泛普期刊

普软件讲述聚焦爬虫技术在OA软件系统资源采集中的应用

　　泛普软件讲述聚焦爬虫技术在OA资源采集中的应用

　　搜索引擎(search engine)是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。Web信息采集是搜索引擎最基础但也是最核心的功能，在网页搜索过程中发挥着举足轻重的作用，并随着技术的发展和应用的深化，它也越来越多的应用于站点结构分析、页面有效性分析、Web图进化、内容安全检测、用户兴趣挖掘以及个性化信息获取等多种服务和研究中。

　　但是通用搜索引擎如baidu、google等的局限性也日益凸显，集中反映在如下几个方面：

　　1泛普软件多年经验得出：用户使用通用搜索引擎的方式是通过关键字的方式实现的，是语义上的搜索，返回的结果倾向于知识成果，比如文章，论文，新闻等，不同领域、不同背景的用户检索需求往往不能满足;

　　2通用搜索引擎的目标是尽可能大的网络覆盖率，但是它的覆盖效果很不理想。微软亚洲研究院负责搜索的一名技术专家说：75%的内容通用搜索引擎搜索不出来。

　　3通用搜索引擎对那些信息含量密集且具有一定结构的数据(比如图片、数据库、音频、视频等类型的数据)的搜索能力低下，不能很好地发现和获取。在此背景下，针对特定专业领域提供搜索服务的主题搜索引擎作为搜索引擎主要的发展趋势，正越来越受到人们的关注。它可以在较小的范围内取得比通用搜索引擎更令人满意的结果，以满足某些特定用户的需要，主题搜索引擎将为某一特定领域或某一专业领域提供更完善的深度搜索功能。同样在国内OA 办公软件行业来讲，搜索引擎对OA系统行业的公司影响也是非常大的，要想做好OA软件系统，必须依赖搜索引擎来拓展品牌宣传的力度，马云也说过，互联网才是品牌的最大宣传者。

　　此文章为泛普软件所写，转载请留版权，泛普软件专注OA,OA系统,OA办公系统,OA软件,OA办公软件。 www.fanpusoft.com

　　泛普软件编辑

发布：2006-12-13 22:09 编辑：泛普软件 · hujian [打印此页] [关闭]

普软件讲述聚焦爬虫技术在OA软件系统资源采集中的应用

泛普泛普期刊其他应用