收稿日期：２００５－０５－３０作者简介：徐雪梅（１９６７－），副研究馆员，发表论文多篇。
国外著名的搜索引擎纷纷进军中文搜索市场，中文搜索市场的竞争越来越激烈。
通过中外主流搜索引擎中文搜索能力的对比分析，找出国内搜索引擎的优势和存在的不足，为国内搜索引擎的发展和用户的使用提供借鉴。
１研究对象从２００５年５月开始，Ｃｗｒａｎｋ根据Ａｌｅｘａ排行榜修正的［１］全球排行榜、［２］中国排行榜以及［３］互联网实验室，依据《互联网实验室ＣＩＳＩ网站评测体系》中的评测原则将Ａｌｅｘａ排行榜进行过滤，从提供的２００５年每月的过滤版可知，内地著名的门户网站有：新浪、搜狐、网易、３７２１、ＴＯＭ、２１ＣＮ、中华网、上海热线等，它们历年提供搜索服务所使用的搜索技术如表１。
从表１可以看出，２００５年专业搜索引擎中国搜索以及一搜虽为其他著名门户网站提供搜索技术支持，但提供技术支持的门户网站数比百度少，且在２００５年Ｃｗｒａｎｋ［１，２］与互联网实验室［３］的排行榜上，都排在百度之后，故选取百度作为国内专业搜索引擎的代表。
２００５年３月Ｎｉｅｌｓｅｎ／ＮｅｔＲａｔｉｎｇｓ发布的数据显示［４］，２０００年开始中文搜索服务的Ｇｏｏｇｌｅ继续在搜索领域排名首位。
曾经先后为Ｙａｈｏｏ、ＡＯＬ等国际知名网站提供搜索技术服务，目前为网易、ＡＯＬ、Ａ－ｍａｚｏｎ、ＡｓｋＪｅｅｖｅｓ、Ｅａｒｔｈｌｉｎｋ、Ｃｉｓｃｏ（思科）、Ｐ＆Ｇ（宝洁）、Ｔ－Ｏｎｌｉｎｅ（Ｅｕｒｏｐｅ）、网景Ｎｅｔｓｃａｐｅ等国内外著名的网站和公司提供搜索技术服务，支持简体中文和繁体中文网页的搜索，故选取Ｇｏｏｇｌｅ为国外专业搜索引擎的代表。
２检索功能比较检索功能体现搜索引擎的质量和技术水平，Ｇｏｏｇｌｅ、百度的检索功能见表２、表３、表４。
中外主流搜索引擎中文搜索能力对比研究徐雪梅１，刘雁书２，兰小筠２（１．南华大学图书馆，湖南衡阳４２１００１；２．中南大学医学技术和情报学院，长沙４１００１３）摘要：通过中外主流搜索引擎Ｇｏｏｇｌｅ、百度中文搜索能力的对比分析，找出国内搜索引擎的优势和存在的不足，为国内搜索引擎的发展和用户的使用提供借鉴。
关键词：中文搜索引擎；搜索能力；搜索效果中图分类号：Ｇ２５４．１文献标识码：Ｂ文章编号：１００２－１２４８（２００５）０９－００８４－０６ＳｔｕｄｙｏｎｔｈｅＣｏｍｐａｒｉｓｏｎｏｆＣｈｉｎｅｓｅＳｅａｒｃｈＣａｐａｃｉｔｙｏｆＭａｊｏｒＳｅａｒｃｈＥｎｇｉｎｅｓｂｅｔｗｅｅｎＣｈｉｎａａｎｄｔｈｅＦｏｒｅｉｇｎＣｏｕｎｔｒｉｅｓＸＵＸｕｅ－ｍｅｉ１，ＬＩＵＹａｎ－ｓｈｕ２，ＬＡＮＸｉａｏ－ｙｕｎ２（１．Ｌｉｂｒａｒｙ，ＮａｎｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｈｅｎｇｙａｎｇ，Ｈｕｎａｎ４２１００１，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＭｅｄｉｃａｌＴｅｃｈｎｏｌｏｇｙａｎｄＩｎｆｏｒｍａｔｉｏｎ，ＣｅｎｔｒａｌＳｏｕｔｈＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｓｈａ４１００１３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔｓ：ＴｈｒｏｕｇｈｔｈｅｃｏｍｐａｒｉｓｏｎａｎａｌｙｓｉｓｏｆｔｈｅＣｈｉｎｅｓｅｓｅａｒｃｈｃａｐａｃｉｔｙｏｆｍａｊｏｒｓｅａｒｃｈｅｎｇｉｎｅｓｓｕｃｈａｓＧｏｏｇｌｅａｎｄＢａｉｄｕｂｅｔｗｅｅｎＣｈｉｎａａｎｄａｂｒｏａｄ，ｔｈｅｐａｐｅｒｈａｓｆｏｕｎｄｔｈｅａｄｖａｎｔａｇｅｓａｎｄｅｘｉｓｔｉｎｇｄｉｓａｄｖａｎｔａｇｅｓｏｆｄｏｍｅｓｔｉｃｓｅａｒｃｈｅｎｇｉｎｅ，ｗｈｉｃｈｈａｓｐｒｏｖｉｄｅｄｒｅｆｅｒｅｎｃｅｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｄｏｍｅｓｔｉｃｓｅａｒｃｈｅｎｇｉｎｅａｎｄｔｈｅｕｔｉｌｉｚａｔｉｏｎｂｙｄｏｍｅｓｔｉｃｕｓｅｒｓ．Ｋｅｙｗｏｒｄｓ：Ｃｈｉｎｅｓｅｓｅａｒｃｈｅｎｇｉｎｅ；ｓｅａｒｃｈｃａｐａｃｉｔｙ；ｓｅａｒｃｈｅｆｆｅｃｔ农业图书情报学刊第１７卷第９期Ｖｏｌ．１７’Ｎｏ．９ＪｏｕｒｎａｌｏｆＬｉｂｒａｒｙａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｓｉｎＡｇｒｉｃｕｌｔｕｒｅ２００５年９月Ｓｅｐ．２００５搜索引擎新浪搜狐３７２１网易ＴＯＭ２１ＣＮ中华网上海热线开始搜索服务时间１９９９年１９９８年１９９８年２００１年２００１年２０００年２００２年２００１年１９９９年新浪搜狐３７２１２０００年新浪、百度搜狐、百度３７２１百度２００１年新浪、百度搜狐、百度３７２１Ｇｏｏｇｌｅ百度百度百度２００２年新浪、百度搜狐、百度、中国搜索３７２１百度百度百度百度、中国搜索百度２００３年新浪、百度、中国搜索搜狐、中国搜索３７２１、中国搜索百度、Ｇｏｏｇｌｅ、中国搜索中国搜索、百度百度中国搜索百度２００４年新浪、中国搜索、ｖｉｓｉｏｎｎｅｘｔ、Ｇｏｏｇｌｅ搜狐、中国搜索一搜、３７２１网易、中国搜索ＧｏｏｇｌｅＴＯＭ、百度、中国搜索２１ＣＮ、百度、中国搜索中国搜索、一搜百度、搜狐２００５年新浪、中国搜索、ｖｉｓｉｏｎｎｅｘｔ、百度搜狗一搜、３７２１Ｇｏｏｇｌｅ、网易、ＴＯＭ百度一搜上海热线、搜狐、百度门户网站使用的搜索技术表１各著名门户网站历次使用的搜索技术３检索效果比较３．１检索式的确定对单个关键词进行搜索，结果往往成千上万，而多个关键词联合搜索既能大大减少搜索结果，又能更搜索类型网站搜索网页搜索新闻搜索Ｍｐ３搜索地区／地域搜索图像／图片搜索网上论坛搜索Ｇｏｏｇｌｅ关键词、分类关键词关键词关键词、分类百度关键词、分类关键词关键词、分类关键词、分类关键词关键词、分类关键词、分类表２Ｇｏｏｇｌｅ、百度的主要搜索功能类型高级搜索网页快照二次检索扩检功能关键词推荐搜索布尔逻辑运算字段检索限定检索精确检索Ｇｏｏｇｌｅ可设置网页语言、文件格式、网页更新日期、字词位置、网域、类似网页、键链、每页显示结果数，在网站搜索、网上论坛搜索、图像搜索界面中都提供“高级搜索”网页快照支持提供该网站内的更多结果在搜索结果中推出类似网页搜索和网页类别搜索两种类型按类似网页搜索无支持在网页的标题中搜索（ｉｎｔｉｔｌｅ：）在网页的内文搜索（ｉｎｔｅｘｔ：）在网页内的任何地方在网页内的网址（ｉｎｕｒｌ：）在网页的链接内搜索（ｉｎａｎｃｈｏｒ：）按链接搜索（ｌｉｎｋ：）指定网域（ｓｉｔｅ：）按文件类型搜索（ｆｉｌｅｔｙｐｅ：）按时间搜索支持百度可以设置网页语言、关键词位置、网页更新日期、网页地区（可多选）、网域、每页显示的结果数，在网页搜索界面提供“高级搜索”百度快照支持提供该网站内的更多结果无无支持相关检索词智能推荐搜索支持在标题中搜索（ｉｎｔｉｔｌｅ：）无无在ｕｒｌ中搜索（ｉｎｕｒｌ：）无按链接搜索（ｌｉｎｋ：）指定网站搜索（ｓｉｔｅ：）无按时间搜索支持表３Ｇｏｏｇｌｅ、百度的辅助搜索功能搜索引擎ＧＯＯＧＬＥ百度实用功能计算器、中英文字典、天气查询、股票查询、邮编区号、手机号码计算器、天气预报、电视节目预报、网上地图、列车时刻表、飞机航班、宾馆查询、外汇牌价、股票查询、彩票查询、邮编查询、ＩＰ查询、手机号码查询、星座运程、万年历、词典搜索等表４Ｇｏｏｇｌｅ、百度的实用功能第９期徐雪梅等：中外主流搜索引擎中文搜索能力对比研究８５好地反映检索者的检索意图，因此多个关键词联合搜索在一定程度上更能反映搜索引擎的检索能力。
为了减少主观因素对测试结果的影响，并保证所选课题的现实性，在南华大学的信息检索登记表中进行筛选，最后选取医学领域的检索课题九个，并根据登记表中各个课题附有的关键词及其组配关系，组成测试二个搜索引擎的检索提问式集合。
九个检索提问式如下：Ｅ１：哮喘流行病学Ｅ２：卡托普利充血性心力衰竭Ｅ３：爱滋病鸡尾酒疗法Ｅ４：狂犬病疫苗免疫效果Ｅ５：肝癌致病基因Ｅ６：白血病造血干细胞移植Ｅ７：子宫肌瘤介入治疗Ｅ８：系统性红斑狼疮免疫吸附Ｅ９：早产儿视网膜病变测试时间：２００５．４．１０－２００５．５．１０３．２检索环境的确定为了保证检索结果的可比性，所有检索实验都在统一的环境下进行。
由于网页搜索是Ｇｏｏｇｌｅ、百度最基本的搜索功能，且繁体中文和简体中文的网页都是它们的收录范围，故对对它们进行中文（包括繁体中文和简体中文）网页的搜索效果进行测试。
为了减少网络的动态性变化所致误差，同时使用二个搜索引擎检索同一表达式，并将每个搜索引擎的检索结果保存下来，用于统计分析。
所有统计结果都是自然搜索结果。
３．３评价指标美国研究人员Ｈ．ＶｅｒｎｏｎＬｅｉｇｈｔｏｎ和ＪａｉｄｅｅｐＳｒｉ－ｖａｓｔａｖａ提出“相关性范畴”和“前Ｘ命中记录查准率”的概念。
“相关性范畴”给出一种判断检索结果与检索课题相关性的标准，而“前Ｘ命中记录查准率”，则在“相关性范畴”标准的判断下，计算“查准率”［６］。
凤元杰等在此基础上给出了“相对查准率”的评价指标，我认为这是判断检索准确度的一种较好评价方法，于是采用了这种方法［７］。
搜索引擎营销公司ｉＰｒｏｐｅｃｔ的调查研究显示：总计共８１．７％的搜索引擎使用者会在看完前三页之前就停止阅读搜索结果，人们对前三屏兴趣较大，并且三个搜索引擎都可以以１０为单位输出检索结果，故Ｎ取为３０是理想的。
具体的计算方法如下：（１）相关性范畴等级和相关系数（见表５）（２）ｐ（Ｅｉ）的计算方法将每个关键词的前３０条记录分为４组（１－３，４－１０，１１－２０，２１－３０），分别赋予权值０．４５，０．２５，０．２，０．１；Ｒ每个命中记录的相关系数（当命中记录数≥３０时，Ｎ取为３０，否则Ｎ为实际返回记录数）。
为属于范畴１的检索结果赋予相关系数０，为属于范畴２的检索结果赋予相关系数０．５，为属于范畴３的检索结果赋予相关系数１。
为Ｎ的函数，作为Ｐ（Ｅｉ）的分母。
当Ｎ＝０时，Ｐ（Ｅｉ）＝０。
Ｐ（Ｅｉ）的计算公式则为：Ｐ（Ｅｉ）＝Ｒ（１－３）×０．４５＋Ｒ（４－１０）×０．２５＋Ｒ（１１－２０）×０．２＋Ｒ（２１－３０）×０．１Ｍ（Ｅｉ）（３）计算出Ｐ（Ａ）＝１ｎｎｉ＝１"Ｐ（Ｅｉ），Ｐ（Ａ）的值就称为搜索引擎Ａ的相对查准率。
３．４检索结果Ｇｏｏｇｌｅ、百度的搜索结果显示格式、文档类型及网页类型见表６，命中网页情况见表７、表８，处理后命中网页的前３０条记录的相关系数见表９，相对查准率见表１０。
相关性范畴范畴１范畴２范畴３定义重复或无用的信息检索出的信息对检索者有潜在用处检索出的信息对检索者有明显的用处种类重复链接死链不相关链接有一定的字面联系，但内容信息无用的链接给出了相关但不详尽的信息检索结果中包含了范畴３信息的链接详尽、丰富的相关链接详尽的探讨和论述相关系数０００００．５０．５１１表５相关性范畴等级和相关系数０．４５Ｎ０＜Ｎ≤３０．２５Ｎ＋０．６３＜Ｎ≥１００．２Ｎ＋１．１１０＜Ｎ≤２００．１Ｎ＋３．１２０＜Ｎ≤３０，Ｍ（Ｅｉ）令Ｍ（Ｅｉ）＝农业图书情报学刊：信息教育第１７卷８６文档类型网页类型搜索结果显示格式ＧｏｏｇｌｅＨＴＭＬ文档、ＰＤＦ、ＰＳ、ＤＯＣ、ＰＰＴ等非ＨＴＭＬ文档的收录搜索静态网页和动态网页文件格式、网页标题、网页摘要、网页网址、网页大小、网页生成日期、网页语言，以醒目的颜色显示检索词百度ＨＴＭＬ文档、ＰＤＦ、ＰＳ、ＤＯＣ、ＰＰＴ等非ＨＴＭＬ文档的收录搜索静态网页和动态网页网页标题、网页摘要、网页网址、网页大小、网页生成日期、网页语言，以醒目的颜色显示检索词表６Ｇｏｏｇｌｅ、百度的搜索结果的显示格式、文档类型、及网页类型搜索引擎Ｇｏｏｇｌｅ百度Ｅ１３９８０８９２０Ｅ２３９４１０７０Ｅ３８１６０２７４０Ｅ４１１１０１１４０Ｅ５３２６０２６８０Ｅ６７７４０９２１０Ｅ７４７００５４７０Ｅ８４０６４４５Ｅ９８４３１７５０合计３０５９３３３４２５平均３３９９３７１４表７Ｇｏｏｇｌｅ、百度命中网页数表８Ｇｏｏｇｌｅ、百度处理后的命中网页数搜索引擎Ｇｏｏｇｌｅ百度Ｅ１７４９７６０Ｅ２１５５２４２Ｅ３６３５７１７Ｅ４６２３４０６Ｅ５７２１３７８Ｅ６７２７７５０Ｅ７７６７７６０Ｅ８２２５１５６Ｅ９４３９４９３合计５０４１４６６２记录号１２３４５６７８９１０１１１２１３１４１５１６１７１８１９２０２１２２２３２４２５２６２７２８２９３０Ｅ１０．５０．５１１１１１１０００１００．５１０．５０．５０．５１１０．５１１０．５００００００．５Ｅ２０．５０．５０．５０．５１１００．５０００．５０．５１１１０．５０．５０．５１０．５１１１００００１０．５１Ｅ３００．５０．５００００．５０００．５００．５０．５１０．５０．５００００．５０．５００．５０．５０００００．５０Ｅ４０．５０．５１１０．５０．５０．５０１０．５１００．５００００．５０．５０．５０．５０．５０００．５０００．５００．５０Ｅ５０．５０．５０．５０．５０．５０．５０．５０．５０．５０．５０．５０００００．５００．５００．５０．５０．５０．５０．５０．５００．５０．５００Ｅ６０．５０．５０．５０．５０．５０．５０．５００．５０．５０．５０．５０．５０．５０．５０１０．５０．５０．５０．５０．５００．５１０．５０．５０．５０．５０．５Ｅ７０．５１０．５０．５００．５１１１１０．５００．５０．５０．５００．５０．５０．５０．５１０．５０１０００．５００．５０．５Ｅ８００００．５０１０００００．５０．５０．５０．５００．５０．５００．５０．５０．５０００．５００．５００００Ｅ９００．５１０１０．５０．５０．５１０１１１１０１１０１００１０．５０００．５０００．５０Ｅ１１１００１０１００．５０１１０１０．５００１１１１０００．５０．５１０．５０．５１１Ｅ２１１１０．５０１００．５１１１０．５０．５０．５００．５１０．５１０．５０００．５０．５０１１１１１Ｅ３１１０．５０００．５０．５００．５０００００００．５００１００１００００１１０．５０Ｅ４１０．５１１０．５０．５０．５００．５０．５０．５００．５００．５０．５０．５０．５００．５０．５０．５０．５１０．５０．５０．５０．５００．５Ｅ５０．５０．５０．５０．５０．５０．５０．５０．５０．５０．５０．５００．５０．５０．５０．５０．５０．５０．５０．５０．５０．５０．５０．５０．５０００００Ｅ６０００．５０．５０．５０．５００．５００．５０００００００．５０．５０．５０．５０．５０１００．５０．５０．５０．５０．５０．５Ｅ７０．５１１０．５１１００１０．５００．５００．５１０００．５００．５００００１０００．５００Ｅ８０．５０．５００．５００．５０．５１０．５１０００．５０．５００．５００．５０００．５０００００００００Ｅ９０．５００．５１１１０．５０１００００．５０００．５０．５０．５１０．５００．５０００１０１００表９Ｇｏｏｇｌｅ、百度处理后的命中网页的前３０条记录的相关系数Ｇｏｏｇｌｅ百度第９期徐雪梅等：中外主流搜索引擎中文搜索能力对比研究８７４讨论４．１搜索功能表２、表３、表４可以看出，百度提供的主要搜索功能的种类超过Ｇｏｏｇｌｅ，如百度的新闻搜索、ＭＰ３搜索和地区搜索是Ｇｏｏｇｌｅ中文界面所缺少的；在辅助搜索功能方面，特别是限定检索和字段检索，百度比Ｇｏｏｇｌｅ逊色得多；百度提供的使用功能更多，更符合国内用户的特殊搜索需求。