《通元智能搜索引擎产品白皮书》由会员分享，可在线阅读，更多相关《通元智能搜索引擎产品白皮书（7页珍藏版）》请在金锄头文库上搜索。
1、通元智能搜索引擎产品白皮书第 1 页 共 7 页通元智能搜索引擎（为中文打造的精准智能搜索引擎）（为中文打造的精准智能搜索引擎） 产品白皮书产品白皮书通元软件版权所有，2006http:/通元智能搜索引擎产品白皮书第 2 页 共 7 页目录目录1.概述.3 1.1.搜索引擎发展.3 1.2.通元智能搜索引擎简介.3 1.3.应用领域.4 2.系统总体结构.4 3.四大亮点.5 3.1.精准的中文分词算法.5 3.2.智能搜索.5 3.3.100%查全率.5 3.4.支持多种数据源.5 4.七大特色.5 4.1.极高的检索性能.5 4.2.非结构化文档统一检索.6 4.3.增量索引和自动索引.6
2、 4.4.可以任意排序.6 4.5.全面支持 Web 服务.6 4.6.J2EE 平台的检索引擎.6 4.7.管理方便，使用简单.6 5.系统环境要求.7 6.成功案例.7通元智能搜索引擎产品白皮书第 3 页 共 7 页1. 概述概述1.1.1.1. 搜索引擎发展搜索引擎发展通用搜索引擎通用搜索引擎 在互联网发展初期，网站相对较少，信息查找比较容易。然而伴随互联网爆炸性的发 展，信息资料随之爆炸增长，普通网络用户想找到所需的资料简直如同大海捞针，这时为 满足大众信息检索需求的专业搜索网站便应运而生了。比如，搜索引擎的王者 google，其 数据库中存放的网页已达 30 亿之巨。中国 1.2 亿
3、互联网用户，使用搜索引擎的用户数比例 达 70%以上。用户访问网站，最快捷的方式是搜索。搜索正成为我们互联网生活的重要组 成部分。 垂直搜索引擎垂直搜索引擎 随着搜索的快速发展，目前垂直搜索引擎正在迅速发展。垂直搜索引擎是相对通用搜 索引擎的信息量大、查询不准确、深度不够等提出来的新的搜索引擎服务模式，通过针对 某一特定领域、某一特定人群或某一特定需求提供的有一定价值的信息和相关服务。其特 点就是“专、精、深” ，且具有行业色彩，相比较通用搜索引擎的海量信息无序化，垂直搜 索引擎则显得更加专注、具体和深入。 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。 这里面包
4、含 2 层含义： （1）网站结构不合理，网页对搜索引擎不友好； （2）由于信息在互联网是海量的，非结构化的信息需要经过结构化的梳理后才能更好 的展现。 如果梳理者能提供搜索，那样会更好。而垂直门户网站就是行业信息最好的梳理 者。 垂直搜索引擎提供的主要内容不应该局限于普通的网页索引，而且包括商业信息的加 工，结构化的信息。 企业搜索引擎企业搜索引擎 在信息技术飞速发展的今天，以信息为基础的组织或知识型企业焕发勃勃生机，但企 业往往迷失在海量的信息面前束手无策，一方面是海量的企业内数据白白占据存储空间得 不到应用，一方面是为了寻找决策用数据，又投入大量资源，造成两方面的浪费。其实运 用企业搜索引
5、擎，找到企业需要的东西，是种解脱，也是种趋势。1.2.1.2. 通元智能搜索引擎简介通元智能搜索引擎简介通元智能搜索引擎（Gpower SmartSearch） ，融合了高效的全文检索引擎和非结构化文 档(Word、HTML、PDF 等)分析技术，可轻松实现本地文件系统检索、数据库精准检索和 一个（或多个）网站的站内搜索。所支持的数据源包括：文件系统、Internet 网站、关系数 据库、FTP 服务器等。Gpower SmartSearch 通过内嵌的 Spider，能定期监控网站、数据库 等信息变化情况，对发生变化的信息进行增量索引、差量索引。在检索时，不仅能够对数 据源内容进行全文检索，
6、而且还能对网页、office 文档的各类属性进行特征检索。高级版 本还支持拼音检查、相关词检索以及中英文单词拼写检查等高级功能。Gpower SmartSearch 能为用户提供有价值的信息检索服务，是一个功能强大其稳定高效的企业级搜通元智能搜索引擎产品白皮书第 4 页 共 7 页索引擎。1.3.1.3.应用领域应用领域 站内检索站内检索大部分网民在第一次访问一个网站的时候，往往是首先进行站内搜索，如果搜索 结果没有他们想要的，则有 13的消费者会马上离开，去别的网站寻找。Gpower Enterprise Search 可为网站，建立一套站内搜索，方便用户在网站海量数据中快速查找 信息。 垂
7、直搜索引擎垂直搜索引擎目前，垂直搜索引擎正成为互联网发展的下一个热点。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。 采用 Gpower Enterprise Search，实时索引企业已有的资料库，并结合互联网信息 抓取技术，成为构建垂直搜索引擎的基础。 企业搜索企业搜索企业内部有各种文件、OA 系统、客户关系管理系统等多种资料，采用 Gpower Enterprise Search，为企业搭建统一的信息检索门户。2. 系统总体结构系统总体结构一个好的搜索引擎，就是要精确、快速找到客户想要的信息，具体表现为极高的准确性 查全率，能确保满足
8、要求的每笔资料都能检索到 智能性，能主动猜测用户的意图 支持多种数据源，包括文件、网页、数据库通元智能搜索引擎产品白皮书第 5 页 共 7 页3. 四大亮点四大亮点3.1.3.1. 精准的中文分词算法精准的中文分词算法采用与清华大学合作开发的分词算法，支持对中文、英文、数字的混合分词。中文分 词有效地消除中文歧义，中文单词识别准确率达到 99以上。智能识别中文人名单词，数 量词，Email、URL 等信息，为用户提供更精准的检索结果。3.2.3.2. 智能搜索智能搜索采用相关度分析技术，使相关度高的结果排在前面，低的排在后面。对检索单词进行 智能提示：包括拼写检查、相关词建议等，有效的帮助用户
9、找到想要的信息。拼音检索， 方便客户的查询输入。二次检索，逐步缩小结果范围，锁定自己需要的结果。3.3.3.3. 100%100%查全率查全率结合智能分词技术和字词混合技术，确保查询结果无一漏掉。查询结果无论多少，都 能检索到。Google 只有前 100 页，baidu 只有前 76 页。3.4.3.4. 支持多种数据源支持多种数据源系统除了支持文件系统、Internet 网站，还能对主流的关系数据库（Oracle，SQL Server，DB2 等） 、FTP 服务器等进行索引。其灵活的数据源接口可以扩展，如对邮件系统、 知识库等进行检索。通元智能搜索引擎产品白皮书第 6 页 共 7 页4. 七大特色七大特色4.1.4.1. 极高的检索性能极高的检索性能在 G 级数据集合上达到亚秒级检索速度支持大量的并发用户检索增量索引，确保索
