网络蜘蛛、索引和搜索软件三部分组成.
网络蜘蛛。是一个功能很强的程序，它会定期根据预先设定的地址去查看对应的网页，如网页发生变化则重新获取该网页，否则根据该网页中的链接继续去访问。网络蜘蛛访问页面的过程是对互连网上信息遍历的过程。为了保证网络蜘蛛遍历信息的广度，一般事先设定_ 些重要的链接，然后进行遍历。在遍历的过程中不断记录网页中的链接，不断地遍历下去，直到访问完所有的链接。
索引软件。网络蜘蛛将遍历搜索集得到的网页存放在数据库中。为了提高检索的效率，需要建立索引。索引一般为倒排档索引。
搜索软件。该软件用于筛选索引数据库中无数的网页信息，选择出符合用户检索要求的网页并对它们进行分级排序。然后将分级排序后的结果显示给用户。
3 搜索引擎的主要性能评价指标
3．1 搜索引擎建立索引的方法 数据库中的索引一般是按照倒排文档的文件格式存放，在建立例排索引的时候，不同的搜索引擎有不同的选项。有些搜索引擎对于信息页面建立全文索引；而有些只建立摘要部分，或者是段落前面部分的索引；还有些搜索引擎，比如Google建立索引的时候，同时还考虑超文本的不同标记所表示的不同含义。如粗体、大字体显示的东西往往比较重要；放在锚链中的信息往往是它所指向页面的信息的概括，所以用它来作为所指向的页面的重要信息。Google、infoseek还在建立索引的过程中收集页面中的超链接。这些超链接反映了收集到的信息之间的空间结构，利用这些结果信息可以提高页面相关度判别时的准确度。由于索引不同，在检索信息时产生的结果会不同。
3．2 搜索引擎的检索功能搜索引擎所支持的检索功能的多少及其实现的优劣，直接决定了检索效果的好坏，所以网络检索工具除了要支持诸如布尔检索、邻近检索、截词检索、字段检索等基本的检索功能之外，更应该根据网上信息资源的变化，及时地应用新技术、新方法，提高高级检索功能。另外，由于中文信息特有的编码不统一问题，所以如果搜索引擎能够实现不同内码之间的自动转换，用户就会全面检索大陆、港台乃至全世界的中文信息。这样不但提高了搜索引擎的质量，而且会得到用户的支持。
3．3 搜索引擎的检索效果 检索效果可以从响应时间、查全率、查准率和相关度方面来衡量。响应时间是用户输入检索式开始查询到检出结果的时间。查全率是指一次搜索结果中符合用户要求的数目与和用户查询相关的总数之比；查准率是指一次搜索结果集中符合用户要求的数目与该次搜索结果总数之比；相似度是指用户查询与搜索结果之间相似度的一种度量。虽然由于无法估计网络上与某个检索提问相关的所有信息数量。所以目前尚没有定量计算查全率的更好方法，但是它作为评价检索效果的指标还是值得保留。查准率也是一个复杂的概念，一方面表示搜索引擎对搜索结果的排序，另一方面却体现了搜索引擎对垃圾网页的抗干扰能力。总之，一个好的搜索引辇应该具有较快的响应速度和高的查全率和查准率，或者有极大的相似度。
3．4 搜索引擎的受欢迎程度 搜索引擎的受欢迎程度体现了用户对于搜索引擎的偏爱程度，知名度高、性能稳定和搜索质量好的搜索引擎很受用户的青睐。搜索引擎的受欢迎程度也会随着它的知名度和服务水平的变化而动态的变化。搜索引擎的服务水平和它所收集的信息量、信息的新鲜度和查询的精度相关。随着各种新的搜索技术的出现，智能化的、支持多媒体检索的搜索引擎将越来越受用户的欢迎。
另外，搜索引擎的信息占有量也可以作为评价搜索引擎性能的指标。综上所述，评价搜索引擎的性能指标可以概括为：a．建立索引的方法(全文索引，部分索引，按重要程度索引等)；b．检索功能(支持的检索技术，多媒体检索，内码处理等)；C．查询效果(响应时间，查全率，查准率，相关度)；d．受欢迎程度；e．信息占有量。4 搜索引擎检索信息的局限
2001年Roper的调查指出，36％ 的互连网用户一个星期花超过2个小时的时间在网上搜索；71％ 的用户在使用搜索引擎时遇到过麻烦；平均搜索12分钟以后发现搜索受挫。另一项由Keen所做的调查显示，31％ 的人使用搜索引擎寻找答案，网上查找答案的半数以上都不成功。从这些调查数据中不难看出。目前的搜索引擎仍然存在不少的局限性。概括起来大致有以下几个方面。
4．1 搜索引擎对信息的标引深度不够 目前，搜索引擎检索的结果往往只提供一些线形的网址和包括关键词的网页信息，与人们对它的预期存在较大的距离，或者返回过多的无用信息，或者信息丢失，特别是对特定的文献数据库的检索显得无能为力。
4．2 搜索引擎的信息量占有不足 作为搜索引擎必须占有相当大的信息量才能具有一定的查全率和实用性。目前还没有一种覆盖整个因特网信息资源的搜索引擎。
4．3 搜索引擎的查准率不高 分析起来，这是因为：一方面由于网上信息数量巨大、内容庞大、良莠不齐，信息的质量得不到保障；另一方面是由于大多数搜索引擎的索引工作由程序自动完成，根据网页中词频及词的位置等因素确定关键词，有的网站为了提高点击率，将一些与网页主题并不相关的热门词汇以隐含方式放在页面上，并重复多次，从而造成查准率低。
4．4 检索功能单一，缺乏灵活性 目前许多搜索引擎的查询方法比较单一，一般只提供分类查询方式和关键词查询方式。不能从文献的多个方面对检索提问进行限制，只能就某一关键词或者概念进行笼统的检索。
4．5 搜索引擎自身的技术局限像目前部分搜索引擎还不能支持对多媒体信息的检索。造成上述信息检索困难的原因实质在于搜索引擎对要检索的信息仅仅采用机械的词语匹配来实现，缺乏知识处理能力和理解能力。也就是说搜索引擎无法处理用户看来是非常普通的常识性知识，更不能处理随用户不同而变化的个性化知识、随地域不同而变化的区域性知识以及随领域不同而变化的专业性知识等等。5 搜索引擎未来的发展趋势
新一代搜索引擎的发展目标就是采用新兴的搜索技术为用户提供更方便易用、更精确的搜索工具来满足用户的信息查询需要。技术上，应该在自然语言理解技术上有所突破，以XML可扩展标记语言为主，并使用向导技术。下面就搜索引擎的发展趋势谈几点看法。
<strong>答案补充</strong>
5．1 垂直化专业领域搜索 由于社会分工的加大，用户从事的职业有所不同，不同用户对信息搜索也往往有自己的专业要求。由于综合性的搜索引擎收录各方面、各学科、各行业的信息，因而搜索不相关的信息太多，专业垂直引擎则可以解决这个问题，垂直类搜索引擎是只面向某一特定的领域，专注于自己的特长和核心技术，能够保证对该领域信息的完全收录与及时更新。因此，基于专业领域的“垂直搜索引擎”开始成为搜索引擎发展的一个新趋势。
5．2 智能化搜索 传统的搜索引擎使用方法是被动搜索，而准确的搜索应建立在对收录信息和搜索请求的理解之上。显然，基于自然语言理解技术的搜索引擎由于可以同用户使用自然语言交谈，并深刻理解用户的搜索请求，则查询的结果更
加准确。
5．3 关联式的综合搜索 所谓关联式综合搜索，是这样一种一站式的搜索服务，它使得用户在搜索时只需要输入一次查询目标，即可以在同一界面得到各种有关联的查询结果，这种服务的关键在于有一架构在XML基础上的整合资讯平台。<strong>答案补充</strong>
5．4 个性化搜索 提高搜索精确度的另一个途径是提供个性化的搜索，也就是将搜索建立在个性化的搜索环境之下，其核心是跟踪用户的搜索行为，通过对用户的不断了解、分析，积累用户的搜索个性化数据来提高用户的搜索效率。
5．5 结构化搜索 所谓结构化搜索，是指充分利用XML等技术使信息结构化，同时使用查询结构化，从而使搜索的准确度大大提高。
5．6 本土化的搜索 世界上许多着名的搜索引擎都在美国，它们以英语为基础，完全按他们的思维方式和观点搜集和检索资料，这对于全球不同国家的用户来说是显然不合适的。各国的文化传统、思维方式和生活习惯不同，在对于网站的内容的搜索要求上也就存在差异。搜索结果要符合当地用户的要求，搜索引擎就必须本土化。
5．7 多媒体搜索。随着宽带技术的发展，未来的互联网是多媒体数据的时代，开发出可查询图像、声音、图片和电影的搜索引擎是一个新的方向，这也将极大地满足用户的需求。未来的搜索引擎应该信息量更大、搜索速度更快、搜索精度更高和更能够满足用户的信息查询需求。