政府門戶垂直搜索引擎的典范——中央人民政府門戶搜索引擎

　　央網(wǎng)搜索引擎建設(shè)背景

　　截止到2004年底，我國以gov.cn命名的站點(diǎn)數(shù)達(dá)到了10260個，93%的部委擁有部門網(wǎng)站，73%的地方政府擁有門戶網(wǎng)站，這對我國政府職能轉(zhuǎn)變和創(chuàng)新管理方式的推動起到了重要作用，但也凸顯了各地政務(wù)信息分散，缺乏有效的分類組織和整合等問題，影響了政府的政務(wù)決策水平和政務(wù)信息公開效率的進(jìn)一步提升。
　　那么如何有效整合政務(wù)信息資源，發(fā)揮政務(wù)信息資源的效力? 中央決定建立權(quán)威、集中的中央政府門戶網(wǎng)站來改變這種現(xiàn)狀，中央人民政府門戶（簡稱央網(wǎng)）的建成將成為各部委及各地方政府信息資源的匯聚點(diǎn)，并最終成為政務(wù)信息發(fā)布和提供在線支持的綜合服務(wù)平臺。而在央網(wǎng)中搭建專業(yè)的政務(wù)垂直搜索引擎無疑是有效的解決方式之一。

　　央網(wǎng)搜索引擎功能簡介

　　通過http://sousuo.gov.cn進(jìn)入央網(wǎng)搜索引擎主頁，搜索主頁包含了國網(wǎng)網(wǎng)站搜索、國務(wù)院公報搜索、政府網(wǎng)站搜索、圖片搜索、文檔搜索、服務(wù)搜索等搜索分類。國網(wǎng)網(wǎng)站搜索是指對國家門戶網(wǎng)站http://www.gov.cn自身發(fā)布內(nèi)容的搜索功能；國務(wù)院公報搜索是指對國務(wù)院公報內(nèi)容進(jìn)行搜索；政府網(wǎng)站搜索是指對各級政府網(wǎng)站的網(wǎng)頁內(nèi)容搜索；圖片搜索是指對各級政府網(wǎng)站上的圖片進(jìn)行搜索；文檔搜索是指對各級政府網(wǎng)站上的文檔內(nèi)容進(jìn)行搜索，比如WORD、PDF、Excel、PPT等；服務(wù)搜索是指搜索國內(nèi)相關(guān)政府網(wǎng)站上所提供的服務(wù)。通過這樣的分類，可以方便公眾有針對性地選擇搜索目標(biāo)。
對于每一種分類搜索，系統(tǒng)都提供“高級搜索”功能，在高級搜索界面上，用戶可以根據(jù)來源、日期（范圍）、標(biāo)題、作者、正文等屬性進(jìn)行搜索，并且可以指定結(jié)果的排序方式是按照網(wǎng)頁的時間排序，還是按照內(nèi)容的相關(guān)度進(jìn)行排序。
　　在搜索性能方面，基于目前的服務(wù)器配置，國家門戶搜索引擎能夠支持瞬間300個并發(fā)用戶的搜索請求，并可平滑進(jìn)行硬件擴(kuò)展，滿足今后應(yīng)用擴(kuò)展的需求。


　　　　　　　　　　　　國家門戶網(wǎng)站站內(nèi)搜索界面

　　央網(wǎng)搜索引擎的應(yīng)用特點(diǎn)和優(yōu)勢

　　 垂直專業(yè)搜索----整合政務(wù)網(wǎng)絡(luò)信息

    　央網(wǎng)搜索引擎實(shí)現(xiàn)了對全國副省級以上政府網(wǎng)站（350家）內(nèi)容和服務(wù)的采集；實(shí)現(xiàn)了包括按信息分類、條件組合、文件類型、圖片、區(qū)域等多種檢索方式，同時實(shí)現(xiàn)了對多語種、多文種的檢索。

　 　與政府網(wǎng)站標(biāo)準(zhǔn)化建設(shè)緊密結(jié)合----實(shí)現(xiàn)更好的搜索效果

　　如果搜索引擎能夠更好地“理解”網(wǎng)頁內(nèi)容，那么相信會提供更好的搜索服務(wù)。在央網(wǎng)搜索引擎系統(tǒng)的建設(shè)過程中，TRS制定了政府網(wǎng)站內(nèi)容格式規(guī)范，把搜索引擎建設(shè)和各級政府網(wǎng)站的標(biāo)準(zhǔn)化建設(shè)緊密結(jié)合在一起。央網(wǎng)門戶搜索引擎對于符合政府網(wǎng)站內(nèi)容格式標(biāo)準(zhǔn)的網(wǎng)頁，能夠按照標(biāo)準(zhǔn)進(jìn)行內(nèi)容分析，提高了網(wǎng)頁分析的準(zhǔn)確性，實(shí)現(xiàn)了更好的搜索效果。

　　實(shí)時更新搜索信息----第一時間獲取一手信息

　　央網(wǎng)搜索引擎所提供的搜索內(nèi)容，必須能夠及時反映政府網(wǎng)站的內(nèi)容變化，各級政府網(wǎng)站上新發(fā)布的政務(wù)信息和辦事指南應(yīng)能及時搜索。目前各級網(wǎng)站發(fā)布的新網(wǎng)頁一般在30分鐘之內(nèi)就可在央網(wǎng)門戶搜索引擎中搜索到。

　　分類搜索----方便用戶的搜索過程

　　央網(wǎng)搜索引擎對公眾提供了方便的政務(wù)信息、辦事指南搜索，合理的分類可以方便用戶的搜索過程。央網(wǎng)門戶搜索引擎按照服務(wù)的類型將搜索內(nèi)容細(xì)分為站內(nèi)搜索、國務(wù)院公報搜索、圖片搜索、文檔搜索、政府網(wǎng)站搜索等幾種類型。央網(wǎng)門戶搜索引擎在采集到的搜索各個環(huán)節(jié)都需要進(jìn)行細(xì)致的分類工作。

　　深度精準(zhǔn)搜索----獲得互聯(lián)網(wǎng)搜索不能提供的滿意體驗

　　央網(wǎng)搜索引擎是對各級政府網(wǎng)站的全部網(wǎng)頁內(nèi)容進(jìn)行采集和索引；央網(wǎng)搜索引擎對網(wǎng)頁的全部內(nèi)容建立索引，進(jìn)行檢索；央網(wǎng)搜索引擎能夠為用戶提供完整的搜索結(jié)果集，搜索到的所有網(wǎng)頁都是可瀏覽的，采用的是精確檢索技術(shù)。
　　
　　多種文檔搜索----整合內(nèi)部對象信息資源

　　《國務(wù)院公報》集中準(zhǔn)確地收集了國家法規(guī)、聲明、任免等重要文件，是國家最重要的政務(wù)信息資源之一?；赥RS Database Server 的全文數(shù)據(jù)庫服務(wù)器平臺，為其提供了精準(zhǔn)的搜索手段。包括簡單檢索，以及針對于內(nèi)容分類、發(fā)文單位、文號、期號、文件類別等元數(shù)據(jù)的組合檢索手段。滿足了不同層次的用戶對國務(wù)院公報的精確檢索。

　　應(yīng)用服務(wù)搜索----創(chuàng)新的政務(wù)服務(wù)搜索功能

　　系統(tǒng)整合了部委和各省市的政務(wù)服務(wù)，以及相關(guān)的政策資源。用戶通過輸入關(guān)鍵詞，就可以在頁面上一并獲得網(wǎng)上辦事的鏈接入口和相關(guān)政策信息，大大方便了用戶的同時，提高了政府的辦事效率和服務(wù)水平，凸顯電子政務(wù)價值。

　　什么是垂直搜索引擎

　　垂直搜索引擎的定義
　　搜索引擎的出現(xiàn)，整合了互聯(lián)網(wǎng)上眾多的網(wǎng)頁資源，并提供信息導(dǎo)航和信息查詢服務(wù)，使信息的價值得到了網(wǎng)民和廠商的普遍認(rèn)可。但是，搜索引擎的發(fā)展格局是多方面的，市場需求的多元化也導(dǎo)致了搜索引擎的行業(yè)化和細(xì)分化，從而“垂直搜索引擎”成為了搜索引擎發(fā)展的必然趨勢之一。
TRS認(rèn)為：垂直搜索引擎是針對某一個行業(yè)或組織，滿足行業(yè)專業(yè)需求、或者組織某項業(yè)務(wù)需求的專業(yè)搜索引擎，是搜索引擎的細(xì)分和延伸，是對某類網(wǎng)頁資源和結(jié)構(gòu)化資源的深度整合，并為用戶提供符合專業(yè)用戶操作行為的信息服務(wù)方式。

　　政府相關(guān)的垂直搜索引擎
　　主要表現(xiàn)為面向內(nèi)部的垂直搜索和面向外部的垂直搜索，面向內(nèi)部的垂直搜索主要是指政府內(nèi)部專網(wǎng)網(wǎng)站群的搜索，同時集成數(shù)據(jù)庫搜索功能，為政府工作人員和領(lǐng)導(dǎo)提供快速定位信息的方式，為日常工作和領(lǐng)導(dǎo)決策提供支持；面向外部的垂直搜索主要是指政府門戶網(wǎng)站群搜索，同時集成法律法規(guī)等數(shù)據(jù)庫搜索功能，整合政務(wù)服務(wù)資源，為民眾和企業(yè)提供更好的服務(wù)，最大的發(fā)揮政務(wù)資源的效用。

　　垂直搜索、企業(yè)搜索、互聯(lián)網(wǎng)搜索的區(qū)別

　　信息采集：融合了互聯(lián)網(wǎng)搜索和企業(yè)搜索的特點(diǎn)
   　 從采集方式看，互聯(lián)網(wǎng)搜索以被動方式為主，搜索引擎和被采集的網(wǎng)頁沒有約定的、標(biāo)準(zhǔn)的格式；企業(yè)搜索以主動方式為主，被采集的辦公文檔、CRM和ERP中的數(shù)據(jù)等都和企業(yè)搜索引擎有著約定好的采集接口和安全接口；垂直搜索則采用被動和主動想結(jié)合的方式，通過主動方式，有效采集網(wǎng)頁中標(biāo)引的元數(shù)據(jù)，整合上下游網(wǎng)頁資源或者商業(yè)數(shù)據(jù)庫，提供更加準(zhǔn)確的搜索服務(wù)。如：中華人民共和國中央人民政府網(wǎng)站垂直搜索引擎，它通過規(guī)范副省級政府門戶網(wǎng)站網(wǎng)頁的表達(dá)方式，達(dá)到有效采集網(wǎng)頁元數(shù)據(jù)的目的，為企業(yè)和個人提供更精準(zhǔn)的政務(wù)信息搜索服務(wù)。
　　從對采集深度、動態(tài)網(wǎng)頁采集的優(yōu)先級、結(jié)構(gòu)化數(shù)據(jù)庫信息采集來看，互聯(lián)網(wǎng)搜索采用廣度為先的策略，所以對采集深度要求不高，而垂直搜索和企業(yè)搜索需要挖掘出行業(yè)內(nèi)所有相關(guān)的網(wǎng)頁信息，所以往往采用深度為先的策略，同時由于行業(yè)內(nèi)的一些有商業(yè)價值的信息采用動態(tài)發(fā)布的方式，如：企業(yè)數(shù)據(jù)庫、供求信息等，所以垂直搜索對動態(tài)網(wǎng)頁的采集優(yōu)先級別較高。另外，在實(shí)際應(yīng)用中，垂直搜索和企業(yè)搜索都需要集成和采集關(guān)系數(shù)據(jù)庫中的結(jié)構(gòu)化信息，如：垂直搜索中政府需要集成法律法規(guī)庫、企業(yè)搜索中需要采集ERP、CRM中的信息等。

　　信息加工：非結(jié)構(gòu)化信息和結(jié)構(gòu)化信息是垂直搜索的特色 

　　垂直搜索引擎和普通的網(wǎng)頁搜索引擎的最大區(qū)別是對網(wǎng)頁信息進(jìn)行了結(jié)構(gòu)化信息抽取加工，也就是將網(wǎng)頁的非結(jié)構(gòu)化數(shù)據(jù)抽取成特定的結(jié)構(gòu)化信息數(shù)據(jù)，好比網(wǎng)頁搜索是以網(wǎng)頁為最小單位，而垂直搜索是以結(jié)構(gòu)化數(shù)據(jù)為最小單位。
　　垂直搜索的結(jié)構(gòu)化信息提取和加工主要包括兩種：網(wǎng)頁元數(shù)據(jù)的提取，標(biāo)題、作者、發(fā)表時間、版權(quán)所有等等；內(nèi)容中結(jié)構(gòu)化實(shí)體信息的提取，人名、地名、組織機(jī)構(gòu)名、電話號碼等等。同時，這些數(shù)據(jù)存儲到數(shù)據(jù)庫，進(jìn)行進(jìn)一步的加工處理，如：去重、分類等，最后分詞、索引再以搜索的方式滿足用戶的需求。
　　目前，從垂直搜索的應(yīng)用情況看，大部分垂直搜索的結(jié)構(gòu)化信息提取都是依靠手工、半手工的方式來完成，面對互聯(lián)網(wǎng)的海量信息，很難保證信息的實(shí)時性和有效性，因此對智能化的，結(jié)構(gòu)化信息提取技術(shù)的需求非常迫切。同時國內(nèi)非結(jié)構(gòu)化信息的智能提取技術(shù)目前也取得重大進(jìn)展，在一些領(lǐng)域得到有效應(yīng)用，智能化是垂直搜索引擎的發(fā)展趨勢。

　　信息檢索：結(jié)構(gòu)化和非結(jié)構(gòu)化相結(jié)合的檢索方式

     從信息檢索看， 垂直搜索不但能夠?qū)W(wǎng)頁信息中的結(jié)構(gòu)化信息進(jìn)行檢索，而且能夠提供結(jié)構(gòu)化和非結(jié)構(gòu)化信息相結(jié)合的檢索方式。比如我們找工作關(guān)注的：職位信息： 軟件工程師；公司名稱：軟件公司；地點(diǎn)：北京海淀。
    從檢索結(jié)果的排序方式看，互聯(lián)網(wǎng)搜索通過PageRank算法來實(shí)現(xiàn)，企業(yè)搜索大多采用檢索內(nèi)容和檢索詞的相關(guān)度進(jìn)行排序，相對于互聯(lián)網(wǎng)搜索和企業(yè)搜索，垂直搜索的排序需求更加多樣化，如：按時間排序、按相關(guān)度排序、按某個結(jié)構(gòu)化字段排序（如：購物搜索中的按價格排序等等）。

　　垂直搜索引擎在政府門戶中的應(yīng)用價值

　　整合政務(wù)資源，有效提升政務(wù)資源價值

    　門戶技術(shù)中的“網(wǎng)站群技術(shù)”和“全文檢索技術(shù)“有效的整合了行政領(lǐng)導(dǎo)關(guān)系比較緊密地部門內(nèi)部的信息資源，垂直搜索技術(shù)則有效整合了行政領(lǐng)導(dǎo)關(guān)系比較松散地機(jī)構(gòu)間的信息資源，使得政務(wù)信息資源的聚攏和整合得以最大化，政務(wù)資源的可挖掘能力得到提高，從而有效地提升了政務(wù)資源的價值。

　　一站式檢索和導(dǎo)航服務(wù)，提高政府門戶的公眾服務(wù)水平

　　   面對多如繁星的政府門戶網(wǎng)站，用戶查詢信息和網(wǎng)上辦事時往往無所適從，政務(wù)垂直搜索引擎的建設(shè)恰恰解決了這個問題，用戶可以通過搜索引擎的各種檢索方式，方便的獲取過去需要訪問多個網(wǎng)站才能查全的信息，同時也可以通過檢索獲取網(wǎng)上辦事的入口，例如：在央網(wǎng)搜索引擎的規(guī)劃中將繼續(xù)開發(fā)服務(wù)搜索這個模塊，通過檢索您就可以輕松獲取副部級網(wǎng)站上的辦事鏈接網(wǎng)址。一站式檢索和導(dǎo)航服務(wù)，大大方便了市民和企業(yè)，提高了政府門戶網(wǎng)站的服務(wù)水平。
   
　　政治體制改革環(huán)境下，“凝聚”組織機(jī)構(gòu)的有效手段

　   市場格局的變化，按照“大社會、小政府”的思維模式，政府介入微觀經(jīng)濟(jì)領(lǐng)域越來越少，國家各個行業(yè)的部分機(jī)構(gòu)由事業(yè)型機(jī)構(gòu)轉(zhuǎn)為企業(yè)。部委和下面的機(jī)構(gòu)之間已經(jīng)沒有了行政領(lǐng)導(dǎo)職能，但是業(yè)務(wù)上還是存在千絲萬縷的聯(lián)系，兩者還存在業(yè)務(wù)指導(dǎo)關(guān)系。垂直搜索引擎將兩者有效的“凝聚在一起”，通過“信息的關(guān)聯(lián)”把大家聯(lián)系在一起，有利于行業(yè)內(nèi)的交流和協(xié)作。

　　垂直搜索引擎在政府門戶中的應(yīng)用展望

　“門戶+搜索”將會成為政府門戶網(wǎng)站建設(shè)的新模式
 　 正如上面所述，門戶技術(shù)（網(wǎng)站群和內(nèi)容管理技術(shù)）只是解決了行政領(lǐng)導(dǎo)關(guān)系比較緊密的政府機(jī)構(gòu)的信息資源整合，對于行政領(lǐng)導(dǎo)關(guān)系比較松散的政府機(jī)構(gòu)的信息資源整合，則必須采用被動搜索的方式。隨著地市級、縣級政務(wù)門戶的普及，省級門戶首先考慮采用搜索技術(shù)整合下屬門戶網(wǎng)上資源，為民眾、企業(yè)提供便捷的信息獲取手段和導(dǎo)航服務(wù)。實(shí)踐證明很多省級、部委門戶已經(jīng)展開了政府門戶垂直搜索引擎的建設(shè)，并取得了很好的效果，　　　　“門戶+搜索”正在成為政府門戶網(wǎng)站建設(shè)的新模式。

　　聯(lián)合搜索將會成為政府門戶垂直搜索的特色
   　隨著政府門戶中垂直搜索引擎的建設(shè)，當(dāng)下級政府部門已經(jīng)建立了自身職責(zé)范圍內(nèi)的信息資源的整合和搜索以后，上級部門則可不采用被動抓取的方式來整合這部分資源，可以通過聯(lián)合搜索的方式搜索這部分資源，即：將用戶的關(guān)鍵詞發(fā)送到下級政府部門的搜索引擎，對結(jié)果集合并后返回給用戶。聯(lián)合搜索的方式具有下面兩個優(yōu)點(diǎn)：第一，省時省力，節(jié)約資金，防止重復(fù)建設(shè)；第二，和被動的抓取方式相比，獲取的信息比較全面和及時。