垂直搜索是針對某一個行業的專業搜索引擎,是搜索引擎的細分與延伸。它對網頁庫中的某類專門信息進行整合,定向分字段抽取出所需數據,處理後再以某種形式返回給用戶。
垂直搜索與普通網頁搜索最大的區別,在於對網頁信息進行了結構化信息抽取——把網頁的非結構化數據抽取成特定的結構化數據。可以這樣理解:網頁搜索以網頁為最小單位,基於視覺的網頁塊分析以網頁塊為最小單位,而垂直搜索則以結構化數據為最小單位。抽取後的數據存入數據庫,進一步加工處理(如去重、分類等),最後分詞、索引,以搜索方式滿足用戶需求。整個過程中,數據由非結構化抽取為結構化,經過深度加工後,再以非結構化和結構化兩種方式返回給用戶。
垂直搜索的應用方向很多,如企業庫搜索、供求信息搜索、購物搜索、房產搜索、人才搜索、地圖搜索、MP3 搜索、圖片搜索等,幾乎各行各業的資訊都可以細化成各類垂直搜索。
舉個例子更容易理解:以購物搜索為例,整體流程大致是——抓取網頁後,對商品信息進行抽取,得到商品名稱、價格、簡介等,甚至可以進一步把筆記本簡介細分成「品牌、型號、CPU、內存、硬盤、顯示屏」等;然後對信息進行清洗、去重、分類、分析比較、數據挖掘,最後透過分詞索引提供搜索,並透過分析挖掘提供市場行情報告。
應從以下幾點判斷:
垂直搜索的進入門檻很低,但競爭門檻很高,沒有專注的精神和精湛的技術是不行的。行業門戶網站具備行業優勢,卻往往缺乏技術優勢,絕不要以為招幾個人就能搞定垂直搜索的全部技術。作為一個需要持續改進、可運營的產品而非一個項目,對技術的把握與控制程度,是垂直搜索成功的重要因素之一。