互聯網存在的價值就是低成本、高容量、多方的信息傳遞。
互聯網每一個殺手級應用都離不開信息和傳遞這兩個關鍵詞。郵箱是、即時通訊是、搜索引擎還是、將來的殺手級應用還依然離不開信息和傳遞這兩個關鍵詞。

搜索引擎的發展歷史是一個挖掘用戶需求然后滿足用戶需求的過程。在可以預見的不久的將來，從產品角度看待網頁搜索引擎的發展大致有如下幾個方面：
１． 確解用戶之意 信息抽取，優化排序
用戶在搜索用到“最新”、“免費”、“官方網站”、“北京”、“電話”等關鍵詞的時候并不是一定需要網頁中有這個關鍵詞，而是找這類信息。
用戶在找“最新”的時候實際上是希望獲取其它詞匯的最新相關內容，而不一定是需要含有“最新”這兩個詞匯的。所以在排序的時候考慮見新的網頁排列在靠前位置更滿足了用戶的需求。
用戶搜索“十八街麻花　北京”是想找在北京的十八街麻花的地址或者電話。
用戶搜索“北京澤通華程科技發展有限公司　電話”的時候是想找電話號碼。
在處理這類請求需要對地理位置信息和“電話”這類詞匯進行前端分析，在索引的時候識別電話號碼、地址信息，在排序的時候將有相關信息的頁面放置在前面、并且在做摘要提取的時候直接體現用戶需要。

２． 基于視覺網頁塊分析
這項技術激動人心，對于優化網頁的排序、自動摘要的質量很有幫助。網頁搜索引擎可以全文檢索一樣在幾乎純凈的數據中處理，再加上網頁中富有的其它信息，你說網頁搜索的相關性能不大幅度提升嗎？

３． 網頁庫內容分類
用戶在搜索“申花”，那他有可能是兩個需求，1.足球相關　2.申花電器 3.其它
如果用戶搜索“申花”出來的全部是足球相關信息，這顯然不能代表不同網民的需求。作為一個入口而言，如果將不同類型（行業不同、知識類型不同）的信息排列在首頁，那用戶會感覺很happy，滿足了多樣性的需求。
這也可為將來做個性化搜索提供準備。

４． 潛在相關性
搜索“恐怖”，出現一篇拉登的新聞，雖然這篇文章里面沒有“恐怖”這個關鍵詞。
搜索“西紅柿”出現“番茄”，但是網頁中沒有“西紅柿”這個關鍵詞。
這個技術好像還不是很成熟。

５． 網頁結構化信息抽取類技術，網頁上文本內容的相關性分析
結構化信息抽取實在是未來應用前景最好的一種技術，自動的抽取任意網頁上的結構化數據。主要可用垂直搜索引擎：對網頁數據進行采集、抽取、深度加工后為用戶提供更好的、更專業的服務。
結構化信息抽取可以識別網頁中文本之間的相關度，可用于改善多詞匯檢索的關聯度（計算偏移量不僅僅在文本距離上而且在表格單元格的相關性上）；改善鏈接的相關性；改善文件和文本的相關性……
地圖搜索、黃頁搜索、mp3搜索、圖片搜索、ｂｂｓ搜索等等各種搜索都離不開網頁結構化信息抽取。

６． 自然語言處理、簡單的語意語法分析
NLP還有很遠的路要走，在走路的過程中也可以獲得很多可應用的價值。說不定NLP不很成功，但是有可能催生了某種新技術的非常成功。而NLP不需要完全成功前就可以使用他了。
搜索引擎可以根據內容來進行簡易的語法分析，將某些呈現在用戶面前。比如google的“DEFINE：“就用到了這種方法、同義詞的識別等都可以用到這種簡單的語法分析來搞定！還可以對具有某類語法的形式的正文進行關鍵詞調權，改善檢索效果。

７． 重復識別
互聯網的數據冗余實在太厲害了，一篇文章可能會被轉載數千數萬次。
識別重復的網站、網頁、重復的正文、重復的段落識別…………
讓用戶感覺到“哇噻！這里的內容不重復！”
同時對重復的信息進行調權，裝載量大的信息一般比較受歡迎，應該具有更高的權值。但是要對新聞類的內容進行識別，一定時間內加權、一定時間后降權。

８． 行業優化
搜索引擎的行業化是不可避免的。唯一影響搜索引擎行業化