|
基于数据库的搜索 |
基于spider抓取的站内搜索 |
全文检索者站内搜索软件系统 |
原理 |
数据库搜索 |
通过Spider抓取网页,经html解析,分词,索引实现网页式站内搜索。 |
对数据库数据进行html解析、图片缩略,分词,索引,实现站内搜索。 |
检索效率 |
非常低下 消耗大量硬件资源 |
高效 |
高效 |
检索范围 |
无法完成全文检索(可以用sql的单字索引功能最简单的完成索引功能实现最低级的全文检索),只能进行标题检索。 数据库效率太低,无法开展各种附加功能。 |
网页检索 优点:不需要做各种工作,直接即可使用 缺点: 1.有大量的不必要的信息影响搜索结果的排序和显示的效果。严重影响精确度。 2.部分页面无法抓取到。 3.用户对搜索范围和内容以及体现的结果无法精确控制 |
标题+内容 基于内容分析的排序方法。基于内容分析排序是最佳的排序方法。 标题和内容可控制,搜索结果准确到位。 内容可控,用户可对搜索的内容范围和体现的结果进行精确的控制 |
检索语法 |
无 |
支持标准的国际搜索语法。 |
支持标准的国际搜索语法。 |
动态摘要 |
无 |
摘要内容不清晰各种垃圾信息过多 |
提供动态摘要,摘要清晰精确,便于用户快速寻找到需要的信息。 |
关键词飘红 |
无 |
有 |
有 |
内容的范围 |
可控制 |
不可有效控制,动态网页抓取效果不佳,没有链接的网页无法抓取,页面出现杂乱信息影响搜索结果。对于时间控制也无法做到精准,对于栏目的归属无法做到准确。 |
可有效控制,您可以把多个字段拆分合并,可以确定那些需要,哪些不需要。所有动态网页和没有链接的网页均可有效收入。 栏目控制精准。 |
图片缩略 |
无 |
无 |
有 |
同义词 |
无 |
无 |
有 |
相关性排序 |
无 |
有 |
有 |
其他 |
低效率低质量的平台无法开展增值服务 |
二次研发成本高 |
具有持续不断的升级能力和良好的售后服务。 |
成本 |
低 |
价格高 |
以产品形式运作,多家客户分摊成本,成本相对低廉。运维成本低。 |
维护成本 |
不大 |
维护量不大。 |
程序维护无须投入,但是需要进行一定量的内容维护。 经过简单培训即可胜任。 |