搜索引擎技术在企业中的应用
搜索引擎技术在企业中的应用
企业搜索的现状
“到2012年底，信息访问技术将能定位及分析一半以上的全球2000强企业里面90%以上的数据。”这是著名的IT咨询公司Gartner的分析师Whit Andrews在美国拉斯维加斯举行的Gartner Symposium ITxpo大会上做报告时给出的结论。
这里的信息访问技术（Information Access Technology）就是Gartner对搜索引擎技术的最新定义。 企业搜索（Enterprise Search）正在成为一个增长迅速的热门领域，它在未来对于企业员工的作用就像目前互联网搜索对于网民的作用。
由于企业搜索的重要性，IBM和Oracle等领先软件厂商已经纷纷涉足该领域并取得了不小的进展。反观另一个软件巨头--微软，它的搜索战略一直比较弱，使得它在企业搜索领域不仅落后于一些专业厂商，还落后于IBM和Oracle。微软当然不会容忍这种局面长期保持下去，于是，微软在最近以12亿美元收购了挪威的搜索软件厂商Fast。Fast是全球最大的企业搜索厂商之一。业界分析家认为，微软在收购Fast时击败的竞争对手可能包括Oracle和SAP，它们都不希望客户购买第三方工具搜索其数据库。通过收购Fast，微软有机会超越甲骨文和IBM。
是什么原因使各IT巨头纷纷进入企业搜索领域，全球大中型企业纷纷搭建自己的企业搜索平台，企业搜索究竟能为我们带来什么呢。下面笔者从企业自身门户网站的应用和企业内部资料检索两方面做一简单介绍。
企业搜索的应用
互联网搜索（如Google、百度）已成为企业许多员工解决日常工作问题的一种工具，在企业信息化建设过程中，员工除希望解决单点登录、数据集成、应用集成等之外，更希望能够提供类似互联网搜索工具，来帮助自己从企业内部海量的信息中找到所需的知识。
虽然从表现层看企业中的搜索与互联网搜索没什么差别，但在实现方法和技术上还存在很多不同点，这也导致很多企业在信息化建设中搜索功能没有或效果不好。
一、企业搜索的特点
企业搜索、互联网搜索及桌面搜索从技术实现的基本原理上基本相同，但由于搜索的数据源不同、服务的对象不同等，搜索的功能与特点也不相同，下面是简单的比较：
互联网搜索
企业搜索
搜索范围
整个互联网
企业内部所有的信息资源及部分外部资源（如Internet、专业情报网等）
搜索对象
网页、图像、MP3等部分类型的多媒体文件
企业知识库、目录、帮助文件、新闻等。包括网页、电子邮件、office文件、PDF文件、图片、音视频多媒体文件、图标、公文、研究报告、解决方案等
信息及时性
更新周期长，静态缓存的索引，周期切换
信息更新比较即使，动态更新索引，保证数据一致性
准确性、相关性
不可能查全，相关周要性排序以PageRank等为主
更全面、更准确，支持字词索引，复合元数据查询、排序更加合理
安全性
公开信息，不存在安全考虑
访问权限控制非常重要
管理应用
找到信息后服务完成
需要更完备的整合和管理，支持各种分类、聚类手段，支持安全开放接口便于与其他系统整合
应用特点
大而全，旨在为用户提供更丰富的搜索结果
专业、定向的搜索，注重结果的准确性和高度匹配性，并且是一种具有安全控制的搜索
二、 企业搜索的原理
企业搜索工具通常具有发现、组织、联系和响应四个层次的应用支持能力，帮助员工搜索、发现内部的各种数据、信息、知识和外在的各类知识；将信息进行有效的组织、整理，让人们了解信息之间的联系，从中挖掘新的知识；将人们相互联系起来，在他们之间传递和分享无形的知识。
搜索技术的核心原理基本分为三步：
第一步，从数据源抓取信息，利用自动采集程序，访问互联网(通过Spider程序)、企业内网、 文件服务器(如office 系列文件，PDF等)、各种应用数据库(如Oracle、Sqlserver、Sybase、Domino等) 抓取所有相关信息；
第二步，建立索引数据库，由分析索引系统程序对收集回来的信息进行分析，提取相关数据（包括文件名、文件位置或URL、编码类型、包含的关键词、时间、大小、作者及数据库内字段信息等），根据一定的算法进行大量复杂计算，然后用这些相关信息建立索引数据库；
第三步，在索引数据库中搜索排序，当用户输入关键词搜索后，由搜索系统程序从索引数据库中找到符合该关键词的所有相关信息。
最后，由页面生成系统将搜索结果的标题、位置、内容摘要及各种属性信息等内容组织起来，通过搜索页面展现给用户。
三、 企业搜索工具的选择
企业搜索工具有二大类，一类是产品自带，如IBM WebSphere Portal、Microsoft SharePoint等均内置搜索功能，这类多为数据库搜索，其特点是与应用一体化，减少整合的工作量，但效率要低一些，搜索效果在一些特殊情况下不友好，如数据库的中文大字段等； 另一类是独立的搜索工具，如Autonoy，TS5（Tornado Search 5.0）这类产品专注在搜索应用上，具有很高的专业性。
Autonoy是一家国外上市公司，占有全球最大的企业搜索市场份额，产品功能十分丰富，如分类，聚类，相关推送等等，但价格也相对昂贵，单套就要数十万上百万，大型企业可考虑选择。
对一般的中小企业来讲，没有很多高端功能的需求，预算也相对较少，这种情况可考虑选择TS5 。 TS5是龙卷风公司 (www.tornado.com.cn) 推出的一款专业中文搜索引擎，特点是操作简单，建置容易，即使不懂技术也可以很快建立自己的搜索引擎，除了能够获得一般搜索引擎常见的功能之外，还有二次搜索，智慧型排序，自动选词，相关词，热门关键词，热门文件，置顶文件等功能。单套价格2到3万，一般的企业都可以接受。
除了Autonoy 与 TS5 之外 ，还有FAST、TRS、百度、海量等也提供企业搜索工具，但这些厂家的市场定位都有过一些调整，如FAST并入微软的业务，TRS转型CMS内容管理厂商，百度不再支持企业级搜索等。
一个优秀的搜索引擎可以为员工带来更好的应用体验，选择适合你的搜索工具。