先有鸡还是先有蛋、先有网站还是先有目录、1994年斯坦福的两个学生趴在宿舍里往网页上贴标签、雅虎那时候不叫搜索引擎、叫分类目录、杨致远与大卫费罗手动把网址归进艺术、商业、教育这些大抽屉里、互联网早期就那么几千个站、人工分拣、像图书馆管理员给书上架、后来信息爆炸了、人工不够用了、爬虫上场、关键词搜索一统天下、Google崛起、分类目录式微、但分类搜索引擎没死、换个形式活在垂直领域、电商导航、学术数据库里。

分类搜索引擎是通过预设的层级目录结构对信息进行组织与检索的工具、它不靠关键词匹配、靠的是人工或半人工编制的分类体系、用户顺着大类点进小类、再从子类里翻具体条目、树状结构、根目录分叉出枝干、枝干再分叉出叶子、叶子是最终的信息单元、DMOZ开放目录项目就是典型、全球志愿者共同维护的网址库、Google早期也用它的数据、雅虎日本至今保留分类检索入口、还有电商网站的类目导航、淘宝左侧的服装鞋包数码家电、点进去还有二级三级筛选、那就是分类搜索引擎的变体、学术领域的CNKI学科分类、PubMed的MeSH话题词树、都是同一套逻辑。

分类搜索引擎与全文搜索引擎的底层区别在于信息处理路径不同、全文搜索是打散文本建倒排索引、用户输词、算法算相关性、返回一堆蓝链、分类搜索是预先搭好知识框架、用户不输词、只用鼠标点、一层层逼近目标、前者适合目标明确知道自己要找什么的人、后者适合只有模糊方向需要浏览发现的人、好比进书店、全文搜索是问店员有没有《1984》、分类搜索是走到文学区外国小说架反乌托邦那一格、扫过去看到《美丽新世界》《我们》、可能顺手拿走三本。

利用分类搜索引擎不需要学习复杂的检索语法、不用琢磨空格加号双引号、核心操作是理解目录体系的构建逻辑并找到对应的分类路径、第一步看顶层类目设置、普通不超过二十个大类、覆盖重要领域、人文社科自然科学工程技术生活服务、每个大类底下细分方式不同、有的按地域分、有的按时间分、有的按话题分、学术数据库常见按学科下钻到研究方向再到具体课题、电商导航按商品属性分到品牌规格价格区间。

第二步是判断目标信息最可能挂在哪根枝杈上、这个需要一点对分类体系的熟悉度、比如找某个开源软件文档、官网可能在计算机互联网软件开源项目里、也可能在科技操作系统Linux发行版里、不确定时多试几条路、分类体系自身是人为设计的、不同编辑团队对同一主旨的归类判断会有差异、DMOZ时代有关该不该给某网站单开一个子类的争论就没停过。

第三步利用交叉分类功能、许多系统允许一条记录出现在多个分类下、医学文献可能同时标在心血管疾病与老年病学两个节点、点哪个都能找到、高级用法是结合分类筛选与条件过滤精确定位条件 、分类导航框里勾选范围、侧边栏再限定年份作者语种、层层收窄、比单纯翻目录快得多。

第四步是善用分类搜索引擎自带的搜索框、注意这个搜索框搜的不是全网、是当前分类节点及其子节点下的主旨、在手机数码类目里搜充电器、出来的结果自动排除家电类的充电器配件、这叫分类限定检索、效率比全网搜高一截、查学术论文时限定在某个学科分类下搜关键词、查出来的文献相关度明显提升。

利用分类搜索引擎时常见的认知偏差是把目录层级当成唯一的入口、实际许多系统提供分类号或分类编码的直接跳转功能、图书馆的中图法分类号、字母加数字那串、知道TP393就直奔计算机网络、不用从T工业技术开始一层层点、学术数据库里MeSH词直接定位到话题树节点、医院信息系统里ICD编码直接对应疾病分类、记住几个常用分类码能省众多点击时间。

还有一类利用场景是反查分类归属、手头有一个已知条目、想知道它在分类体系里的位置、用来发现同类条件 、大多数分类系统支持条目详情页显示面包屑导航、一串箭头分隔的层级路径、顺着面包屑往上走一级、等于打开一个抽屉看里面还装了什么、逛维基百科时页底分类框就是这么用的、点开Category下的父类、能扫到一堆相关条目。

分类搜索引擎的构建维护成本高、纯人工编目录跟不上信息增长速度、机器学习介入后情况有变、自动归类算法先粗标、人工校对修正、半自动更新目录结构、电商平台商品自动打标挂类目、新闻聚合站自动分频道、RSS阅读器的智能文件夹、都算分类搜索思想的延续。

掌握分类搜索引擎能有效对抗算法投喂造成的信息窄化、关键词搜索时代用户搜什么就只看什么、分类浏览时代用户能看到目录框架下还有什么没搜过的东西、主动浏览取代被动接收、信息获取的广度由分类体系的设计质量决定、查资料做研究时两种方式交叉用、先用分类摸清领域全貌、再切关键词深挖具体点、最终用分类相关条目功能横向扩展。

判断一个分类体系是否好用看三个指标、类目深度不宜超过五层、层级太深用户迷失、同层类目之间互斥性要强、别让用户纠结该点哪个、热门节点提供快捷入口、高频访问的底层类目最佳在首页有直达链接、自己搭个人知识库也可以借鉴这套逻辑、文件夹套文件夹本质就是分类搜索引擎的手工版、标好层级命名统一、日后检索不靠Everything搜文件名、凭记忆点开目录树就找到了。

实际操作中会遇到目录更新滞后问题、某个分类下最新主旨没及时挂上去、等人工收录才有、电商类目这种商业驱动的更新频率高、开放目录型的基本停摆、查时效性强的信息别依赖分类目录、查经典文献历史档案行业标准这些稳定主旨很适合、医院查诊疗指南、律所查法规汇编、档案馆查卷宗、都是分类检索的主场。

用好分类搜索引擎的最终一个诀窍是切换不同分类体系的视角看待同一批数据、书可以按作者分也可以按出版社分还可以按题材分、音乐按流派按年代按地区各有各的找法、没有万能分类法、只有适合当前任务的分类法、觉得当前目录不好用就换一套、网站导航栏有分类、页脚有站点地图、RSS订阅源可分组、文件管理器有标签系统、思路放开。

点击目录树这个动作自身就在与信息的组织结构对话、屏幕上的文字背后是编辑团队对世界知识的切分方式、商业零售切得细、学术分类切得深、开放目录切得杂、理解这套切法、就能更快摸到要找的那片叶子。