0、垂直搜索引擎

0、垂直搜索引擎

一个搜索引擎由搜索器 、索引器 、检索器 和用户接口 四个部分组成。垂直搜索引擎为2006年后逐步兴起的一类搜索引擎。热门的垂直搜索行业有：购物，旅游，汽车，工作，房产，交友等行业。搜索引擎对动态url数据不敏感也是众所周知的，这些可以作为垂直搜索引擎的切入点。

搜索器：其功能是在互联网中漫游，发现和搜集信息；

索引器：其功能是理解搜索器所搜索到的信息，从中抽取出索引项，用于表示文档以及生成文档库的索引表；

检索器：其功能是根据用户的查询在索引库中快速检索文档，进行相关度评价，对将要输出的结果排序，并能按用户的查询需求合理反馈信息；

用户接口：其作用是接纳用户查询、显示查询结果、提供个性化查询项。

 

不同于通用的网页搜索引擎，垂直搜索专注于特定的搜索领域和搜索需求（例如：机票搜索、旅游搜索、生活搜索、小说搜索、视频搜索、购物搜索等等），在其特定的搜索领域有更好的用户体验。相比通用搜索动辄数千台检索服务器，垂直搜索需要的硬件成本低、用户需求特定、查询的方式多样。

垂直搜索引擎的索引数据特点：

垂直搜索引擎的索引数据倾向于结构化数据和元数据，这个特点是区别于通用搜索引擎的，这是垂直搜索引擎的立足点。设计的时候要提供收集用户数据的接口，同时提供tag,积分等机制，使搜索结果更加“垂直”。垂直搜索引擎的目标是帮助用户解决问题，而不只是像通用搜索引擎一样发现信息：这一点是垂直搜索引擎的终极目标。在做垂直搜索引擎的时候你需要考虑：什么问题是这个行业内的特殊性问题，什么问题是一般性问题。keso多次提到google的目标是让用户尽快离开google，而垂直搜索引擎应该粘住用户。一般来说，使用垂直搜索引擎的用户都是和用户的利益需求密切相关的。所谓利益需求是我自己独创的，大意是和用户工作密切相关，生活中必不可少的需求，而求有持续性。比如：学生找论文，业主找装修信息等等这样的需求。因此粘住用户，让用户有反馈的途径是一个关键部分。

框架

抓取

也就是蜘蛛程序，负责从信息源抓取数据，蜘蛛程序通常是基于预先构造的模板工作的，无模板的蜘蛛程序只能处理结构相对简单的信息，抓取系统涉及的关键技术点有爬行路径分析、增量抓取与全抓取、信息构造完整性、信息唯一性识别、多网页信息整合、自动标引（此功能也可以单独提出）等；

索引

把抓来的信息建立类似书目的数据文件，以便于实现高速检索。索引系统涉及的关键技术点有分词技术、预评分和后评分、增量索引与全索引、排序技术、热点词高速缓存、标准检索语句解析等；

搜索

　　就是提供搜索功能的网站，网站的具体表现形式大不相同，但是都提供全文搜索功能，除了搜索功能外，还提供与业务相关的其他功能，譬如按地域导航检索、会员注册、订阅等。很多人把GOOGLE、百度称之为站外搜索，而把其他基于数据库的搜索称之为站内搜索，其实所有的搜索引擎提供的都是站内搜索，数据都是预先存储在本地的。

 

架构设计：http://www.chinaz.com/web/2015/1030/464393.shtml

　　　　　http://www.cnblogs.com/wintersun/p/5925496.html

 　　　　  http://www.36dsj.com/archives/61886

 　　　　http://www.jb51.net/yunying/412471.html

 

拼音搜索：https://www.2cto.com/database/201203/123450.html