我家的搜搜

2024-12-06

我家的搜搜（共2篇）

我家的搜搜篇1

信息泛滥以及信息大爆炸使得人们缺少的不再是信息,而是在海量的信息中找到满足需求且有价值的信息。目前全球的网页数超过100亿个,每天还以数百万个的速度增长[1],单靠人工检索不可能在海量的信息中找到所需信息。计算机的出现,使得信息组织有序化、自动化,特别是搜索引擎的诞生,人们可以快速、方便地在互联网上找到所需信息。

搜索引擎的出现是信息检索领域的一次革命,适应了信息大爆炸时代的要求。最早现代意义的搜索引擎是1994年的Lycos[2],此后,斯坦福大学的博士生杨致远和David Filo创建了Yahoo分类目录检索。现在国际上最流行的是诞生于1998年的Google搜索引擎,国外搜索引擎市场十分活跃,例如Altavista、infoseek、Opentext等等,都非常著名[3]。国内的搜索引擎比国外的发展要滞后,市场占有率最高的是百度,历史最悠久的是天网。现在其他的一些门户网站都十分重视搜索引擎业务,例如腾讯的搜搜、搜狐的搜狗、网易的有道、新浪的爱问等等。

在国内,除了熟悉百度之外,比较少人了解其他搜索引擎的功能、特点和服务,所以有必要对搜搜、搜狗、有道和爱问等等的功能、界面以及特点进行对比分析以及评价,让广大用户对他们有一个全面的了解,可以使用户有选择性地、更高效地利用搜索引擎在互联网上找到所需信息。

2 搜索引擎介绍

搜索引擎是指按照一定的算法,运用计算机程序在互联网上收集信息,并对信息进行组织和处理,向用户提供检索到相关信息的系统。它由4部分组成:搜索器、索引器、检索器以及用户接口。根据信息收集和服务方式的不同,web信息检索系统可以分为目录式和搜索引擎式[4]。

其机构示意图如图1。

搜索引擎经过20年的发展取得了巨大的进步,国内外都涌现出一批比较好的搜索引擎。在互联网时代,搜索引擎成就了互联网上的一切。

3 国内著名搜索引擎比较分析

本文选取了搜搜、搜狗、有道以及爱问这四个国内著名的搜索引擎。因为搜搜、搜狗、有道和爱问是用户比较熟悉并且是国内著名门户网站的搜索引擎,公司实力雄厚,发展潜力无限,各具特色。

3.1 各搜索引擎简介

搜搜是腾讯公司旗下的一款搜索引擎,在2006年3月正式发布运营。但是,却是在Google提供技术支持下进行的搜索。2009年9月,搜搜摆脱Google的技术支持,正式使用自己研发的搜索引擎技术。目前,搜搜是国内网民首选的三大搜索引擎之一。

搜狗是搜狐公司旗下的搜索引擎,于2004年8月推出。搜狗在2007年1月正式推出3.0版本,使用自己研发的服务器集群并行抓取技术,成为世界上首位收录中文网页超过100亿的搜索引擎。再加上每天5亿网页的更新速度,使得搜狗可以为用户提供更全、更快的信息服务,成为国内搜索引擎市场上炙手可热的产品。

网易在2007年正式推出采用自己研发的“有道搜索”的搜索引擎服务,在2009年12月推出了2010年版本。有道凭借自己的门户优势,逐渐扩大搜索引擎的市场占有率,09年占据了0.9%的份额,入选世界品牌价值实验室评选的“全球十大著名中文搜索引擎”。

新浪于2005年7月推出完全自主研发的爱问搜索引擎。爱问除了保留传统算法技术在常规网页搜索功能之外,还自主开创了互动问答平台,该平台弥补了传统搜索引擎在智慧型以及互动型的不足。新浪是中国最大的综合门户网站之一,拥有极大的用户群,爱问在这样的平台上发展,势必会成为中文搜索引擎市场上具有强大竞争力的产品。

3.2 界面比较

搜搜以及搜狗在检索框上面直接排版了检索选项,搜搜有网页、图片、视频、音乐、搜吧、问问、博客、新闻和更多等等选项,而搜狗则有新闻、网页、音乐、图片、视频、地图、问答和更多。各自选项排序以及内容都是存在差异的。但是,这样排版有一个好处就是可以使用户更加容易、直观地选择需要的检索项。有道的检索选项则分布在页面的左上角,有网页、图片、热闻、购物、音乐、视频、词典、翻译和更多等等选项,有道的优先选项与搜搜、搜狗有一个明显的差异,就是有道非常重视词典和翻译。这三个搜索引擎都是将检索框排版在检索页面的中间,使用户一看就知道是搜索引擎,页面简洁明了。但是,爱问的检索页面与前三者是不同的。爱问检索一个明显的特征就是分类目录检索。整个检索界面都将问题进行分类,条例清晰,用户可以从大类到小类进行层层拆分,最后找到所需信息。除此之外,爱问的检索框也带有检索选项,有网页检索、新闻检索、地图检索等等。总的来讲,爱问的检索界面比较丰富,而前三者的检索界面则比较简洁,风格各异。

3.3 功能分析

为了可以全面比较各个搜索引擎的性能以及各自的特点,笔者进行了一次实证研究:分别利用四个搜索引擎对12组关键词进行检索,这些关键词分为四类,分别是生活类、工作类、学习类、娱乐类,每一类都有3组关键词,检索的关键词如表1。

笔者认为将关键词进行分类检索有助于比较不同搜索引擎在不同的检索领域的效能,此外,如上表所示,第一行和第三行的关键词组都由3个关键词组成,这样是为了更准确表达用户的查询意图,有利于检索实验的进行。另外,第二列的关键词组是由1个关键词组成,目的是为了比较这四个搜索引擎在检索意图不是太清晰的时候各自的检准率如何。

该实验使用用户评价法,邀请12位志愿者进行,每一位分别使用这四个搜索引擎仅仅对一组关键词进行检索,然后对前20个检索结果进行评价。评价体系由:死链接、不相关、较相关、相关、不可信、较可信、可信,这9个指标组成。相关性评价衡量的是查找到的内容是否与检索意图相关,可信性衡量的是查找到的内容或者网页是否可信。

3.3.1 检准率比较

检准率是衡量一个搜索引擎检索功能的主要方面,一个搜索引擎检准率的高低直接影响用户对它的喜爱程度,也决定它在激烈的市场竞争中的生存。通过实验,笔者分别统计了这四个搜索引擎的相对检准率。但是,各个搜索引擎的数据库是十分巨大的,存储的信息无法用个人计算机进行统计分析,所以这里相对检准率的计算公式进行简化:

相对检准率=前两页相关网页数量/前两页网页总数量*100%

搜搜对12组关键词进行检索,生活类相关网页14个,学习类相关网页22个(其中包括7个相同网页或者内容相同的网页),工作类相关网页17个,娱乐类相关网页40个(其中包括4个相同的网页或者内容相同的网页)。这里统计相关网页排除了“较相关”网页数量的统计。

搜狗对12组关键词组进行检索,生活类相关网页30个(其中包括5个相同网页或者内容相同的网页),学习类相关网页14个(其中包括3个相同网页或者内容相同的网页),工作类相关网页20个,娱乐类相关网页29个(其中包括2个相同网页或者内容相同的网页)。

有道对12组关键词组进行检索,生活类相关网页15个,学习类相关网页18个(其中包括4个相同网页或者内容相同的网页),工作类相关网页20个,娱乐类相关网页23个。

爱问对12组关键词组进行检索,在这里需要说明一点,爱问的网页检索使用的是Google提供的检索功能但是,爱问其他方面的检索是使用自主研发的检索系统。生活类相关网页25个,学习类相关网页22个,工作类相关网页21个(其中包括2个相同网页或者内容相同的网页),娱乐类相关网页26个。

相关数据统计如表2。

通过统计,我们可以看出生活类检准率最高的是搜狗50%,然后到爱问41.67%,依次是有道25%,搜搜23.33%。搜狗之所以拥有相对较高的检准率是因为在30个相关网页中有5个是相同或者内容相同的网页。爱问使用的是Google提供的网页检索服务,所以统计的数据实质上就是Google的检准率,Google是全球最流行的搜索引擎,其检索质量相对较高。其次就是搜搜和有道了,两者相差无几。从上述数据可以看出,国内搜索引擎的检准率还有很大的提升空间。学习类检准率最高的是搜搜和爱问,两者都是36.67%,有道和搜狗的检准率分别是30%,23.33%。因为搜搜在学习类检索中有7相同网页或者内容相同网页,爱问推出一个互动平台,网友和其公司上传了大量学习相关资料,所以他们在这方面的检准率比另外两个要高。工作类检准率最高的是爱问35%,搜狗和有道并列第二,都是33.33%,而搜搜则是28.33%,很明显,爱问即是Google比国内的搜索引擎要略胜一筹。娱乐类检准率最高的是搜搜66.67%,搜狗48.33%,爱问43.33%,有道38.33%。搜搜在娱乐类之所以有这么高的检准率是有三方面理由:1)在40个相关网页中有4个是相同的;2)其中一组检索关键词组是“海南旅游指南”,因为该词组很热,所以可以检索出大量相关网页,其中不乏钓鱼网页。3)搜搜属于腾讯的,腾讯公司在娱乐行业搞的有声有色,在一定程度上提高了其搜索引擎在娱乐类的检准率。其他三个搜索引擎在娱乐类的检准率都明显比其他类的要高,这是由于检索的关键词组较热,并且各个搜索引擎也十分重视为用户提供娱乐资讯,以此吸引用户注意或者留住用户。

纵观这次实验,四个搜索引擎的检准率从高到低分别是爱问位列第一,39.17%;搜搜和搜狗并列第二,38.75%;有道位列第四,31.67%。在这次实验中,有道的检索效果稍微比前三者差一点。但是,每个搜索引擎在不同类型的检索问题上有不同的表现,各自都有独特的一面,在下文中笔者还会就各自的特色进行详细的阐述。

从这些统计数据来看,我们对国内比较著名的四个搜索引擎有了一个大概的了解。他们的检准率还是不高的,要想达到比较高的检准率还要做出很大的努力和改善。在激烈的搜索引擎市场竞争中,如果想要留住用户或者吸引新的用户,搜索引擎必须要提供优质的服务,而优质的服务很大程度上是取决于检准率的高低。

3.3.2 可信度比较

用户利用搜索引擎可以找到大量相关信息,但是,互联网上同时也存在大量虚假的信息或者有毒的网站。所以就算用户找到相关的信息,有时候也不敢相信,搜索引擎结果的公信力不高。搜索引擎有必要在向用户返回查询结果的同时谨慎过滤掉虚假的信息或者有毒的网站。本文对可信度评价的标准有两点:1)网页内容可信;2)网页安全可靠。下面对这四个搜索引擎分别进行可信度评价,这里的可信度计算公式如下:

可信度=前两页可信网页数量/前两页网页总数量*100%

搜搜检索生活类,可信网页数为9个;学习类可信网页数为26个(其中有7个是相同网页);工作类可信网页数为23个;娱乐类可信网页数为22个(其中有两个是相同网页)。

搜狗检索生活类,可信网页数为15个(其中包括5个相同网页);学习类可信网页数为20个(其中包括3个相同网页);工作类可信网页数为27(其中包括2个相同网页);娱乐类可信网页数为19。

有道检索生活类,可信网页数为8个;学习类可信网页数为22个(其中包括3个相同网页);工作类可信网页数为20个;娱乐类可信网页数为18个。

爱问检索生活类,可信网页数为8个;学习类可信网页数为31个(其中包括8个相同网页);工作类可信网页数为27个;娱乐类可信网页数为22个。

相关数据统计如表3。

由表3可知,生活类可信度普遍是偏低的,只有搜狗有25%,其他三者都在13-15%之间。这是因为用户在互联网上查找到的信息关于生活或者关于健康的,用户不会轻易相信内容,所以才会造成这么低的可信度。这给当前搜索引擎的发展一个很大的启示,就是要为用户的日常生活提供可信的信息,因为搜索引擎未来的发展方向之一就是面向更广大的用户,提供更贴近生活或者生活上必须的信息服务。学习类中,爱问的可信度达到了51.67%,搜搜的可信度达到43.33%,依次是有道36.67%,搜狗33.33%。爱问的可信度之所以那么高是因为其中有8个网页是相同的,并且是利用Google提供的网页检索服务,还有重要一点是,结合上述检准率相关数据分析,因为爱问在学习类的检准率是最高的,并且其推出的互动平台也深受用户欢迎。工作类检索可信度最高的搜狗和爱问,两者并列第一,45%;搜搜和有道分别是38.33%,33.33%,他们在工作类检索可信度有待提高。娱乐类检索可信度,搜搜和爱问并列第一,36.67%;搜狗和有道在这方面的可信度在30%左右。正如3.3.1节所说,搜搜是腾讯公司的产品,腾讯在娱乐资讯方面具有明显的优势,所以在娱乐类检索可信度中会高居榜首。但是,总的来说,娱乐类检索可信度还是偏低。

纵观上述数据,我们可以看出,这四个搜索引擎检索出的网页的可信度都是不高的,依次为爱问36.67%,搜狗33.75%,搜搜33.33%,有道28.33%。这么低的可信度不利于搜索引擎的发展。人们查找信息越来越依赖搜索引擎,学习上离不开它,工作上离不开它,生活上也离不开它,但是,这么低的可信度让用户处于十分为难的境地。所以各个搜索引擎必须在网页筛选以及过滤上进行突破性的研究和改进。

3.3.3 特色比较

不同的搜索引擎有不同的特色。爱问的特色十分明显,其检索界面分类十分明确,类目非常丰富。如果用户对自己查找的信息不清晰,可以使用爱问进行分类查找,从大类到小类,逐步缩小检索范围,直到找到相关信息。此外,爱问还有另外一个优势,用户可以选择下载不同类型的文件,资料十分齐全。此外,用户还可以上传资料共享,爱问的资料共享平台做得很出色,深受用户欢迎。

翻译功能是有道的一大特色。有道的翻译,具有意思完整,解释清楚,例句丰富的特点,在其他词典查不到的单词,都可以在有道翻译上得到答案。有道翻译是用户比较喜欢的翻译工具之一。

搜搜的特色在于娱乐相关信息的检索。另外,搜搜的结果返回界面具有网页预览功能,用户只要将鼠标移到“预览”上,即可以快速浏览网页的相关内容。搜搜是腾讯公司旗下的搜索引擎,如上述数据显示,其在娱乐类的检准率以及可信度都是位列前茅的。

搜狗在生活类以及工作类检索占据明显的优势。搜狗是搜狐公司主要产品之一,是未来最具竞争力的商业搜索引擎之一。

4 结束语

通过对这四个搜索引擎进行分析,我们可以看出,尽管国内著名的搜索引擎的发展呈现出一派百家争鸣的景象,但是,仍然存在很多值得改善的地方。例如,检准率普遍比较低,可信度不高,这是两个十分重要的方面,直接影响搜索引擎的效率以及受欢迎的程度。

摘要：该文分别从界面特点、检准率、可信度以及特色这四个方面对国内著名的四个搜索引擎进行比较分析。在功能分析方面,采用用户评价法,利用搜搜、搜狗、有道以及爱问这四搜索引擎分别对12组关键词组进行检索,并对检索结果进行评分统计。

关键词：搜索引擎,对比分析,用户评价法,搜搜,搜狗,有道,爱问

参考文献

[1]李彦.基于Google搜索引擎的原理及使用[J].现代电子技术,2010(2):93-95.

[2]石晶.搜索引擎工具的发展趋势[J].现代情报,2003(9):87-88,90.

[3]曾民族.网络信息检索现状和性能评价[J].情报学报,1997(4):90-99.