隨著因特網的迅猛發展、WEB信息的增加，用戶要在信息海洋里查找信息，就象大海撈針一樣， 搜索引擎技術恰好解決了這一難題（它可以為用戶提供信息檢索服務）。目前，搜索引擎技術正成為計算機工業界和學術界爭相研究、開發的對象。
　　李曉明：1982年畢業于哈爾濱工業大學,1986年畢業于美國史蒂文斯理工學院計算機系，獲博士學位。現任北京大學計算機科學技術系教授，博士生導師，系主任. 研究方向為計算機并行與分布處理。
　　劉建國：北京大學計算機系副教授。
　　搜索引擎（Search Engine）是隨著WEB信息的迅速增加，從1995年開始逐漸發展起來的技術。據發表在《科學》雜志1999年7月的文章《WEB信息的可訪問性》估計，全球目前的網頁超過8億，有效數據超過9T，并且仍以每4個月翻一番的速度增長。用戶要在如此浩瀚的信息海洋里尋找信息，必然會"大海撈針"無功而返。搜索引擎正是為了解決這個"迷航"問題而出現的技術。搜索引擎以一定的策略在互聯網中搜集、發現信息，對信息進行理解、提取、組織和處理，并為用戶提供檢索服務，從而起到信息導航的目的。搜索引擎提供的導航服務已經成為互聯網上非常重要的網絡服務，搜索引擎站點也被美譽為"網絡門戶"。搜索引擎技術因而成為計算機工業界和學術界爭相研究、開發的對象。本文旨在對搜索引擎的關鍵技術進行簡單的介紹，以起到拋磚引玉的作用。
　　分 類
　　按照信息搜集方法和服務提供方式的不同，搜索引擎系統可以分為三大類：
　　1．目錄式搜索引擎：以人工方式或半自動方式搜集信息，由編輯員查看信息之后，人工形成信息摘要，并將信息置于事先確定的分類框架中。信息大多面向網站，提供目錄瀏覽服務和直接檢索服務。該類搜索引擎因為加入了人的智能，所以信息準確、導航質量高，缺點是需要人工介入、維護量大、信息量少、信息更新不及時。這類搜索引擎的代表是： YAHOO、Open Directory、Go Guide等。
　　2．機器人搜索引擎：由一個稱為蜘蛛（Spider）的機器人程序以某種策略自動地在互聯網中搜集和發現信息，由索引器為搜集到的信息建立索引，由檢索器根據用戶的查詢輸入檢索索引庫，并將查詢結果返回給用戶。服務方式是面向網頁的全文檢索服務。該類搜索引擎的優點是信息量大、更新及時、毋需人工干預，缺點是返回信息過多，有很多無關信息，用戶必須從結果中進行篩選。這類搜索引擎的代表是： 、Northern Light、Excite、Infoseek、FAST、 Lycos、GOOGLE；國內代表為："天網"、悠游、OpenFind等。
　　3．元搜索引擎：這類搜索引擎沒有自己的數據，而是將用戶的查詢請求同時向多個搜索引擎遞交，將返回的結果進行重復排除、重新排序等處理后，作為自己的結果返回給用戶。服務方式為面向網頁的全文檢索。這類搜索引擎的優點是返回結果的信息量更大、更全，缺點是不能夠充分使用所使用搜索引擎的功能，用戶需要做更多的篩選。這類搜索引擎的代表是WebCrawler、InfoMarket等。
　　性 能 指 標
　　我們可以將WEB信息的搜索看作一個信息檢索問題，即在由WEB網頁組成的文檔庫中檢索出與用戶查詢相關的文檔。所以我們可以用衡量傳統信息檢索系統的性能參數-召回率（Recall）和精度（Pricision）衡量一個搜索引擎的性能。
　　召回率是檢索出的相關文檔數和文檔庫中所有的相關文檔數的比率，衡量的是檢索系統（搜索引擎）的查全率；精度是檢索出的相關文檔數與檢索出的文檔總數的比率，衡量的是檢索系統（搜索引擎）的查準率。對于一個檢索系統來講，召回率和精度不可能兩全其美：召回率高時，精度低，精度高時，召回率低。所以常常用11種召回率下11種精度的平均值（即11點平均精度）來衡量一個檢索系統的精度。對于搜索引擎系統來講，因為沒有一個搜索引擎系統能夠搜集