垂直搜索是針對某一個(gè)行業(yè)的專業(yè)搜索引擎，是搜索引擎的細(xì)分和延伸，是對網(wǎng)頁庫中的某類專門的信息進(jìn)行一次整合，定向分字段抽取出需要的數(shù)據(jù)進(jìn)行處理后再以某種形式返回給用戶。 垂直搜索引擎和普通的網(wǎng)頁搜索引擎的最大區(qū)別是對網(wǎng)頁信息進(jìn)行了結(jié)構(gòu)化信息抽取，也就是將網(wǎng)頁的非結(jié)構(gòu)化數(shù)據(jù)抽取成特定的結(jié)構(gòu)化信息數(shù)據(jù)，好比網(wǎng)頁搜索是以網(wǎng)頁為最小單位，基于視覺的網(wǎng)頁塊分析是以網(wǎng)頁塊為最小單位，而垂直搜索是以結(jié)構(gòu)化數(shù)據(jù)為最小單位。然后將這些數(shù)據(jù)存儲到數(shù)據(jù)庫，進(jìn)行進(jìn)一步的加工處理，如：去重、分類等，最后分詞、索引再以搜索的方式滿足用戶的需求。 整個(gè)過程中，數(shù)據(jù)由非結(jié)構(gòu)化數(shù)據(jù)抽取成結(jié)構(gòu)化數(shù)據(jù)，經(jīng)過深度加工處理后以非結(jié)構(gòu)化的方式和結(jié)構(gòu)化的方式返回給用戶。 垂直搜索引擎的應(yīng)用方向很多，比如企業(yè)庫搜索、供求信息搜索引擎、購物搜索、房產(chǎn)搜索、人才搜索、地圖搜索、mp3搜索、圖片搜索……幾乎各行各業(yè)各類信息都可以進(jìn)一步細(xì)化成各類的垂直搜索引擎。 舉個(gè)例子來說明會更容易理解，比如購物搜索引擎，整體流程大致如下：抓取網(wǎng)頁后，對網(wǎng)頁商品信息進(jìn)行抽取，抽取出商品名稱、價(jià)格、簡介……甚至可以進(jìn)一步將筆記本簡介細(xì)分成“品牌、型號、CPU、內(nèi)存、硬盤、顯示屏、……”然后對信息進(jìn)行清洗、去重、分類、分析比較、數(shù)據(jù)挖掘，最后通過分詞索引提供用戶搜索、通過分析挖掘提供市場行情報(bào)告。 垂直搜索引擎大體上需要以下技術(shù) 1．Spider 2．網(wǎng)頁結(jié)構(gòu)化信息抽取技術(shù)或元數(shù)據(jù)采集技術(shù) 3．分詞、索引 4．其他信息處理技術(shù) 垂直搜索引擎的技術(shù)評估應(yīng)從以下幾點(diǎn)來判斷 1．全面性 2．更新性 3．準(zhǔn)確性 4．功能性 垂直搜索的進(jìn)入門檻很低，但是競爭的門檻很高。沒有專注的精神和精湛的技術(shù)是不行的。行業(yè)門戶網(wǎng)站具備行業(yè)優(yōu)勢但他們又是沒有技術(shù)優(yōu)勢的，絕對不要想像著招幾個(gè)人就可以搞定垂直搜索的全部技術(shù)，作為一個(gè)需要持續(xù)改進(jìn)可運(yùn)營的產(chǎn)品而不是一個(gè)項(xiàng)目來說對技術(shù)的把握控制程度又是垂直搜索成功的重要因素之一。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！