データマイニング、これ難しい。
どのデータとデータを組み合わせるのか？

さらに、クラスタリング+超高性能なPCが必要。
これ、スポンサーないと無理。

さらに、データの収集。
そのためには、大容量のストレージと、太い回線が必要となる。

2ちゃんの過去ログ検索は、すでに実現してるね。
あれは、Windows+Namazuでおこなってるらしい。
でも自分で検索エンジン作るなら、まずは形態素解析やデータベースの知識が必須。
Googleは、英語のみならず様々な言語での検索が可能ってのは、
本当はすごい事だと思う。

素人が作れるレベルは、せいぜいNamazuでなんちゃって検索エンジンつくる程度。