cnki_ok的专栏

<br />从市值来看，全球最大的互联网公司的是谷歌，中国最大的互联网公司是百度。凑巧的是，谷歌还是全球最大的的搜索引擎，百度是中国最大的搜索引擎。不管是全球范围，还是中国市场，搜索引擎商业模式之优越都可见一斑。<br />搜索引擎迎来了开元盛世，绣口一吐，就是一个盛唐。但水满则溢，月盈则亏。盛世，往往就蕴含着危机。谷歌和百度，估计体会甚深。<br /> <br />先说谷歌，瑞士法院认为它的街景服务存隐私问题、谷歌在美或遭反垄断调查、它与美国国家安全局的结盟引起了政治争议、推出的社交网络Google Bu

谷歌搜索引擎搜索代码参数：(google.com) q--查询的关键词(Query)，百度对应的参数为wd hl--Google搜索的界面语言(Interface Language) hl=zh-CN简体中文语言界面，我们用的Google中文就是这个参数。 hl=zh-TW繁体中文语言界面，港台地区常使用。hl=en 英文语言界面。start--显示结果的页数,百度对应

今天无意中读到的，网上转载很多了，不过还是忍不住在转载一番，不过原文就找不到了，读得有点累，但是多少有点启发了，推荐一下。查询处理以及分词技术随 着搜索经济的崛起，人们开始越加关注全球各大搜索引擎的性能、技术和日流量。作为企业，会根据搜索引擎的知名度以及日流量来选择是否要投放广告等；作为 普通网民，会根据搜索引擎的性能和技术来选择自己喜欢的引擎查找资料；作为技术人员，会把有代表性的搜索引擎

Clucene实现中文分词搜索（转载）2008年05月23日 星期五 17:42最近，一阵忙乎，终于在Clucene（版本0.9.16)中实现了中文分词搜索。 一些需要改动的地方如下：                    一、 把项目设置为Use Unicode Character Set。因为使用ANSI时，汉字存在与其他语言编码重叠的问题，不能准确判断是否为汉字。

重新去学习搜索1，环境：windows平台，vc82，项目设置：必须设置为Use Unicode Character Set。因为使用ANSI时，汉字存在与其他语言编码重叠的问题，在分析文本时，很难判断一个char是否是半个汉字，或者是前半个汉字还是后半个汉字。同时，CLucene对UCS2编码能够提供支持，所以VC项目直接设置为Use Unicode Character Se

最近，一阵忙乎，终于在Clucene（版本0.9.16)中实现了中文分词搜索。一些需要改动的地方如下：                   一、 把项目设置为Use Unicode Character Set。因为使用ANSI时，汉字存在与其他语言编码重叠的问题，不能准确判断是否为汉字。                二、 \src\CLucene\util\Misc.cp