常用搜索引擎的局限性與改進策略
——基于百度與goog l e對比的視角

李伶思，趙 興，劉 孟

（1.廣西民族大學 管理學院，廣西 南寧 530006；2.河北新華第一印刷有限責任公司，河北 保定 071000）

常用搜索引擎的局限性與改進策略
——基于百度與goog l e對比的視角

李伶思1，趙 興1，劉 孟2

（1.廣西民族大學 管理學院，廣西 南寧 530006；2.河北新華第一印刷有限責任公司，河北 保定 071000）

分析了百度與Google兩大搜索引擎的不足之處，在對比分析的基礎上，結合搜索引擎的具體情況提出了進一步完善其功能的建議.

搜索引擎；Google；Baidu；差異比較；提升策略

1 搜索引擎的局限性

1.1 百度的不足之處

至目前為止，在滿足用戶的搜索需求上，百度依然存在一些令人遺憾的地方.

首先，搜索結果中廣告、垃圾網(wǎng)站和死鏈比較多，如搜索網(wǎng)頁鏈接打開后卻標示著“該鏈接已被刪除”的信息或“請嘗試其他鏈接”等提示，網(wǎng)民不能第一時間獲取自己想要的信息.

其次，商業(yè)味太重.百度搜索引擎的有濃厚的商業(yè)味.你搜索的關鍵字的首頁排名基本被出價高的企業(yè)占據(jù)了，很難找到你需要的真正自然搜索的結果，百度的搜索排名技術不夠權威.關鍵詞搜索結果排名時，關鍵詞的匹配度所占的比重太低，難以找到想要的咨訊.時常使用百度的用戶，可能會感覺到，搜索的結果中，大多是不相干的，為什么會呈現(xiàn)這種景象?那是因為百度較器重權重，而淡化了關鍵詞的匹配度.

1.2 Google的不足之處

Google是一種非常優(yōu)秀的搜索引擎，通常情況下，只要輸入幾個相關的詞，用戶就能在搜索結果的第一頁中找到想要的結果，這就是Google受到廣大用戶青睞的理由.但是Google本身也不是完美無缺，其不足對檢索結果造成一定的影響.

首先，死鏈率比較高是Google最大的問題.Google是功能強大，易用性最強的搜索網(wǎng)站，搜索速度快而且提供了最豐富的高級搜索功能.死鏈率比較高是Google最大的問題，中文網(wǎng)站檢索的更新頻率不夠高，不能及時淘汰已經(jīng)過時的鏈接.雖然通過“網(wǎng)頁快照”功能，可以減少目標頁面不存在的現(xiàn)象，但Google的“網(wǎng)頁快照”功能在國內經(jīng)常出現(xiàn)不可訪問的問題，令用戶無所適從.

其次，信息更新速度不夠快Google一般每隔28天派出“蜘蛛”程序檢索現(xiàn)有網(wǎng)站一定IP地址范圍內的新網(wǎng)站，而登錄Google的周期一般為3個星期(從提交網(wǎng)站到被索引).由于Google系統(tǒng)數(shù)據(jù)庫龐大，造成數(shù)據(jù)的更新速度無法大幅度提高，從而無法滿足部分用戶對時效性的要求.為此，Google在原來每月更新的基礎上，對一部分Page Rank值較高的網(wǎng)頁和更新較快的網(wǎng)站加快其數(shù)據(jù)更新速度，以保證這部分數(shù)據(jù)的時效性.

再其次，檢索結果有一定重復.一方面同樣的信息內容被不同的網(wǎng)站所收錄，另一方面來自同一站點不同頁面的信息分條顯示，在計算查準率時，Google視上述網(wǎng)頁為不同的檢索結果.檢索結果重復容易造成信息污染，影響檢索效果.

2 搜索引擎的提升策略

2.1 繼續(xù)重視技術創(chuàng)新

到2013年，百度已經(jīng)走過了13個年頭，而今天中國互聯(lián)網(wǎng)正在經(jīng)歷從PC向移動的轉型.針對外界對百度創(chuàng)新不足的質疑，李彥宏力推其三個核心產(chǎn)品：語音搜索、圖像處理技術——人臉搜索、個人云.作為搜索領域最早的參與者之一，李彥宏反復強調自己的技術基因，指出技術的積累是一切互聯(lián)網(wǎng)產(chǎn)品的基礎.他說：“云計算、語音、圖像、自然語言理解等一系列技術會成為我們引領產(chǎn)業(yè)的關鍵.”

多年來百度堅持構建扎實的技術體系，這些面向未來的技術和產(chǎn)品的布局，正在日益顯現(xiàn)出成果：比如在語音領域，項目僅僅正式啟動了3個多月，就上線了業(yè)界領先的語音搜索.憑借語音、NLP(自然語言處理)這些技術的支持，百度的語音助手僅用了55天就完成了開發(fā)、順利上線；同樣的技術也已經(jīng)應用在全球首部聲紋解鎖的智能手機上.再比如圖像處理技術，百度只用了1個月時間，就上線了全世界首個全網(wǎng)的人臉搜索產(chǎn)品.

互聯(lián)網(wǎng)發(fā)展到今天，它的靈魂依然沒有改變——技術創(chuàng)新永遠是這個行業(yè)的核心驅動力.面對競爭對手，李彥宏抨擊了“渠道至上”的看法：“我們不會忽視渠道的價值，但是百度堅信，技術創(chuàng)新永遠是用戶需求的最根本的動力”.

百度繼續(xù)堅持語音、圖像等潛力十足的技術方向，不斷加大投資，吸引頂尖精英，進一步拉開百度和競爭對手的差距.2013年，百度建立歷史上第一個研究院，這個研究院初期將專注于Deep learning，就是深度學習的技術，百度將這個研究院叫做Institute of Deep Learning，簡稱IDL.百度會吸引這個領域里球最頂尖的高手陸續(xù)加盟，為新一年的產(chǎn)品和業(yè)務發(fā)展提供最堅實的基礎！百度希望IDL會成為像AT&T-Bell labs，Xerox PARC這樣的頂尖的研究機構，為中國，為全世界的創(chuàng)新歷史再添一筆濃墨重彩！

2.2 繼續(xù)完善傳統(tǒng)網(wǎng)頁檢索

有人說：“網(wǎng)頁檢索已經(jīng)沒有什么改變的空間了.”其實不然，百度的首要任務就是滿足用戶的各種檢索需求，百度更是沒有忘記初衷，在大搜索團隊的努力下，基于“知識圖譜”的新型網(wǎng)頁搜索結果正在沖擊用戶的視覺感官，也成為了網(wǎng)頁搜索新的標桿.

能在網(wǎng)頁的第一頁給用戶呈現(xiàn)最有價值的內容一直是百度所追求的.那就要求百度要對網(wǎng)站的內容取其精華去其糟粕.要解決這一問題，首先要思考哪些網(wǎng)站沒有價值，然后進行篩選.百度在前段時間清理了大量的低質量網(wǎng)站，這次大面積的調整，最初的時候只是封殺了一些嚴重違規(guī)的低質量網(wǎng)站，后來又進行了一次比較全面的圍堵.但是那些高質量的權威網(wǎng)站，基本上沒有受到任何的影響.可以看出百度打擊垃圾，作弊網(wǎng)站的決心是非常堅決的.

隨著百度技術的不斷成熟，相信今后還會有網(wǎng)站會被無情的清除，消失在百度搜索的結果之中.因為今后的百度會提高其搜索引擎的技術，讓搜索更加的智能化.最終實現(xiàn)在百度搜索的時候，再也不會出現(xiàn)垃圾信息，也就是留住精華去掉糟粕，只有這樣才會大大提高用戶體驗.

2.3 構建無線應用布局，更加注重用戶體驗

總有一些聲音質疑：“百度在移動互聯(lián)網(wǎng)時代是否還能保住入口地位？”但是今天，無線搜索已經(jīng)迅速崛起，成為無線互聯(lián)網(wǎng)第二大應用，百度的市場份額也正在繼續(xù)擴大.百度以搜索框和瀏覽器為核心的手機客戶端產(chǎn)品，只用了一年時間，日活躍用戶就超過了千萬.這種為每一分用戶體驗，把事情做到極致的精神，已經(jīng)融入了百度人的血脈.無數(shù)的百度人通過不斷的努力，為用戶帶來更精益求精的服務.

百度發(fā)展到今天，已經(jīng)不是一家單純追求自身發(fā)展的公司.百度的工作，往往關系到更大范疇——社會的幸福和進步.PC互聯(lián)網(wǎng)時代，百度改變了人的生活方式、提高了企業(yè)的經(jīng)營效率.在移動時代，百度依然會和廣大的用戶和企業(yè)客戶在一起，擁抱每一點變化、做好每一次創(chuàng)新. 2.4不斷升級完善

由于Google系統(tǒng)的技術復雜性，以及互聯(lián)網(wǎng)信息資源的不斷增加，Google系統(tǒng)承受的搜索壓力也不斷升級.只有不斷地開發(fā)研究新的技術，去完善和升級Google系統(tǒng)，才能滿足用戶日益增加的檢索需求.目前Google正致力于以下幾個主要方面的努力：

由于互聯(lián)網(wǎng)中的網(wǎng)頁在不斷地增加，而且有的網(wǎng)頁在不斷地進行更新，為了避免系統(tǒng)的大量重復工作，Google正在設計更加“聰明”的遍歷搜索算法，可以判斷已經(jīng)索引過的網(wǎng)頁不至于被系統(tǒng)重新分析;更新的網(wǎng)頁需要系統(tǒng)重新索引分析;以及索引分析互聯(lián)網(wǎng)中新增加的網(wǎng)頁.

由于Google系統(tǒng)數(shù)據(jù)庫的龐大，使得數(shù)據(jù)的更新速度無法大幅度提高，從而無法滿足部分用戶的時效性要求. Google也在努力改善其數(shù)據(jù)的更新速度，并且已經(jīng)有所突破.目前，Google在原來每月更新的基礎上，對一部分Page Rank值較高的網(wǎng)頁和更新較快的網(wǎng)站提高了數(shù)據(jù)的更新速度.

Google對其Page Rank技術也正在做一些改進.由于某個網(wǎng)頁可能不僅僅只有一個主題內容，那么網(wǎng)頁的Page Rank值就不能準確反應網(wǎng)頁的所有主題內容.因此，Google將根據(jù)網(wǎng)頁的多個主題分別給出幾個主題方面的Page rank值.在檢索結果排序時，將根據(jù)檢索詞的相關主題來參考相應主題的Page Rank值，這樣，網(wǎng)頁的Page Rank值有了“個性化”權值，因此，網(wǎng)頁的Page Rank值可以更準確地服務于檢索結果的排序，從而更好地滿足用戶的檢索需求.

〔1〕談大軍,林明茵,葉賽.中文Google和百度的排序方式與檢索效率比較分析[J].現(xiàn)代情報,2005（03）:87-89+92.

〔2〕王煉.從用戶角度評價網(wǎng)絡搜索引擎[J].情報科學,2005（03）:457-463.

〔3〕黃琛.十大著名中文搜索引擎的特征及其比較[J].現(xiàn)代情報,2006（01）:69-71.

〔4〕姚明,余波,劉孟.基于知識地圖的廣西文化信息資源開發(fā)構想[J].湖北第二師范學院學報,2013（09）:130-132.

〔5〕羅賢春,謝陽群.基于全信息認知的信息檢索模型整合[J].圖書情報工作,2006（06）:46-50.

〔6〕馬麗.谷歌能否讓百度過時[J].法人雜志,2009（05）:80-81+96.

〔7〕曾定山.Google與Baidu搜索引擎比較研究[J].科技信息, 2008（35）:852+858.

TP393

A

1673-260X（2014）04-0054-02

本文系廣西民族大學研究生社會調查項目（gxun-dc201309）的資助成果