搜索引擎面对的主要问题

和传统的图书或者文献的全文检索系统相比。

图书，主题分散，权威性高，规模有限 ，内容稳定，并发查询数低，响应时间要求不高。

网页，主题集中，权威性低，规模巨大，内容不稳定，并发查询数高，响应时间要求高。

主题问题涉及到数量，由于主题集中网页的创造者几乎可以等价与网页的读者。

权威性问题，涉及到搜索展示的问题（结果排序问题），以及检索结果数量级问题，由于互联网网页大量权威性低的网页，所以其检索结果的数量级必然很大。

规模问题，影响到查准率，排序，查全率等一系列问题，可以说数据规模问题是搜索引擎主要解决的问题，和最难克服的难点问题。

内容稳定问题，涉及到死链率问题，大多网页的生命周期有限，内容易挥发。如果降低死链率是搜索引擎特有的功能。

并发查询问题，涉及到服务的负载能力问题，通常的图书管检索系统由于用户数有限，服务的负载较低，而搜索引擎用户广大，搜索面广，所以负载问题十分重要。

响应时间，涉及到查的是否快。

以下信息供参考

有研究指出50%网页的平均生命周期大约为50天[Cho and Garcia-Molina,2000, Cho,2002]

搜索引擎需要的查询并发数为每秒1000个以上，每次查询1/100秒，这样的数量级。

当面对这些问题，搜索引擎应该由那些策略保证提供搜索用户良好的搜索体验呢？