“Google狂”引燃搜索技术

企业信息检索成新宠

面向企业局域网的搜索战场狼烟四起，尚不知鹿死谁家，但对企业局域网用户查找企业内部信息的便捷性的迫切需要，却责无旁贷成为该战场之共识。

而在这一点上，实际情形却不容乐观。根据最近全球知名的战略商务顾问和技术做市商德尔福集团(Delphi Group)专门针对“企业局域网搜索”这个课题所做的调研表明：企业局域网所使用的信息检索技术“经常”无法让用户找到自己想要的信息。此次调研对象为三百人，调查结果数据显示：这些调查对象平均每天花费两到四小时来用计算机在企业局域网中搜索与工作有关的信息资讯。其中有60%的调查对象认为较之两年前现在更容易在企业局域网中找到与其工作相关的信息。但也有68%的调查对象认为在企业局域网中查找与工作相关的信息时还是有一定困难，而且较为费时。

知名搜索技术供应商FAST公司(www.fastsearch.com)的市场开发副总裁约翰.路特(John Rueter)指出：增加搜索难度，即搜索的复杂性的原因不是别的，正是企业的数据状况。而结构化的数据库开始控制绝大部分信息流也才是不久前的事情。同时，结构化数据库中所收纳的信息只占到企业内部信息总量的20%，剩下的80%均为非结构化信息，这其中包括文本文档，HTML页面，电子邮件和即时通信信息(IM)。

现如今有一大批搜索供应商企业正跃跃欲试来处理这些分散于企业局域网中的“另类”信息来源。其中包括了在信息搜索及检索方面处于领先地位的企业如全球信息处理巨头Autonomy，搜索和分类软件供应商Convera企业、Endeca软件公司、FAST公司、iPhrase公司、Mercado软件公司及美国知识管理产品公司Verity。此外还包括全球顶级的数据库管理软件供应商如IBM和Oracle，就连SAP这个全球最大的企业管理软件供应商也来凑了一把热闹，面向企业推出了搜索软件产品。

所有这些无不表明了搜索技术的新一轮发展趋势。当初Excite，Infoseek和Lycos这些知名搜索引擎公司开始叫卖它们的搜索和网络内容导航工具时曾招来不少的非议，但这一次，搜索供应商却一致向企业局域网的信息资讯的组织和检索看齐。

效率与效益就是根本的目标。弗莱保罗说：无论是企业的管理人员，普通工作人员，还是企业客户，都希望能够很容易就可以了解到这家企业(公司)所拥有的信息中是否有与他正需要的资料有关的任何信息。而这才是搜索技术的真义，这也正是搜索供应商们亟待充分意识的一点。

任重道远，但搜索供应商们首先需要去做的一件事情却是真正明白自己需要的是什么。

但弗莱保罗认为：这一点看似简单，实则企业需要先把用户欲看到的内容清楚地定义出来，然后再来决定需要搜索引擎方面提供多少支持。此外他认为：其实只要用户能够心里清楚他们所寻找的数据对象，那么要找到这些数据并不是太困难。例如可以查询结构化数据源来找出所有购买超过五万元的客户名单，或查询非结构化数据源来找出所有电子邮件中包含了“贪污”这一词语的客户名单。

弗莱保罗的这些观点不无道理，不过一旦涉及到一系列的数值，近似拼写及同义词，尤其还要对多种不同类型的数据库及数据类型进行处理，问题就会变得棘手。

世界野生动物基金会(WWF)的副总裁兼信息主管格雷戈里.史密斯(Gregory Smith)则建议大家“先试后买”。WWF是位于华盛顿特区的一家环保组织，该组织最近对网站进行了重新规划和设计，并在网站中采用了Verity的Ultraseek搜索软件，以此加强网站的整体搜索性能，结果没有让他们失望：在2002到2003一年的时间内网站的访问量增长了63%。

史密斯说：我们改进后的网站有大量内容是动态形式的，所以我们希望能够掌握这些动态的内容。而更为重要的是，我们希望这些动态信息的详细内容和扩展数据库的内容均能为用户所搜索到，我们的目的就是要让网站具备这个能力。

史密斯在正式采纳Verity所提供的搜索平台产品之前曾试用过多种其它厂家提供的搜索平台技术。他指出： 尽管大部分搜索引擎已然能够处理其缓存的动态内容，但世界野生动物基金会还是希望能够保证它所实施的搜索技术不仅限于处理众多数据库中的一个子集，而是对这些数据库本身都能够进行深入处理。

此外，Google目前虽仍是最受用户青睐的搜索引擎，但专家们忠告其它的搜索供应商们不要被Google品牌在用户心目中的至高地位所吓倒。无疑Google在互联网搜索领域仍占据统治地位，但对企业局域网的搜索它并不占多少优势。

进军企业信息检索市场，首要在于区分“intranet”和“Internet”，即“企业局域网”和“互联网”对搜索的不同要求。互联网适用的信息采集技术并不一定适用于企业局域网。例如，在“互联网”搜索世界，网页内容的受欢迎程度是衡量相关性的一个重要指标。而这一点在企业局域网搜索上却会碰壁。 在企业局域网中，信息用多种不同的系统类型进行存储，而且设置了不同的访问权限。Verity公司的市场开发资深副总裁安德鲁.费特解释道：“在一个企业环境中，你不单需要知道是谁在搜索信息，而且需要知道他们有没有看他们所搜索的这些信息的权限。”

此外，在企业局域网的搜索上，象互联网那样通过关键词进行搜索的方式也不太合时宜了。AMR调研公司采用了Autonomy的搜索技术来帮助改善该公司的调研内容对用户的易浏览性。不过由于AMR的网站中常常会包含大量相似词语，因而为该网站的内容搜索增加了难度。

正如AMR公司的首席技术官斯斯科特.伦德斯多姆(Scott Lundstrom)所说：“我们制作的每个文档里面都有相同的关键词。”在这种情形下，Autonomy搜索软件索性摈弃了关键词匹配进行搜索的老做法，转而改用模式匹配技术，在理解信息含义及重要性的基础上再决定该信息与查询的相关性。

该公司网上业务及销售自动化副总裁菲尔.吉布森(Phil Gibson)说：Google的企业搜索应用软件在大规模的数据搜索上表现上佳，它能够出色地遍历企业局域网中分布的大部分信息，然后返回令人满意的搜索结果。但也正是这一点限制住了它。而iPhrase则是基于自然语言检索，因而可以处理任何格式的数据信息，无论是结构化的还是非结构化的信息。iPhrase拥有一个极具可调性的语义库，我们可以根据自己的客户，行业和应用来量身定制我们自己的语义库。

美国国家半导体放弃了其自行开发的搜索应用程序，转而购买iPhrase 搜索软件作为其网站搜索平台，其中一个主要原因就是看中了它的搜索结构体系能够为网站带来的灵活性。

美国国家半导体的产品网站为用户提供了多达15,000多种设备，而每套设备约包含300个参数。初访者可能会不知道这家公司的产品命名规范，但却可能拥有非常详尽的电气特性知识。为了让用户能够按照他们自己的喜好浏览网站，国家半岛体公司提供了多达十多个不同的搜索接口供用户查询。例如，用户可以输入电气特性进行查询，也可以浏览三维立体图表进行产品查询。

虽然从产品寻访者的角度来看，网站上提供的所有这些搜索接口看起来都迥然不同，但事实上所有这些搜索接口均出自iPhrase一家技术平台。吉布森表示：我们拥有迥异的受众群体，因而针对不同目标群体提供不同的搜索服务已成必需。而搜索引擎则应通过不同途径来实现这样多变化的搜索结构体系。