关心搜索引擎的朋友们都知道,搜全率和搜准率是衡量搜索引擎系统的两项基础指标,在很多关于搜索引擎技术评比的文章中搜全率和搜准率被频频提及。
搜准率是一个很难量化的指标,如何判断一个搜索引擎的搜索结果和使用者的意图最相关,没有一个定性的结论。所以很多冠以智能化、社会化、元搜索头衔的搜索引擎也都是朝搜准这个方向努力,耐人寻味的是,大多数公司都宣称自己的搜索引擎是基于那些技术,却没有告诉我们一个可以接受的衡量指标。当然,这不怪他们。 搜全率相对来说则可以量化,最简单的衡量指标就是索引量了。google和yahoo 之间曾有过争论:“实测证明Google仍是搜索之王 雅虎"牛皮"吹破” 。对于这次争论google是如何反击的呢?正如keso所说的google在反商业化的上的成功一样,google 随后不久透露要减小索引库的大小。很显然对于浩如烟海的互联网来说,能搜全仍是一个艰巨的目标。 类似的情景正在中国上演。在“It人士每天必读的100篇互联网新闻”上经常可以看到雅虎中国的宣传稿件,主题有开创蓝海、搜索盲测、抓虫行动等等,而百度此类的新闻却鲜有耳闻。百度的低调或许可以让他在靠近“google”的形象上多加一分。
作为一个搜索引擎的爱好者,我对搜全率和搜准率的问题也非常关注。于是动手准备测试一下雅虎中国和百度索引库的情况。这并不是一个好差事,但我决定还是尝试一下。 搜全率的测试方法:基本方法:抽样测试
基本资料分三部分:
(分析过程省略,详细的数据可以从这里下载: http://www./baiduVSyahoochina-01.rar)
很显然上面的分析还不一定能囊括所有方面,因此我准备还从下面几个方面继续深入研究:\
之二:[百度vs雅虎中国]收录量和pr的相关性; 之三:[百度vs雅虎中国]索引量和alexa排名的相关性; 之四:[百度vs雅虎中国]如何测试搜索索引库的膨胀率; |
|