偶看新闻池州到厦门飞机:企业搜索：Google、Baidu不是我的对手
来源：百度文库 编辑：偶看新闻 时间：2024/04/29 15:15:16
以上就是个人搜索范畴，而实际工作中，我们还需要企业级搜索，那就是在专有的企业网络中，准确、安全地搜索企业数据，特别是各种非结构化数据信息。
针对企业搜索，IDC给出了这样的解释，"企业级搜索是一种组织的需求，属于搜索引擎的高级应用。企业用户对信息的需求不仅仅限于简单的查询结果，而是结合搜索、数据库查询、语义和句法分析、分类和聚类、相关性分析等技术，整合现有的信息资源，提炼出具有商业价值或社会价值的数据支持。"
准确搜索的前提：理解非结构化数据
要整合企业网络内部的信息资源，首先要面对的就是：占企业所有数据中80%的各种各样非结构化数据信息，例如电话交谈记录、语音留言、电子邮件、Word 文档、纸质文档、图像、网页、视频以及数以百计其他形式的内容。（结构化数据指：与数据库相关的数据，例如Oracle、Lotus Notes、ODBC 兼容类型数据）
对于这些非结构化的数据信息，我们缺乏能够理解并有效利用这些内容的技术，这一内容丰富而又充满战略意义的资源常常无法发挥其作用。在这种情况下，我们通常会通过人力手工的方式，去分类、归档，而这种方式必然是低效的。
要解决这些问题，就需要一种这样的信息处理平台：不但能够处理所有类型的信息，而且能与现行成熟的结构化数据库处理方式相统一。目前，英国的Autonomy公司就采用了这种技术平台，并为企业搜索用户提供了一种独特的解决方案。通过独特的技术组合，Autonomy 让计算机能够自动并且实时地从语境上理解所有数字内容的含义，从而取代了以往处理、分析信息时耗时耗力的手动操作。搜索方法：模式识别计算技术当前，有包括关键词、布尔值、参数在内的各种传统搜索方法。而Autonomy采用了建立在模式识别计算技术（非线性自适应数字讯号处理）以及语境语言分析基础上的创新语义识别搜索功能。这种搜索方式避免了关键词搜索方式容易产生的不准确信息，在信息量巨大的搜索中显得更加有效。同时，这种搜索方式不依赖语言、语种或语意，它完全把语言和文字当成一种数学符号来处理，这样可以很快把系统移植到不同的语言中去。
模式识别计算技术主要基于两个基本理论：贝叶斯概率论和香农信息论。
如果一枚硬币被连续抛100次，每次都是正面朝上，那么，抛第101次时，正面朝上的概率是多少？传统统计学观点的推论是：50%。而贝叶斯概率论则认为：100次连续正面朝上，证明该硬币不均衡或两面均为正面，所以抛第101次时正面朝上的概率会大大高于50%。 可见，贝叶斯的理论更加接近人的大脑思维逻辑。
香农信息论则认为，出现频率越小的信息单元，代表的信息量越大。这也可以解释这样的现象：在一个嘈杂的房子中，我们尽管不能完全听清楚对方所有的话，但我们还是能听懂对方说话的意思。也就是说，每个信息载体会包含大量重复的冗余信息，在对这些信息的处理过程中，冗余信息的权重要低得多，甚至可以忽略。而在关键词搜索中，则相反，一个单词出现的频率越高，则该词的重要程度越高。
正是基于这两个基本理论，Autonomy在海量信息处理中取得了巨大成功。
企业搜索的关键：安全性
在搜索市场，有Google、Baidu、Yahoo等重点厂商，而在企业搜索市场，Autonomy却远超过了Google等。
据Autonomy公司中国区销售总监石建强介绍，"现在在国外企业搜索市场，我们几乎见不到google影子了。"
为何在企业搜索市场，Google、Baidu不敌Autonomy？
其原因除了前面提到的搜索技术外，更重要的是安全性问题。
在企业搜索的应用中，原则是我们能够搜索到企业内部网络中所有电脑中的数据，然而这个过程中，安全性显得格外重要。例如，不允许公司的前台接线员搜索到CEO的邮件，也不会容忍保洁工看到单位某些内部关键文档。
此前，曾发生过用户使用某种桌面搜索工具，在使用过程中，需要经过长时间的文档索引整理及备份，然而在这个过程中，该用户电脑的数据，却通过网络，被桌面搜索厂商传到了美国加州的机房。
正是因为这些问题，Autonomy等专注企业搜索的厂商，对安全性非常重视，例如，员工权限的严格设置等。石建强介绍到，Autonomy有很好的权限控制的机制，例如，有一种叫硬涉及的权限的控制机制，搜索的时候我同时保证信息的权限和安全性，Autonomy对信息抓取的过程中会把信息的权限一同采集过来，然后搜索过程中放到权限平台中去匹配你的信息，这个对效率没有任何影响，目前在国内大型企业都广泛采用，比如说像格调。