搜索引擎常考题汇总

男娘i 2023-06-11 14:26 2阅读 0赞

**搜索引擎**：指根据一定的策略，运用特定的计算机程序搜集网上的信息，在对信息进行组织和处理后，并将处理后的信息显示给用户的为用户提供检索服务的系统

**元搜索引擎**：在统一的用户查询界面与信息反馈的形式下，共享多个独立搜索引擎的资源库为用户提供信息服务的系统  
展开表：用表来表达式逻辑提问式，要求能够将提问式中复杂的逻辑运算关系充分体现，每个检索词的检索匹配要求能够精确反映，记录最终的结果应能准确给出

**查全率**：衡量系统在实施某一检索作业时检出相关文献能力的一种测度指标，是对检索遗漏程度的度量  
查全率=检出的相关文献量/检索系统中的相关文献总量

\*\*布尔检索：\*\*利用运算符连接各个检索词，通过由计算机进行相应逻辑运算，以找出所需信息的方法  
布尔运算符：AND，OR，NOT

**文档与用户需求之间的匹配（比对）关系指的是什么：** 相关性：关系，直觉的，多维的，动态的

**对检索噪音程度的度量：** 查准率：衡量系统在实施某一检索作业时检出相关文献能力的一种测度指标，是对检索遗漏程度的度量。查准率 = 检出的相关文献量/检索系统中的相关文献总量

**什么是多引擎同步检索系统** 是在一个WWW页面上链接若干种独立的搜索引擎，检索时需点选或指定搜索引擎，一次检索输入，多引擎同时搜索，多引擎同步检索系统无自建数据库，不需研发支持技术，也不能控制和优化检索结果。但多引擎同步检索系统制作与维护技术简单，可随时对所链接的搜索引擎进行增删调整和及时更新

**支持自然语言搜索的搜索引擎大致情况** 从目前关键词层面提高到基于知识层面，对知识有一定的理解和处理能力，这种搜索引擎更加智能化，人性化  
特征：1.搜索信息准确，2.搜索智能化，3.信息服务个性化 技术：1.智能代理技术，2.web挖掘技术，3.自然语言理解技术，4.分布式并行计算技术

**波特算法：** 是利用后缀列表来删除后缀，思想是对文本中单词的后缀应用一系列的规则

**哪个搜索引擎不可配置不可定制**

**在实现分词的过程中，哪个算法和有向图搜索最长路径比较相似：** 最少匹配算法：控制首先要对所选的语料进行分段，然后，逐渐计算最短路径，得到若干个分词结果，最后进行统计排歧，确定最理想的分词结果

**加权检索的分类有哪些：** 根据用户的检索需求来确定检索词，并根据每个词在检索要求中的重要程度不同，分别给予一定的数值加于区分，同时利用给出的检索命中界限值限定检索结果的输出。检索词加权搜索，词频加权搜索，标引加权搜索

**深度优先和广度优先在这方面有什么特点：** 深：尽量往最远的地方走，直到不能走为止  
广：层次遍历，距离不断增大，不需要记录上次爬行的分支节点，不需要加深，越深重要性越低，网页路径很多，总有一条最短的，适合分布式处理

**判断一个检索系统的优劣有哪些指标** ：有效性，查全率，查准率，其他指标

**中文分词算法和中文分词的方式有哪些：** 算法：最大匹配法，逆向最大匹配法，双向匹配法，最少匹配法，网格分词匹配 方式：单字切分，二分法，词库分词

**网页爬取的东西，我们对他们的处理方式是什么样的：** 关键词提取，重复或转载网页消除，链接分析，网页重要程度计算

**搜索引擎的构成和体系结构**： 搜索器（网络蜘蛛，内容提取,定期更新策略），索引器，检索器，用户接口

**超文本检索：** 将文本，声音，图像等多媒体数据的内容信息分隔为若干可独立利用的结点，结点间以链路相连接，构成网状层次结构，检索由指令激活某一结点，通过链路查询所有相关信息

\*\*多媒体信息检索 ：\*\*根据用户的要求，对图形图像，文本，声音，动画等多媒体信息进行检索

**搜索引擎的发展趋势，原理，发展阶段，功能，关键技术：** **发展趋势**：自然语言检索技术，目录与关键词检索相结合，智能化与个性化检索技术，多媒体检索技术，本地化检索技术，交叉语言检索技术，分布式体系结构，检索结果处理技术 \*\*原理：\*\*从互联网上抓取网页，建立索引数据库，在索引数据库中搜索排序，对搜索结果进行处理和排序  
\*\*发展阶段：\*\*第一代（集中式检索），第二代（分布式检索）第三代（索引数据库规模增大，出现主题搜索和地域搜索，检索结果相关度评价成为焦点）  
\*\*关键技术：\*\*信息收集和存储技术，信息预处理技术（关键词提取，重复或转载网页的消除，链接分析，网页重要程度的计算），信息索引技术（信息语词切分和语词词法分析，进行词性标注及相关的自然语言处理，建立检索项索引，检索结果处理技术）

**新出现的搜索引擎各自有什么特点：** 纯净（利用他人现有的索引数据库，关注索引）元（提交多个独立的，再集中处理）集成（多引擎同时搜索制作维护简单，可随时进行调整和更新）垂直（针对某一领域，具有行业色彩)

\*\*个性搜索引擎系统包括哪些模块 ：\*\*用户代理模块，查询拓展，独立搜索引擎接口，信息过滤，结果反馈，数据库

**元搜索引擎比起普通搜索引擎的优势在哪：** 技术重心在于查询前的处理和结果的集成，信息覆盖面广，搜索结果权威性和可靠性，易维护性

**真正意义上的搜索引擎指的是哪一类：** 全文搜索引擎：都是通过从互联网上提取的各个网站的信息而建立的数据库中，检索与用户查询条件匹配的相关记录，然后按一定的排列顺序将结果返回给用户，优点（全文搜索，检索功能强，信息更新速度快，但重复较多，命中率低）

**元搜索引擎的基本构成和分类：** 构成：请求提交代理，检索接口代理，结果显示代理 分类：数据处理（并行处理式，串行处理式），功能（多线索式搜索引擎，All-in-one式搜索引擎）运行（在线搜索引擎，桌面搜索引擎）元搜索引擎（简单元搜索引擎，复杂元搜索引擎（桌面型，基于web的））