搜索和过滤的区别

① 搜索与推荐那些事儿

搜索的场景故名思义，就是用户提供想要寻找的内容的描述，系统返回给用户匹配到的结果，常见的场景如文字输入框的搜索，图片搜索，听音识曲，标签筛选等，看似很多场景，其实只是用户输入内容的形式不同。

推荐的场景我们常见的有各大App首页的个性化推荐（如猜你喜欢/每日歌曲推荐），选择页面的关联推荐（买了还买，看了还看，买了它的用户还买等等）等，推荐的场景更加的丰富，因为没有用户提供的内容的限制，场景更具多样性，推荐方法也多种多样，例如基于内容的推荐，基于用户行为的推荐，协同过滤等等。

各大互联网平台由于 服务内容不同，平台成熟度的不同 ，对搜索和推荐的偏重程度也就不尽相同，但都是缺一不可。

例如对于房地产应用来说，用户目标明确，搜索服务会带来更大的购买力，但关联推荐会给用户带来更多的选择，同样也是不可缺少的。

对于短视频平台而言，由于用户较难通过文字或图片提供内容的描述，那么自然会偏重推荐服务。

对于电商在初期肯定是搜索服务带来了更多的购买率，当购买率到达瓶颈时，推荐带来的购买率就是突破瓶颈和继续发展的必要手段。

不论搜索还是推荐，实际上对于用户来说，都是一个提供服务的黑盒，它能够根据用户/物品/场景等信息，从候选物品的池子中选出与用户匹配的的物品列表。

不同的是对于搜索服务，还额外提供了用户对于自己诉求的描述信息（当然可能描述的并不准确）。

输入的区别天然的导致了用户对于结果的不同期待：

推荐系统更强调个性化，甚至更注重惊喜感。往往要在准确性和多样性之间作出权衡；搜索系统更强调相关性，如果搜索结果与用户的目标不符，用户的接受程度会很差，个性化对于搜索系统来说既没意义又有风险。

对于推荐系统来说，排序更加重要，因为只有最开始的推荐结果吸引了用户，用户才可能向后浏览。

对于搜索系统来说，召回更加重要，因为用户会主动向后浏览，以期望找到自己的目标，但如果最终没有找到，也就是搜的不全，就会有很差的用户体验。

提到搜索系统，往往会提到马太效应，只有与用户搜索的结果更为匹配的物品才会被呈现给用户，让用户得到快速满足，那么满足需求的物品那么多，搜索的越准确，用户就越不会向后浏览，最终点击的热度就只会集中在少量的物品上。这也就是为什么广告最初诞生在搜索系统中的原因。

提到推荐系统，往往会提到长尾效应，也就是让用户时刻保持新鲜感和惊喜感，考虑用户的长期兴趣，提高用户粘性，期望留住用户，并提供持续的服务，这也就是为什么刷短视频停不下来的原因。

搜索的数据实时性要求是特别高的，数据常常要求秒级更新，例如一个商品已经没有货了就不应该被搜出来了。而推荐的数据很多是可以容忍天级更新的，由于推荐要考虑大量的用户行为信息，一定是具有一定滞后性的。

搜索与推荐本质上都是当前时代信息过载的产物，解决的根本思路都是通过匹配（召回）、排序为用户在过载的信息中挑选出用户想要的信息。只是根据业务场景的不同，在召回，排序阶段考虑的侧重点不同。

推荐服务中基于内容的推荐实际上相当于一种无声的搜索，常常在实现时会采用搜索服务的中的倒排索引等技术，例如基于内容的推荐，常常是通过规则或推荐模型得到用户感兴趣的内容的标签，然后利用搜索服务的方法进行标签搜索和匹配即可得到最终的推荐列表。

当搜索出来符合用户的数据量很多时，需要根据推荐服务中用户画像等结果帮助搜索服务匹配用户的需求。例如周一的晚上进行搜索得到的结果列表和周五的晚上进行搜索得到结果列表就会有所差异。

推荐与搜索常常在一个页面中协同为用户提供服务，例如搜索引擎搜索结果页面的关联推荐，电商软件搜索浏览页面的相关推荐等。

一般而言，一个企业的搜索引擎，由于在初始阶段业务线不多，提供简单的搜索服务即可。随着业务的不断增多，对搜索需求的不断抽象和统一，逐渐可以发展为平台阶段，提供多数据源的写入与多业务的统一搜索能力，不同业务的不同需求可以灵活配置。

等到业务线不断增多，对接业务的工作占据了大部分的开发时间时，开发更加方便的运维与管理能力，帮入业务自助接入平台就能够进一步提高搜索功能开发的效率，此时搜索架构就进入到了运维更为便捷的云平台的阶段。

对于推荐引擎，起步阶段一般会采用基于内容的推荐方法，由于数据不足，企业初期会基于业务侧提供的经验规则对物品和用户进行标注，然后通过在线匹配标签的方式进行推荐。继续发展，随着业务的不断丰富和迭代，会对推荐系统有更多的期望，当不断修改或增加经验规则却满足不了业务需求时，就需要一些基于模型的推荐方法以及个性化的推荐的服务了。再进一步，与搜索引擎一样，推荐引擎也需要对接多个业务线，向平台阶段发展，提供统一的公共服务，通过配置满足不同的业务线的需求。

从上面的介绍和架构演进我们可以发现，推荐和搜索的架构有很多可以复用的地方，因而可以进行架构的统一。

不论是搜索还是推荐，都会经历召回-排序-重排等流程，最终得到呈现给用户的物品列表，只不过流程中各个阶段的目标会不太相同。

被搜索的物品和被推荐的物品是统一的，召回排序训练模型时所需要的埋点数据/用户行为数据等也是统一的，那么自然获取数据/处理数据的平台自然就是可以复用的。

搜索和推荐发展到一定阶段，当简单的专家规则不再能够支撑复杂的搜索和推荐需求时，都会发展到基于模型进行召回排序的阶段，此时都需要根据用户数据/物品数据/埋点数据进行模型训练，只不过由于二者的训练目标不同，训练的模型的参数可能会不相同，但算法平台或者大家常说的机器学习/AI平台是可以复用的。

由于业务需求的不断变化，模型的不断更替，通过A/B Test平台能够通过分流的方式拿到真实的生产环境中的用户反馈，以帮助企业不断验证和优化搜索和推荐策略。

可以通过配置中心针对不同业务和服务配置不同的搜索和推荐策略，并且提供便捷的一键部署能力。

所以很多公司，在业务领域上搜索和推荐分属于不同的部门，但很多的公共的部分都有成熟的内部平台可以快速复用。

本篇文章介绍了搜索和推荐的区别与联系，架构演进以及架构统一。我们都知道架构是因为需求的扩增而不断演进来的，例如从服务阶段发展到平台阶段，是因为要提高多业务的对接效率；从基于内容的推荐到复杂的融合在线用户画像和离线用户画像的个性化推荐，是因为简单基于规则或标签的推荐无法满足用户和业务侧的需求。

所以不要在一开始被过于复杂的架构绑住手脚，可以针对自身业务的需求进行搜索/推荐的简单架构设计，然后逐步演进和优化架构。

参考内容： https://www.6aiq.com/article/1601333030483

文/Thoughtworks 侯瑜美
原文链接： 从架构演进和统一看搜索与推荐-Thoughtworks洞见

② 检索和搜索有什么区别吗

检索:
通过词句查找相关的全文是浏览器端常用的方法，ASP类似于CGI，也可以进行简单的文本方式全文检索.
简单讲搜索没检索来的全面彻底.

检索方法介绍：
确定被检索的文件。将它们保存在同一文件夹中。文件的类型可以是任何文本类型（包括.htm网页文件类型,这里主要针对.htm）
建立被检索文件的信息库。其中主要包含文件名，文件标题等。
用ADO方式访问数据库。建立记录集对象。
逐个打开记录集中当前记录所指向的文件。用查找的字串对文件的全文本进行匹配比较。
将符合条件的文件标题输出到客户端Web页，并加入指向该文件的超链，以供用户选择浏览。
技术要点：
匹配字串的长度。由于浏览器端的数据经过编码传到服务器端，ASP通过其内建对象Request取得的数据也并非完全是用户输入的有用信息，所以要加以处理。可以在输入字串后附加一标志字符（如#或chr(7)）。本文将采取另一种方法，即计算有效信息的长度。从而截取所需的字串。
创建脚本的文件系统对象Scripting.FileSystemObject，从而打开文本流以读入。
特点：
直接对.htm文件进行全文检索，省却许多转换过程。.htm文件又用于网页的显示，一举两得。
应用ASP，简单明了，易于实现。

③ 浏览器过滤是什么意思跟搜索引擎的区别

浏览器过滤 可以过滤指定网址和关键字
但是不同的浏览器不同。现在有些浏览器可回以答过滤掉 广告

图片相关文本的搜索过滤一般都是服务器过滤的和浏览器没得关系。如果你使用了特殊软件 一些搜不到的网页在相同的浏览器里面还是可以访问的

④ 常用搜索引擎的区别

我们平时都会用搜索引擎。你知道常用的这几个有什么区别吗?下面就跟着我一起来看看吧。

常用搜索引擎的区别
1、Altavista

Altavista是目前互联网上采集范围最广，数据库容量最大同时查询功能也最为强大的一个搜索引擎，它提供目录查询和关键词查询，关键词检索分为简单检索和高级检索，利用高级检索你可以完成极其复杂的查询，它支持常用的布尔运算符、嵌套、近似搜索等，另外你还可以对查找的范围、语种等进行限制，对查询结果还可进行多种翻译，还可根据用户的查询结果，自动生成一份关键词表，用户可以选择自己想 要的关键词，从而提高查询的准确率。

2、Excite

Excite是一种能在大型数据库中进行快速概念检索的搜索引擎，支持目录检索和关键词检索，Excite在处理关键词时使用了智能概念提取技术，因此，在查询时，不仅能检索出直接包含关键词的网页，也能检索出那些虽然没包含你的关键词，但包含了与这些关键词相关的其它词汇的网页，在检索结果显示上，将给出三种结果：专家选择的站点目录、结果网页和新闻报道，在高级检索中，你可以有各种检索选择，另外还提供了若干专题检索。

3、HotBot

HotBot最有特色的是它的强大的检索功能，你可以通过它的下拉菜单自己定义复杂的查询，在高级查询里面，除了提供词汇组配、语言、时间、结果数量、结果内容等限制条件选择框外，还提供了更多进一步限制和优化检索条件的选择框，利用它，你可以实现更精确的查询。HotBot的一个重要特色就是不仅对词汇进行索引，还能对网络资源的多个特征进行索，引使你可准确地检索到特定的资源。

4、Infoseek

Infoseek提供对万维网站点、新闻报道、公司信息和新闻组的检索，支持目录检索和关键词检索，在使用关键词检索时你可以输入用自然语言表达的一段话来作为检索要求，在高级检索中，它提供了多个选择框供你输入各种检索限制或选项。Infoseek的检索结果分为万维网站点主题目录和结果网页两部分，以方便用户查找信息的不同要求。另外 ，Infoseek还提供了若干种形式来修改或优化检索，以提高检索的准确率。

5、Lycos

Lycos从索引的网页数量上来看是一个中型的搜索引擎，但Lycos并不局限于搜索引擎功能，而是力图建立一个引导用户进入其他站点的门户。这可以在 焖鹘峁?趁嬷械玫街な担??唤鎏峁┝思焖鹘峁?畔ⅲ??一固峁┝舜罅康难≡癜磁ィ??绱驶愎叵怠⒓焖鞫韵笠约把≡窠峁??车挠镅缘龋?诟呒都焖髦校?固峁┝?种排序方法供你显示检索结果。

6、Yahoo

Yahoo既有目录检索、关键词检索，也有专题检索，内容丰富。在Yahoo的检索方式中，你可以选择在类目、网页、当前文件索引和最新新闻四个数据库中进行搜索，同时你还可以使用各种布尔操作符，在高级检索中，你可以定义各种智能搜索方式，以提高命中率，如果用户的关键词在Yahoo中检索不到结果，它不会自动将查询转交给Altavista，由它来为用户作进一步的查询。
Google与网络的特点
Google的特点

google秉持着开发“ 确解用户之意, 切返用户之需” 的“ 完美的搜索引擎” , 使得搜索方式发生了根本性变化, 在业界独树一帜, 其强大的功能和独到的特点就在于：

(1) “ 网页快照” 功能。能从google服务器里直接取出缓存的网页。如果原地址打开很慢, 那么可以直接查看google缓存页面, 因为google服务器速度极快;如果原链接已经死掉或者因为网络的原因暂时链接不通, 那么可以通过google快照看到该页面信息;如果打开的页面信息量巨大, 一下子找不到关键词所在位置, 那么可以通过google快照, 因为快照中google用黄色表明关键字位置。

(2) “ 单词英文解释” 功能。写英文文章的时候, 最头疼的事情就是对某个英文单词的用法不确定。现在有了google, 一切就迎刃而解了!无论你是想查找某个生词的意思还是想了解某个单词的用法, 均可使用在线词典。

(3) “ 网页翻译” 功能。google提供了网页翻译功能, 虽然目前只支持有限的拉丁语、法语、西班牙语、德语和葡萄牙文, 但是不得不承认, 这是个杰出功能, 只要你点击“Translate this page ” 按钮, google为你提供了人工智能的机器翻译, 翻译出来的结果让你大致能够看得明白。

(4) “ 搜索结果过滤” 功能。网络上的成人信息浩如烟海, 而且很多站点具有欺骗或者其他不良企图, 浏览者很容易掉入其中的陷阱。为此google新设立了成人内容过滤功能, 见google的设置页面,不过, 中文状态下的尚没有这个功能。

(5) “ 超文本匹配分析” 功能。google的搜索引擎, 同时也分析网页内容,

它并不采用单纯扫描基于网页的文本的方式, 而是分析网页的全部内容以及字体、分区及每个文字精确位置等因素, 同时还会分析相邻网页的内容, 以确保返回与用户查询最相关的结果。

(6) “ PageRank,” 技术。通过对由超过5000万个变量和20亿个词汇组成的方程进行计算,PageRank能够对网页的重要性做出客观的评价, 它并不计算直接链接的数量, 而是将从网页A指向网页B的链接解释为由网页A对网页B所投的一票, 这样会根据网页B所收到的投票数量评估该页的重要性, 提供准确率极高的搜索结果。

(7)“ 图片搜索” 功能。google可以检索390000000张图片, 并称为“ 互联网上最好用的图像搜索工具” , 对中国用户而言, google的图片搜索引擎是最好的图像搜索工具。

(8)“ 新闻组搜索” 功能。新闻组有详尽的分类主题, 某些主题还有专人管理和编辑, 具有大量的有价值信息。由于新闻组包含的信息实在是海量, 因此不利用工具进行检索是不大可能的。2001年google将DEJA收购并提供了所有DEJA的功能。现在, 除了搜索之外, google还支持新闻组的WEB方式浏览和张贴功能。

(9)“ 目录检索” 功能, 如果不想搜索广泛的网页, 而是想找某些专题网站, 你可以访问google的分类目录。分类的网站目录一般由专人负责, 分类明确, 信息集中。

(10)其他功能。google的其他功能还包括查询电话号码、查找PDF文件、股票报价、找找谁和你链接、查找站点、查找字典释意, 等等。

网络的特点

网络致力于倾听、挖掘与满足中国网民的需求, 秉承“ 用户体验至上” 的理念, 除网页搜索外, 还提供MP3、文档、地图、传情、影视等多样化的搜索服务, 将无数网民头脑中的智慧融人了搜索, 使“网络一下” 已经成为了人们进行搜索的新动词。其独有的功能和特点就在于：

(1)“ 网络快照” 功能。如果无法打开某个搜索结果, 或者打开速度特别慢, “ 网络快照” 能帮您解决。每个被收录的网页, 在网络上都存有一个纯文本的备份, 称为“ 网络快照” 。由于网络速度较快, 您可以通过“ 快照” 快速浏览页面内容。

(2)“ 相关搜索” 功能。搜索的结果不佳, 有时候是因选择的查询词不妥当。您可以通过参考别人的做法来获得一些启发。网络的“ 相关搜索” ,就是和您的搜索很相似的一系列查询词。

(3)“ 拼音提示” 功能。如果只知道某个词的发音, 却不知道怎么写, 或者嫌某个词拼写输入麻烦, 这时网络拼音的提示能够帮您解决。只要您输人查询词的汉语拼音, 网络就能把最符合要求的对应汉字提示出来。它事实上是一个无比强大的拼音输人法。

(4)“ 错别字提示” 功能。由于汉字输人法的局限性, 在搜索时经常会输人一些错别字, 导致搜索结果不佳, 这是网络会给出错别字纠正提示。错别字提示显示在搜索结果上方。

(5)“ 英汉互译词典” 功能。网络在线英汉互译词典, 你随便输人一个英语单词, 或者输人一个汉字词语, 点击结果页上的“ 词典” 链接, 就可以得到高质量的翻译结果。网络在线词典不但能翻译普通的英语单词、词组、汉字词语, 甚至还能翻译常见的成语, 具有直接使用英汉互译功能。

(6)“ 计算器和度量衡转换” 功能。网络网页搜索内嵌的计算器功能, 则能快速高效解决你的计算需求, 你只需简单的在搜索框内输人计算式,回车即可看到计算式的结果。网络的搜索框中, 你也可以做度量衡转换, 当你输人：换算数量换算前单位=?换算后单位, 回车即可得到换算的结果。

(7)“ 专业文档搜索” 功能。网络具有很好的office文档、Adobe PDF文档、RTF文档进行了全文搜索。只要你在普通的查询词后面, 加一个“ filetype” 和文档类型限定。就可快速查看该文档的网页格式内容。你也可以通过网络文档搜索界面而功, 直接使用专业文档搜索功能。

(8)“ 股票、列车时刻表和飞机航班查询”功能。你在网络搜索框中输人股票代码、列车车次或者飞机航班号, 就能直接获得相关信息。例如, 输人股票代码“ 600001” , 搜索结果上方, 就显示邯郸钢铁的股票实时行情。

(9)“ 天气查询” 功能。网络可以随时查询天气预报, 只要你在网络搜索框中输人你要查询的城市名称加上天气这个词, 您就能获得该城市当天的天气情况。网络支持全国多达400多个城市和近百个国外著名城市的天气查询。

(10)“ 超链分析” 技术。网络将传统情报学中的引文索引技术同web中最基本的链接技术相结合, 通过分析链接网站的多少来评价被链接的网站质量, 使得在网络搜索时, 越受用户欢迎的内容排名越靠前.

猜你喜欢

1. 什么是垂直搜索引擎

2. 360浏览器怎么更改搜索引擎

3. 必应与网络的区别

4. 搜索引擎关键技术论文

5. 2016年中国最大的搜索引擎

6. 2016世界上最大的搜索引擎

7. 必应和网络的区别

8. 360浏览器怎么设置默认搜索引擎

9. 2016年中国最大的搜索引擎

⑤ ElasticSearch中Filter和Query的异同

如下例子，查找性别是女，所在的州是PA，过滤条件是年龄是39岁，balance大于等于10000的文档：

{
"query": {
"bool": {
"must": [
{
"match": {
"gender": "F"
}
},
{
"match": {
"state": "PA"
}
}
],
"filter": [
{
"term": {
"age": "39"
}
},
{
"range": {
"balance": {
"gte": "10000"
}
}
}
]
}
}
}

返回结果：

查询虽然包含这两种，但是查询在不同的执行环境下，操作还是不一样的。

Query与Filter

查询在Query查询上下文和Filter过滤器上下文中，执行的操作是不一样的：

Query查询上下文：

在查询上下文中，查询会回答这个问题——“这个文档匹不匹配这个查询，它的相关度高么？”

如何验证匹配很好理解，如何计算相关度呢？之前说过，ES中索引的数据都会存储一个_score分值，分值越高就代表越匹配。另外关于某个搜索的分值计算还是很复杂的，因此也需要一定的时间。

查询上下文 是在 使用query进行查询时的执行环境，比如使用search的时候。

Filter过滤器上下文：

在过滤器上下文中，查询会回答这个问题——“这个文档匹不匹配？”

答案很简单，是或者不是。它不会去计算任何分值，也不会关心返回的排序问题，因此效率会高一点。

过滤上下文 是在使用filter参数时候的执行环境，比如在bool查询中使用Must_not或者filter。

另外，经常使用过滤器，ES会自动的缓存过滤器的内容，这对于查询来说，会提高很多性能。

总结

1 查询上下文中，查询操作不仅仅会进行查询，还会计算分值，用于确定相关度；在过滤器上下文中，查询操作仅判断是否满足查询条件

2 过滤器上下文中，查询的结果可以被缓存。

⑥ javascript搜索功能是怎么实现的要跟后台交互吧是不是和过滤功能差不多原理

搜索功能有多种实现方式 ，前后端都可以实现
第一种：
页面内搜索（类似CTRL+F），这个可以纯前端完成，直接用js匹配搜索结果，进行隐藏显示或改变颜色等
第二种：
纯后端方案，将搜索的字符串拼接到一个新的url参数后，然后跳转到生成的url上，直接显示新页面搜索结果，如最早的搜索就是一个跳转 ，目前已经不使用这种方式
第三种：
Ajax搜索，需要前后端配合，将关键字发送一个请求到后端，后端需要将结果的数据传给前端，前端根据返回的数据，重新对页面部分进行渲染
CTRL+F不支持正则，这个是浏览器自带的功能，由于正则对于普通用户来说，是很专业的，浏览器一般不会去支持很少有人会用的功能，当然是否支持取决于浏览器厂商的想法

⑦ 抖音消息过滤是什么意思

1、消息过滤：依据用户的兴趣和对消息的需求，对消息进行筛选，去掉用户不需要的、无用的消息，得到符合用户兴趣的消息。这个过程就叫做消息过滤。
2、消息过滤和消息检索的区别在于，消息检索根据用户的需求，从大量消息中查找消息的过程，在这个过程中发生了筛选行为，因此可以说消息检索中发生了消息过滤行为。但是有了消息过滤行为并不一定有消息检索行为，比如某些消息提供机构主动屏蔽一些有害的消息。
3、消息分类是消息检索的前提，它是对消息的整理和排序，以便人们更加方便的使用。消息分类可以说是消息的重组，并没有丢失消息，而消息过滤则是丢失了一部分消息。
4、消息抽取(informationextraction)就是根据一个事先定义好的、描述所需消息规格的模板，从非结构化的文本中抽取相关消息的过程。这个模板通常说明了某些事件、实体或关系的类型。消息抽取可以帮助人们快速找到和浏览文本中的有用消息。在这个过程中没有发生选择的行为，它是一种直达目标的行为，而消息过滤则要分析什么消息该保留、什么消息该过滤。

⑧ 信息过滤的概念是什么它和一般的信息检索、信息分类、信息抽取有什么区别

信息过滤：依据用户的兴趣和对信息的需求，对信息进行筛选，去掉用专户不需要的、无用的信息，得属到符合用户兴趣的信息。这个过程就叫做信息过滤。

信息过滤和信息检索的区别在于，信息检索根据用户的需求，从大量信息中查找信息的过程，在这个过程中发生了筛选行为，因此可以说信息检索中发生了信息过滤行为。但是有了信息过滤行为并不一定有信息检索行为，比如某些信息提供机构主动屏蔽一些有害的信息。

信息分类是信息检索的前提，它是对信息的整理和排序，以便人们更加方便的使用。信息分类可以说是信息的重组，并没有丢失信息，而信息过滤则是丢失了一部分信息。

信息抽取(information extraction)就是根据一个事先定义好的、描述所需信息规格的模板，从非结构化的文本中抽取相关信息的过程。这个模板通常说明了某些事件、实体或关系的类型。信息抽取可以帮助人们快速找到和浏览文本中的有用信息。在这个过程中没有发生选择的行为，它是一种直达目标的行为，而信息过滤则要分析什么信息该保留、什么信息该过滤。

⑨ 传统文献检索和循证证据检索在检索过滤方面的比较

循证医学证据检索与传统文献检素的比较

循证医学证据检索

传统文献检索

信息来源

强调全面收集各种数据库、检索工具书、 相关期刊很少对正在进行的研究和未发表的

及正在进行和未发表的临床研究文献

文献进行检索

检索范围

强调获得当前可得的全部相关文献(多国别、多语对检索范围和检全率没有严格要求

种文献)

检索方式

以计算机检索为主，辅以手工检索，参考文献追查，很少对参考文献追查和灰色文献搜灰色文献的搜索

检索所有相关的临床证据数据库、临床实践指南数对数据库的选用无严格要求据库和书目型数据库

无严格要求

检索策略的制定严谨，科学

系统评价和随机对照较多关注述评文献或徐达文献,不

对检索结果的关注关注临床证据级别，尤其重视系方法学的评价涉及文献真实性和方法学的评价

试验的研究结果，重视证据真实性、

⑩ 搜索和搜集的区别是什么

搜索和搜集的区别是：

搜索：意思指仔细查找，搜寻，如徐怀中 《西线轶事》八：“在树棵里搜索了好久，什么也没有发现。”也指往来貌；接续貌。如《文选·王褒》：“玄猿悲啸，搜索乎其间。”李善注：“搜索，往来貌。”

搜集：搜索、收集（Gather），从组内的所有进程收集数据到一个进程/到处寻找（事物并聚集在一起）。搜集是人类活动的重要组成部分。在古代，人们的搜集行为往往是获得生理性需要的满足，比如，吃喝，比如防守。随着时代的变迁，人类的采集行为逐步发生变化。人们开始利用搜集这种本领，渗透到生活的每一个领域，由获得物品扩展到对信息的搜集等。

搜集的引证详解

1. 搜求汇集。

清沈复《浮生六记·闺房记乐》：“书之残缺不全者，必搜集分门，滙订成帙，统名之曰‘断简残编’。”

田北湖 《论文章源流》：“搜集谣谚，则《尔雅》之滥觞；包兼夏冬，则属词之秘钥。”

巴金《秋》二：“爹辛辛苦苦搜集来的字画，我们已经分过一次了。”

2. 蒐集：搜集。

清曾国藩《<湖南文徵>序》：“唯考据之文，蒐集极少，前哲之倡导不宏，后世之欣慕亦寡。”