按照信息搜集方法和服务提供方式的不同，搜索引擎系统可以分为三大类：
　　1.目录式搜索引擎：以人工方式或半自动方式搜集信息，由编辑员查看信息之后，人 工形成信息摘要，并将信息置于事先确定的分类框架中。信息大多面向网站，提供目录浏 览服务和直接检索服务。该类搜索引擎因为加入了人的智能，所以信息准确、导航质量高 ，缺点是需要人工介入、维护量大、信息量少、信息更新不及时。这类搜索引擎的代表是 ：Yahoo、LookSmart、Open Directory、Go Guide等。
　　2.机器人搜索引擎：由一个称为蜘蛛(Spider)的机器人程序以某种策略自动地在互联网中搜集和发现信息，由索引器为搜集到的信息建立索引，由检索器根据用户的查询输入检索索引库，并将查询结果返回给用户。服务方式是面向网页的全文检索服务。该类搜索引擎的优点是信息量大、更新及时、毋需人工干预，缺点是返回信息过多，有很多无关信息，用户必须从结果中进行筛选。这类搜索引擎的代表是：AltaVista、Northern Light、Excite、Infoseek、Inktomi、FAST、Lycos、Google；国内代表为："天网"、悠游、OpenFind等。
　　3.元搜索引擎：这类搜索引擎没有自己的数据，而是将用户的查询请求同时向多个搜索引擎递交，将返回的结果进行重复排除、重新排序等处理后，作为自己的结果返回给用 户。服务方式为面向网页的全文检索。这类搜索引擎的优点是返回结果的信息量更大、更 全，缺点是不能够充分使用所使用搜索引擎的功能，用户需要做更多的筛选。这类搜索引 擎的代表是WebCrawler、InfoMarket等。
　　性 能 指 标
　　我们可以将WEB信息的搜索看作一个信息检索问题，即在由WEB网页组成的文档库中检索 出与用户查询相关的文档。所以我们可以用衡量传统信息检索系统的性能参数-召回率(R ecall)和精度(Pricision)衡量一个搜索引擎的性能。
　　召回率是检索出的相关文档数和文档库中所有的相关文档数的比率，衡量的是检索系 统(搜索引擎)的查全率；精度是检索出的相关文档数与检索出的文档总数的比率，衡量 的是检索系统(搜索引擎)的查准率。对于一个检索系统来讲，召回率和精度不可能两全 其美：召回率高时，精度低，精度高时，召回率低。所以常常用11种召回率下11种精度的 平均值(即11点平均精度)来衡量一个检索系统的精度。对于搜索引擎系统来讲，因为没 有一个搜索引擎系统能够搜集到所有的WEB网页，所以召回率很难计算。目前的搜索引擎系 统都非常关心精度。
　　影响一个搜索引擎系统的性能有很多因素，最主要的是信息检索模型，包括文档和查询 的表示方法、评价文档和用户查询相关性的匹配策略、查询结果的排序方法和用户进行相 关度反馈的机制。
　　主 要 技 术
　　一个搜索引擎由搜索器、索引器、检索器和用户接口等四个部分组成。
　　1.搜索器
　　搜索器的功能是在互联网中漫游，发现和搜集信息。它常常是一个计算机程序，日夜 不停地运行。它要尽可能多、尽可能快地搜集各种类型的新信息，同时因为互联网上的信 息更新很快，所以还要定期更新已经搜集过的旧信息，以避免死连接和无效连接。目前有 两种搜集信息的策略：
　　● 从一个起始URL集合开始，顺着这些URL中的超链(Hyperlink)，以宽度优先、深 度优先或启发式方式循环地在互联网中发现信息。这些起始URL可以是任意的URL，但常常 是一些非常流行、包含很多链接的站点(如Yahoo！)。
　　● 将Web空间按照域名、IP地址或国家域名划分，每个搜索器负责一个子空间的穷尽 搜索。搜索器搜集的信息类型多种多样，包括HTML、XML、Newsgroup文章、FTP文件、 字处理文档、多媒体信息。搜索器的实现常常用分布式、并行计算技术，以提高信息 发现和更新的速度。商业搜索引擎的信息发现可以达到每天几百万网页。
　　2.索引器
　　索引器的功能是理解搜索器所搜索的信息，从中抽取出索引项，用于表示文档以及生 成文档库的索引表。
　　索引项有客观索引项和内容索引项两种：客观项与文档的语意内容无关，如作者名、 URL、更新时间、编码、长度、链接流行度(Link Popularity)等等；内容索引项是用来 反映文档内容的，如关键词及其权重、短语、单字等等。内容索引项可以分为单索引项和 多索引项(或称短语索引项)两种。单索引项对于英文来讲是英语单词，比较容易提取， 因为单词之间有天然的分隔符(空格)；对于中文等连续书写的语言，必须进行词语的切 分。
　　在搜索引擎中，一般要给单索引项赋与一个权值，以表示该索引项对文档的区分 度，同时用来计算查询结果的相关度。使用的方法一般有统计法、信息论法和概率法。短 语索引项的提取方法有统计法、概率法和语言学法。
　　索引表一般使用某种形式的倒排表(Inversion List)，即由索引项查找相应的文档 。索引表也可能要记录索引项在文档中出现的位置，以便检索器计算索引项之间的相邻或 接近关系(proximity)。
　     索引器可以使用集中式索引算法或分布式索引算法。当数据量很大时，必须实现即时 索引(Instant Indexing)，否则不能够跟上信息量急剧增加的速度。索引算法对索引器 的性能(如大规模峰值查询时的响应速度)有很大的影响。一个搜索引擎的有效性在很大 程度上取决于索引的质量。
　　3.检索器检索器的功能是根据用户的查询在索引库中快速检出文档，进行文档与 查询的相关度评价，对将要输出的结果进行排序，并实现某种用户相关性反馈机制。
　　检索器常用的信息检索模型有集合理论模型、代数模型、概率模型和混合模型四种。
　　4.用户接口
　　用户接口的作用是输入用户查询、显示查询结果、提供用户相关性反馈机制。主要的 目的是方便用户使用搜索引擎，高效率、多方式地从搜索引擎中得到有效、及时的信息。 用户接口的设计和实现使用人机交互的理论和方法，以充分适应人类的思维习惯。
　　用户输入接口可以分为简单接口和复杂接口两种。
　　简单接口只提供用户输入查询串的文本框；复杂接口可以让用户对查询进行限制，如 逻辑运算(与、或、非；+、-)、相近关系(相邻、NEAR)、域名范围(如.edu、.com) 、出现位置(如标题、内容)、信息时间、长度等等。目前一些公司和机构正在考虑制定 查询选项的标准。