搜索简史

现在的同学很难想象没有搜索引擎的日子,国内的百度,国外的Google,Bing基本成为互联网的唯一入口,上网的第一件事是搜索一下。

回想整个互联网,关于信息获取,可以分为这么几个阶段:

1)门户网站

20世纪末的时候大家还玩的是门户网站。全世界出名的网站就那么几个,国外Yahoo,国内Sina/搜狐/网易。大家上个网需要记住这些网站的域名,然后输入。当时网站和内容都特别少,其实也就只能看看简单的新闻。

2)分类导航

随着网站的越来越多,记住域名这种事情难度太高。所以要yahoo 是世界上第一家提供分类导航的网站。分类导航能产生也是顺其自然的事情,电话薄/地址导航类的书籍,几十年过去了,现在仍能在美国还有提供。

就是这么一种简单的方式,让Yahoo占领了整个互联网世界,同时Yahoo的华人老板杨致远也让华人津津乐道谈论了好多年。

由网吧管理员李兴平99年创建的hao123也只作了一个类似的一个分类导航简单的事情,最后04年作价上亿卖给百度。所以说信息获取,信息导航的价值和空间要多大有多大。

3)搜索引擎

Yahoo随着访问量和收录链接数的增长,Yahoo目录开始支持简单的数据库搜索。因为Yahoo的数据是手工输入的,所以不能真正被归为搜索引擎,事实上只是一个可搜索的目录,但是总算是萌芽。

真正的搜索引擎诞生也同时诞生了一家至今仍能是霸主的公司Google。说到Google一开始更多的是创始人Larry page的博士生作业。让Google成名的是,Larry研究的算法page rank。

为什么这个算法特别重要? 用户搜索的目的就是想获得答案和获取最佳信息。而互联网上各种信息良莠不齐,谁排在前,谁排在后面就显得很重要了,直接影响用户的搜索感受。那能不能像Yahoo一样通过人工录入呢,答案是否定的,在互联网信息爆炸的今天通过人工的方式基本不可能。所以Google想了一个巧妙的方法,根据网页之间相互超链接的来计算相关性。具体的方法是:

PageRank通过网络浩瀚的超链接关系来确定一个页面的等级。Google把从A页面到B页面的链接解释为A页面给B页面投票,Google根据投票来源(甚至来源的来源,即链接到A页面的页面)和投票目标的等级来决定新的等级。简单的说,一个高等级的页面可以使其他低等级页面的等级提升。

方法说的玄乎,简单来理解就是被链接的次数越多,越重要就会排在前面。这样用户使用Google搜索出来的相关性会大大增强,准确率大大提高。

现在国内的百度,国外的Google,Bing基本都是这套技术。

搜索引擎的出现也让搜索成为一门技术。相关的研究方兴未艾!下面简单的说一说搜索技术当前发展和趋势。

1)page rank 到 learning to rank

从page rank通过链接来判断,还是不能完全解决问题,所以大家又尝试用机器学习训练的方式来解决搜索的排名,对语义的理解,learning to rank一直是搜索技术研究等热点。

2)通用搜索到垂直搜索

Google/百度做的都是通用搜索,更多的是解决文本信息的问题,通用的算法很难解决所有的问题。比如音乐,视频不能简单通过链接来分析,还有正版,盗版等一系列问题,所以产生了很多垂直搜索等技术。

3)从信息到知识

搜索核心是获取信息,大家在研究等同时发现,信息里面隐藏了大量的知识,如果搜索的时候能直接返回知识,从而相当于给搜索的人直接返回更想要的答案。知识要用到的关键技术就是知识图谱。

4)大搜索

大搜索的概念可以到百度文科里面下载《大搜索技术白皮书》看看。

http://wenku.baidu.com/view/4f42bded58fafab069dc02da.html?from=search

这个是防洪墙之父方滨兴院士15年主持的一个技术项目提出的一个概念:“面向泛在网络空间的智慧搜索”。这个看起来玄乎,简单说一下关键两点:

1)搜索范围变大,除了互联网之外,未来的物联网也能搜索。

2)搜索更智能,不是简单的关键字匹配,是包含意图理解,知识综合,最后返回的结果也不全是简单的链接,而是用户最终要的答案,比如,搜索机票,最后返回的结果是帮用户把全部行程安排好。

方教授搞防火墙,搞得名声不太好,但是大搜索的概念还是挺准确的。

总代来说,搜索还是门复杂的技术,未来研究等空间很大。我辈一起努力吧!

本文分享自微信公众号 - 大数据和云计算技术(jiezhu2007),作者:朱洁

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2016-11-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 大数据和云计算技术周报(第133期)

    如今pc和手机的操作系统已被垄断,但是这个垄断却未必能在物联网时代延续,一个新兴的物联网操作系统浪潮正在袭来。本文介绍了全球各大厂家的物联网操作系统。

    大数据和云计算技术
  • 搜索概述

    最近比较流行的段子是调侃搜狗CEO王小川,说他终于可以找女朋友了,因为之前王小川曾说过,搜狗不上市,就不找女朋友,搜狗终于宣布要赴美IPO了。 王小川最出名的是...

    大数据和云计算技术
  • 速度比你想的重要

    效率高的明显好处是:单位时间内能完成更多的工作。但这只是冰山一角,假如工作速度快,你就会倾向于低估做事的成本,因此乐于完成更多的工作。 举个例子,假设你每写一...

    大数据和云计算技术
  • 电商为什么知道你想买啥?

    一直以来都被高度曝光的人工智能领域相关应用,总是引来巨大关注。在电商搜索领域,人工智能发挥着怎样的作用?

    DT数据侠
  • 每个软件工程师都应该了解的搜索技能

    如果你问一名软件工程师:“如何给产品添加搜索功能?”或者“如何构建一个搜索引擎?”你可能会得到这样一个回答:“我们刚刚推出了ElasticSearch集群,以后...

    CSDN技术头条
  • Google把百度当工具使,进行审查版搜索引擎的研发

    导读:上周 The Intercept 爆料谷歌计划在中国大陆重启其搜索业务,目前谷歌还没有对此传闻做出正面回应,而 9 日,The Intercept 又爆料...

    华章科技
  • Google推出面部搜索

    Google最近推出了一项很有意思的功能----"搜索面孔"。 让我来示范一下。在Google Image中搜索"Shanghai",下图是正常返回的结果。 ?...

    ruanyf
  • 企业网站建设常用CMS网站内容管理系统介绍

    现在做网站90%的都是采用cms网站管理系统,内容管理系统(CMS)是一种当下非常主流的网站建设系统,能够快速地帮助我们建立一个属于自己的网站,相比定制后台系统...

    用户4831957
  • 总是搜不到想要的内容?Elasticsearch搜索排名优化了解一下

    导语 | Elasticsearch(下文简称ES) 是当前热门的开源全文搜索引擎,利用它我们可以方便快捷搭建出搜索平台,但通用的配置还需要根据平台内容的具体情...

    腾讯云ES团队
  • 比谷歌更有意思的知识提取搜索引擎 magi

    之前提到的doge搜索还是不错的,如果用不了谷歌可以推荐使用这个,另外还有人开发了个油猴脚本https://greasyfork.org/zh-CN/scrip...

    苏生不惑

扫码关注云+社区

领取腾讯云代金券