随着互联网的飞速发展，越来越多的人使用网络获取信息。信息也因此变得多元化，来源也日渐丰富，如何在浩如烟海的网络资源中，快速而又准确地找到信息满足不同用户的需求，搜索引擎在解决这一问题中起到至关重要的作用，但矛盾也日益凸显，尤其表现在支持中文分词的搜索引擎中：网络信息的多样化使中文词变得日益丰富，出现了大量了网络用语，如何做好中文分词技术以满足用户的中文搜索需求，在理论研究上和实际运用中都有待进一步完善。在大数据的网络时代背景下，本文首先从认知的角度简单概括了搜索引擎，然后又从理论技术层面系统地综合分析了搜索引擎，力求对搜索引擎全面的理解。本文重点从中文分词技术方面开展详细地研究工作，对中文分词在搜索引擎中的重要作用、中文分词技术的结果评价、中文分词的难点以及算法等方面的进行论述。在搜索引擎开源项目上，通过对比，选择了对本文研究重点更具有实际意义的Nutch搜索引擎系统，全面分析了Nutch搜索引擎的理论原理，并搭建开发环境在技术上实现了Nutch搜索引擎。最后通过进一步分析Nutch搜索引擎自带的中文分词和插件体系结构，对Nutch搜索引擎中文分词中的单词切分法、二元切分法和词典分词法进行了测试实验和中文分词效果比较，利用Nutch系统插件体系结构对Nutch搜索引擎进行了二次开发，对比测试了Nutch搜索引擎中文分词改进前后的效果区别。本文在理论上分析了搜索引擎技术，以Nutch搜索引擎为实例，从中文分词算法的技术角度改进Nutch搜索引擎，实现并比较了改进前后的中文分词效果，具有一定的理论和现实意义。