什么是垂直搜索?
来源:天极网 发布时间:2008-01-15 08:49:00
垂直搜索是针对某一个行业的专业搜索引擎,是搜索引擎的细分和延伸,是对网页库中的某类专门的信息进行一次整合,定向分字段抽取出需要的数据进行处理后再以某种形式返回给用户。
垂直搜索引擎和普通的网页搜索引擎的最大区别是对网页信息进行了结构化信息抽取,也就是将网页的非结构化数据抽取成特定的结构化信息数据,好比网页搜索是以网页为最小单位,基于视觉的网页块分析是以网页块为最小单位,而垂直搜索是以结构化数据为最小单位。然后将这些数据存储到数据库,进行进一步的加工处理,如:去重、分类等,最后分词、索引再以搜索的方式满足用户的需求。
整个过程中,数据由非结构化数据抽取成结构化数据,经过深度加工处理后以非结构化的方式和结构化的方式返回给用户。
垂直搜索引擎的应用方向很多,比如企业库搜索、供求信息搜索引擎、购物搜索、房产搜索、人才搜索、地图搜索、mp3搜索、图片搜索……几乎各行各业各类信息都可以进一步细化成各类的垂直搜索引擎。
举个例子来说明会更容易理解,比如购物搜索引擎,整体流程大致如下:抓取网页后,对网页商品信息进行抽取,抽取出商品名称、价格、简介……甚至可以进一步将笔记本简介细分成“品牌、型号、CPU、内存、硬盘、显示屏、……”然后对信息进行清洗、去重、分类、分析比较、数据挖掘,最后通过分词索引提供用户搜索、通过分析挖掘提供市场行情报告。
垂直搜索引擎大体上需要以下技术
1、Spider
2、网页结构化信息抽取技术或元数据采集技术
3、分词、索引
4、其他信息处理技术
垂直搜索引擎的技术评估应从以下几点来判断
1、全面性
2、更新性
3、准确性
4、功能性
垂直搜索的进入门槛很低,但是竞争的门槛很高。没有专注的精神和精湛的技术是不行的。行业门户网站具备行业优势但他们又是没有技术优势的,绝对不要想像着招几个人就可以搞定垂直搜索的全部技术,作为一个需要持续改进可运营的产品而不是一个项目来说对技术的把握控制程度又是垂直搜索成功的重要因素之一。
猜你喜欢
- 小弟虽然没做百度联盟,但是我的几个站基本在靠着百度和GG的搜索带来流量,所以对K站这个问题很敏感,也有点小怕。最近连续看到一些帖子在讨论加入
- 所谓“病毒式网络营销”,是通过用户的口碑宣传网络,信息像病毒一样传播和扩散,利用快速复制的方式传向数
- 典型的 Linux 发行版包含 Linux 内核,但还包含许多应用程序和工具。总的说来,Linux 分发版中出现的许多系统级别和用户级别的工
- 从做网赚到现在,大概也差不多二年多了!看标题,想赚钱的人肯定是希望透露最新最赚钱的网赚项目,不过,这里也没有什么好的网赚项目介绍给大家的,因
- 如何使用Godaddy主机拷贝Account Manager的文件到自己选择的目的地去呢?首先. 登陆你的Account Manager.第
- 我是搞网页编程的,在godaddy上注册了10个域名,开通了11个空间(含免费的),之间也干过不少傻事,现在把我使用的心得写点出来,也算给后
- 作者:Matthew Coers译者:Sheneyan(子乌)时间:2006.07.12英文原文: Search Engine Optimi
- 百度收录减少的问题,好多站长都遇见过,最近好象严重点。最近我看到很多朋友说自己网站莫名其妙的百度收录减少,有的在还没有找到原因,没有合适的解
- 做为个人站长,一定很关注搜索引擎对自己站的收录情况,如果你是新站,那么下面的提交网址链接相信对你有帮助,赶快提交你的网站吧!Google地址
- 大家都知道,刚刚建立好的WordPress,如果不做任何修改的话。是没有keywords,或者千篇一律的keywords、descripti
- 网上营销的方式,除了进行网站推广之外,利用信息网站进行信息广告的发布,也是一种不错的网上营销途径。同城分类信息网站的广告效应已经越来越受到人
- Front Page Category安装这个插件后,会在WordPress控制面板“设置”那里生成一个Front Page Categor
- 美国联邦贸易委员会(FTC)于今年10月5日 * 新的指导方针,加强博客软文的监管力度。美国联邦贸易委员会(FTC)宣布表决通过修订《广告推荐
- 网络上曾经有过关于跨站脚本攻击与防御的文章,但是随着攻击技术的进步,以前的关于跨站脚本攻击的看法与理论已经不能满足现在的攻击与防御的需要了,
- 大多数人都有过这样的经历,在浏览网页的时候,经常不知误点哪个按钮,就会莫名其妙打开一个网站,这些网站或是“挂马网站”,只要点击就会中“木马病
- xingTemplate 是一个基于PHP的模板引擎,主要对于PHP程序的方面快速开发而设计。它可以通过简易快捷的模板语法编译为PHP文件,
- 番茄花园事件发生后,一份其作者洪磊和“好友”的对话录音引起了关注。该录音中,洪磊详细解析了番茄花园的盈利模式以及和其他网站、软件合作的情况,
- 有Godaddy主机用户对SSL状态不是很了解,问SSL状态这是什么意思呢?当一个SSL证书向访问的浏览器证明你的网站的身份,并加密他们的信
- 今天看了google的黑板报,传说中的谷歌中文手机语音搜索正式于二号发布,使用者可以通过自己的声音来和手机进行交互,找到自己所需要的信息。能
- 1.UPS(不间断电源)的使用问题某商店正在压榨它的网络系统的最后生命。尽管那台很老的服务器几乎难以满足商店运营的需要,但经营者甚至连更换U