垂直搜索技术

    索引擎的技术和理念都是需要时间和经验的积累的，更是需要长期不断的完善进步的，

绝对不要认为可以一蹴而就，要达到一个相对成熟领先的搜索引擎从开始到领先的周期一

般需要是四年。着急不得。原因是因为搜索引擎太复杂，而且

“用户无法描述他要找什么，除

非让他看到想找的东西。

”一切都需要摸索，尝试，问题需要一个一个解决，用户的需要得

一点点的挖掘。

    搜索引擎是一个产品，给用户提供服务的产品，需要长期的不断的改进升级调整才能持

续不断的提用户体验，需要满足用户不断增长并且变化的需求、需要不断适应网络的变化。

这是因为网络环境是不断变化的、网民的需求也是不断变化的。千万不要把搜索当成项目来

做，做完了撂那让用户去用那你肯定没戏。在搜索引擎领域是讲体验的、新的引擎如果用户

体验一旦整体上有领先一年以上的差距并且持续

2 年，那前期的领先者的优势就荡然无存，

因为搜索引擎的用户转移成本相对而言是比较低的而且口碑是最佳的传播方式。如果一个搜

索引擎不能持续不断的技术创新理念创新，那对于这个搜索引擎来说就等于死亡。我们一般

形容搜索引擎的领先是以时间计算的。比如

:中搜离百度整体差距×年，百度离 google 的整体

差距

×年，……只要你能在用户体验上保持一年的领先优势持续 2 年，不需要炒作，一切纷

至沓来。在用户体验面前，任何的炒作都显得很渺小。

    作垂直搜索引擎，麻雀虽小，但是五脏俱全。无论理念文化、产品管理、应用、技术都和搜

索引擎的楔形理论没有什么区别。所以要做好一垂直搜索必须解决这几个方面。

    楔形的尖:垂直搜索技术。

    垂直搜索技术主要分为两个层次:模板级和网页库级。模板级是针对网页进行模板设定或

者自动生成模板的方式抽取数据，对网页的采集也是针对性的采集，适合规模比较小、信息

源少且稳定的需求，优点是快速实施、成本低、灵活性强，缺点是后期维护成本高，信息源

和信息量小。网页库级就是在信息源数量上、数据容量上检索容量上、稳定性可靠性上都是网

页库搜索引擎级别的要求，和模板方式最大的区别是对具体网页不依赖，可针对任意正常

的网页进信息采集信息抽取

……。这就导致这种方式数据容量上和模板方式有质的区别，但

是其灵活性差、成本高。当然模板方式和网页库级的方式不是对立的，这两者对于垂直搜索

引擎来说是相互补充的，因为技术只是手段，目的是切反用户之需。本文谈及的技术主要是

指网页库级别垂直搜索引擎技术。

搜索引擎的确是一项对技术要求比较高的应用，几年前相关的人才也比较少。现在搜索技术

人才多了，相关的技术和技术的应用得相对以前而言更加成熟，但是竞争也更加激烈了。垂