推薦：關(guān)于搜索引擎的技術(shù)和理念
本文先引用幾句話：1.確解用戶之意，切返用戶之需。2.門(mén)戶網(wǎng)站都想著是怎樣省錢(qián)，而不是怎樣花錢(qián)來(lái)買(mǎi)技術(shù)。3.搜索引擎不是人人都能做的領(lǐng)域，進(jìn)入的門(mén)檻比較

垂直搜索對(duì)信息的更新有著非凡的要求，根據(jù)這些特點(diǎn)可以從以下幾點(diǎn)考慮：

1.信息源的穩(wěn)定性（不能讓信息源網(wǎng)站感覺(jué)到spider的壓力）

2.抓取的成本問(wèn)題

3.對(duì)用戶體驗(yàn)改善程度。

根據(jù)以上幾點(diǎn)制定一種比較好的策略，要做到恰到好處。

策略上可以評(píng)估網(wǎng)站/網(wǎng)頁(yè)更新的系數(shù)、網(wǎng)站/網(wǎng)頁(yè)的重要系數(shù)、用戶點(diǎn)擊系數(shù)（或曝光系數(shù)）、網(wǎng)站穩(wěn)定系數(shù)……，根據(jù)這些系數(shù)來(lái)確定對(duì)這些網(wǎng)站/網(wǎng)頁(yè)更新的頻率。再由于新信息和更新了的信息list頁(yè)面前面或者首頁(yè)，所以對(duì)網(wǎng)頁(yè)進(jìn)行很好的分級(jí)可以以低成本很好的解決更新問(wèn)題，系數(shù)比較低的網(wǎng)頁(yè)一月update一次，稍微高點(diǎn)的一周update一次、中等的幾天到一天一次、高的幾小時(shí)到幾分鐘一次。類似搜索引擎的大庫(kù)、周庫(kù)、日庫(kù)，小時(shí)庫(kù)……

基于視覺(jué)網(wǎng)頁(yè)塊分析技術(shù)，模擬IE瀏覽器的顯示方式，對(duì)網(wǎng)頁(yè)進(jìn)行解析。

根據(jù)人類視覺(jué)原理，把網(wǎng)頁(yè)解析處理的結(jié)果，進(jìn)行分塊，再根據(jù)需要，對(duì)這些塊進(jìn)行處理，如：采集定向、介紹抽取和一些必要的內(nèi)容的抽取正文抽取……

結(jié)構(gòu)化信息抽取技術(shù)，將網(wǎng)頁(yè)中的非結(jié)構(gòu)化數(shù)據(jù)按照一定的需求抽取成結(jié)構(gòu)化數(shù)據(jù)。

有兩種方式，簡(jiǎn)單的就是模板方式，另外就是對(duì)網(wǎng)頁(yè)不依靠web結(jié)構(gòu)化信息抽取方式，這兩種方式可以互取優(yōu)點(diǎn)，以最簡(jiǎn)單最有效的辦法滿足需求。垂直搜索引擎和通用搜索引擎最大的區(qū)別就是對(duì)網(wǎng)頁(yè)信息結(jié)構(gòu)化抽取后再結(jié)構(gòu)化數(shù)據(jù)進(jìn)行深度的處理，提供專業(yè)的搜索服務(wù)。所以web結(jié)構(gòu)化信息抽取的技術(shù)水平是決定垂直搜索引擎質(zhì)量的重要技術(shù)指標(biāo)。其實(shí)web結(jié)構(gòu)化信息抽取在百度、google早已經(jīng)廣泛應(yīng)用了，如：MP3、圖片搜索、google的本地搜索就是從網(wǎng)頁(yè)庫(kù)抽取出企業(yè)信息，添加到其地圖搜索中的，google通過(guò)這種技術(shù)正在顛覆做內(nèi)容的方式。同樣的技術(shù)應(yīng)用還在qihoo、sogou購(gòu)物、shopping等各種應(yīng)用中體現(xiàn)。

簡(jiǎn)單的語(yǔ)法分析，簡(jiǎn)單的語(yǔ)法分析在搜索引擎中非常重要，可以通過(guò)簡(jiǎn)單的語(yǔ)法分析來(lái)改善數(shù)據(jù)的質(zhì)量，低成本的獲得某類信息，改善排序，尋找需要的內(nèi)容……

信息處理技術(shù)，信息處理包括的范圍比較廣

主要包括去重、聚類、分析……，這根據(jù)需要相關(guān)的技術(shù)就非常多。

　　數(shù)據(jù)挖掘，找出您的信息的關(guān)聯(lián)性對(duì)于垂直搜索來(lái)說(shuō)非常重要，有效，可以在這些相關(guān)性上為用戶提供更細(xì)致的服務(wù)。

分詞技術(shù)，面向搜索的分詞技術(shù)，建立和您的行業(yè)相關(guān)的詞庫(kù)。

注重這是面向搜索的分詞，不是面向識(shí)別和準(zhǔn)確的分詞。就這個(gè)工作安排十幾個(gè)人不停的維護(hù)也不會(huì)嫌多。

索引技術(shù)，索引技術(shù)對(duì)于垂直搜索非常要害，一個(gè)網(wǎng)頁(yè)庫(kù)級(jí)的搜索引擎必須要支持分布索引、分層建庫(kù)、分布檢索、靈活的更新、靈活的權(quán)值調(diào)整、靈活的索引和靈活的升級(jí)擴(kuò)展、高可靠性穩(wěn)定性冗余性。還需要支持各種技術(shù)的擴(kuò)展，如偏移量計(jì)算等。

其它技術(shù)，略。

垂直搜索引擎的技術(shù)評(píng)估應(yīng)從以下幾點(diǎn)來(lái)判定

　　1. 全面性

　　2. 更新性

　　3.正確性

　　4. 功能性

分享：越度優(yōu)化：搜索引擎優(yōu)化三招制敵
那些缺乏理論指導(dǎo)和技術(shù)含量的關(guān)于搜索結(jié)果靠前排位的爭(zhēng)斗是無(wú)休無(wú)止的。我們經(jīng)常能夠聽(tīng)到那些被迫暫時(shí)刪除或者永久性退出google及其他搜索引擎的相關(guān)報(bào)道，這