搜索引擎简史

 

1990
首个互联网搜索引擎Archie诞生,用于搜索FTP服务器上的文件。

1993
6月,首个Web搜索引擎World Wide Web Wanderer诞生,但只收集网址,不索引文件内容。
10月,第二个Web搜索引擎ALIWEB出现,开始索引文件元信息(标题标签等),并没有索引文件主体内容。

1994
1月,Infoseek创立,稍后推出了搜索服务,允许站长提交网址即始于Infoseek。全球最大中文搜索引擎百度(BIDU)创始人、董事长兼首席执行官李彦宏(Robin)便是Infoseek的一名核心工程。
4月,Yahoo由David Filo和杨致远(Jerry Yang)创立,网站停靠在斯坦福大学的域名上,之后迅速成长为网络巨人。
4月,首个全文搜索引擎WebCrawler出现,1995年被美国在线AOL收购,1996年被Excite收购,2001年停止研发自己的搜索技术。
6月,Lycos创立。

1995
1月,Yahoo.com域名注册。
4月,Yahoo公司成立。
12月,Excite搜索引擎正式上线;2001年被InfoSpace购买;2004年被Ask Jeeves收购。
12月,Alta Vista创立,成为当时最流行的搜索引擎。
12月,Infoseek成为网景浏览器的默认搜索引擎。网景(Netscape)是当时浏览器市场的绝对统治者,市场份额达90%以上,后来随着免费微软IE的推出而衰落。

1996
3月,谢尔盖-布林(Sergey Brin)和拉里-佩奇(Larry Page)在斯坦福大学开始研究BackRub项目,即后来的Google。
4月,Yahoo上市。
5月,Inktomi创立,专门向其他公司提供搜索技术。Inktomi最先开始付费收录。
5月,Hotbot创立,1998年被Lycos收购。
11月,Lycos收录6千万文件,成为当时最大的搜索引擎。

1997
4月,Ask Jeeves上线,2006年更名为Ask,是唯一一个至今仍然实质存在并有一定市场份额的早期搜索引擎。

1998
2月21日,GoTo(后更名为Overture)开始Pay For Placement服务,成为后来所有主流搜索引擎最主要收入来源PPC的鼻祖。
9月,Google公司正式成立。

1999
5月,AllTheWeb.com创立。
6月,Netscape放弃Excite,开始使用Google数据,成为Google的一个里程碑。

2000
1月,Ask Jeeves收购Direct Hit。2002年Direct Hit结束。
1月18日,百度(BIDU)成立,最初是搜索技术提供商,向其他网站提供中文搜索服务和数据。
5月,Lycos被Terra Networks收购。
7月,Yahoo开始使用Google搜索数据,养虎为患,培养了自己日后强大的竞争对手。
10月,Google推出AdWords。

2001
9月,Ask Jeeves收购Teoma,一个当时被认为有可能与Google抗衡的搜索引擎之一。
10月,百度上线面向普通网民的搜索服务,中文搜索迅速进入百度时代。

2002
3月,Google AdWords推出PPC形式,即按点击付费。
5月,AOL放弃Inktomi,开始使用Google搜索数据。
12月,Yahoo收购Inktomi。

2003
2月18日,Overture收购AltaVista。
2月25日,Overture收购FAST的搜索技术部门。
3月,Google推出后来被成为Adsense的内容广告系统,成为很多网站的收入来源之一。
7月,Yahoo收购Overture,至此,Yahoo将除了Google之外的几乎所有主流搜索技术收归旗下。

2004
2月,Yahoo在收购了几大搜索公司后推出自己的搜索引擎,不再使用Google数据和技术。
8月,Google上市。
11月,微软推出MSN Search,搜索引擎三足鼎立局势形成。

2005
8月,百度(BIDU)上市。

2006
5月,微软推出类似Google AdWords的AdCenter广告系统。
9月,MSN Search更名为Live Search(MSN网络品牌全线改为Live)并进行大量推广,但并未撼动Google地位。

2007
4月,Google收购DoubleClick。

2009
6月,微软Live Search更名为Bing(中文名:必应)
7月29日,微软和Yahoo达成历史性协议,Yahoo将逐步放弃自己的搜索技术,使用Bing数据,Yahoo时代正式结束。

2010
8月25日,Yahoo开始使用Bing搜索数据。

2003年到2010年,搜索领域技术革新不断,新产品和服务不断涌现,但服务商基本没有大的变化。国际上,Google一直稳坐头把交椅,Yahoo第二,微软Live/Bing第三。09年微雅协议之后,Yahoo推出,Bing市场份额开始慢慢上升。国内市场上百度一家独大,谷歌(Google.cn)居第二。今年谷歌宣布退出中国后,国内各大互联网公司均加大了在搜索引擎方面的投入和推广力度,欲瓜分Google.cn的份额,被看好的有腾讯的SOSO和搜狐的Sogou,此外中文搜索市场上还有网易有道、新浪爱问(链向谷歌)、微软必应、淘宝搜索(购物搜索引擎,结果显示淘宝网站内商品和店铺信息,相当于淘宝网的站内搜索)、一淘网等。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值