|
搜索引擎——原理、技術(shù)與系統(tǒng)電子書
|
|
資料類別
|
計(jì)算機(jī)軟件圖書 |
|
|
課程(專業(yè))
|
計(jì)算機(jī)技術(shù) |
|
關(guān)鍵詞
|
查詢服務(wù)|搜索引擎 |
|
適用年級
|
大學(xué) |
|
身份要求
|
普通會(huì)員 |
|
金 幣
|
10 �。�金幣如何獲得？） |
|
文件格式
|
pdf |
|
文件大小
|
2967K |
|
發(fā)布時(shí)間
|
2011-12-19 13:49:00 |
|
預(yù)覽文件
|
無 |
|
下載次數(shù)
|
0 |
| 發(fā)布人 |
lcw |
內(nèi)容簡介：
搜索引擎——原理、技術(shù)與系統(tǒng)電子書
前言
第一章 引論..... 1
第一節(jié) 搜索引擎的概念...... 2
第二節(jié) 搜索引擎的發(fā)展歷史....... 3
第三節(jié) 一些著名的搜索引擎....... 7
上篇 WEB搜索引擎基本原理和技術(shù)..... 16
第二章 WEB搜索引擎工作原理和體系結(jié)構(gòu).... 17
第一節(jié) 基本要求....... 17
第二節(jié) 網(wǎng)頁搜集....... 18
第三節(jié) 預(yù)處理.. 20
第四節(jié) 查詢服務(wù)....... 22
第五節(jié) 體系結(jié)構(gòu)....... 25
第三章 WEB信息的搜集 29
第一節(jié) 引言...... 29
一、 超文本傳輸協(xié)議.... 29
二、 一個(gè)小型搜索引擎系統(tǒng). 31
第二節(jié) 網(wǎng)頁搜集....... 33
一、 定義URL類和Page類..... 34
二、 與服務(wù)器建立連接 39
三、 發(fā)送請求和接收數(shù)據(jù)..... 41
四、 網(wǎng)頁信息存儲(chǔ)的天網(wǎng)格式...... 42
第三節(jié) 多道搜集程序并行工作. 45
一、 多線程并發(fā)工作.... 46
二、 控制對一個(gè)站點(diǎn)并發(fā)搜集線程的數(shù)目.... 47
第四節(jié) 如何避免網(wǎng)頁的重復(fù)搜集...... 47
一、 記錄未訪問、已訪問URL和網(wǎng)頁內(nèi)容摘要信息...... 47
二、 域名與IP的對應(yīng)問題..... 48
第五節(jié) 如何首先搜集重要的網(wǎng)頁...... 49
第六節(jié) 搜集信息的類型.... 52
第七節(jié) 本章小結(jié)....... 54
iii
第四章 對搜集信息的預(yù)處理.. 55
第一節(jié) 信息預(yù)處理的系統(tǒng)結(jié)構(gòu). 55
第二節(jié) 索引網(wǎng)頁庫... 56
第三節(jié) 中文自動(dòng)分詞........ 58
第四節(jié) 分析網(wǎng)頁和建立倒排文件...... 64
第五節(jié) 本章小結(jié)....... 66
第五章 信息查詢服務(wù)..... 67
第一節(jié) 查詢服務(wù)的系統(tǒng)結(jié)構(gòu)..... 67
第二節(jié) 檢索的定義... 68
第三節(jié) 查詢服務(wù)的實(shí)現(xiàn).... 69
一、 結(jié)果集合的形成.... 69
二、 查詢結(jié)果顯示....... 70
第四節(jié) 本章小結(jié)....... 72
中篇 對質(zhì)量和性能的追求.... 73
第六章 可擴(kuò)展搜集子系統(tǒng)...... 75
第一節(jié) 天網(wǎng)系統(tǒng)概述和集中式搜集系統(tǒng)結(jié)構(gòu)..... 75
一、 天網(wǎng)系統(tǒng)結(jié)構(gòu)....... 75
二、 集中式搜集系統(tǒng).... 76
第二節(jié) 利用并行處理技術(shù)高效搜集網(wǎng)頁的一種方案.. 82
一、 節(jié)點(diǎn)間URL的劃分策略. 83
二、 關(guān)于性能的討論.... 86
三、 性能測試和評價(jià).... 88
四、 系統(tǒng)的動(dòng)態(tài)可配置性設(shè)計(jì)...... 91
第三節(jié) 本章小結(jié)....... 93
第七章 網(wǎng)頁凈化與消重. 95
第一節(jié) 網(wǎng)頁凈化與元數(shù)據(jù)提取. 95
一、 引言..... 95
二、 DocView模型........ 98
三、 網(wǎng)頁的表示.. 99
四、 提取DocView模型要素的方法...... 103
五、 模型應(yīng)用及實(shí)驗(yàn)研究... 108
第二節(jié) 網(wǎng)頁消重算法...... 112
一、 消重算法.... 112
iv
二、 算法評測.... 115
第八章 高性能檢索子系統(tǒng).... 120
第一節(jié) 檢索系統(tǒng)基本技術(shù)....... 121
一、 系統(tǒng)設(shè)計(jì)與結(jié)構(gòu).. 121
二、 索引創(chuàng)建.... 124
三、 檢索過程.... 126
第二節(jié) 倒排文件性能模型....... 127
一、 引言... 128
二、 倒排文件的概念.. 129
三、 倒排文件的一種性能模型.... 131
四、 結(jié)合計(jì)算機(jī)性能指標(biāo)的考慮 136
第三節(jié) 混合索引技術(shù)...... 138
一、 引言... 138
二、 混合索引原理..... 139
三、 混合索引實(shí)現(xiàn)..... 141
第四節(jié) 倒排文件緩存機(jī)制....... 144
一、 引言... 144
二、 倒排文件緩存..... 145
三、 負(fù)載特性.... 147
四、 緩存策略的選擇.. 149
第五節(jié) 本章小結(jié)..... 149
第九章 用戶行為的特征及緩存的應(yīng)用.. 151
第一節(jié) 用戶查詢與點(diǎn)擊日志... 152
第二節(jié) 用戶行為特征的統(tǒng)計(jì)分析.... 154
一、 用戶查詢詞的分布情況........ 154
二、 雷同查詢詞的衰減統(tǒng)計(jì)........ 155
三、 相鄰N項(xiàng)查詢詞的偏差分析. 156
四、 用戶在輸出結(jié)果中的翻頁情況統(tǒng)計(jì)...... 158
五、 用戶點(diǎn)擊URL的分布情況.... 159
六、 考慮與不考慮查詢項(xiàng)時(shí)點(diǎn)擊URL分布的對比分析 160
七、 查詢過程的自相似性... 161
第三節(jié) 查詢緩存的使用.. 164
一、 基于用戶行為的啟示... 164
二、 緩存替換策略研究....... 165
v
第四節(jié) 用戶行為與WEB信息的分布特征.. 167
一、 基本術(shù)語.... 167
二、 海量Web信息的特征分析..... 168
第十章 相關(guān)排序與系統(tǒng)質(zhì)量評估. 173
第一節(jié) 傳統(tǒng)IR的相關(guān)排序技術(shù)........ 173
第二節(jié) 鏈接分析與相關(guān)排序... 176
一、 鏈接分析.... 176
二、 Web查詢模式下的新信息.... 178
第三節(jié) 相關(guān)排序的一種實(shí)現(xiàn)方案.... 182
一、 形成網(wǎng)頁中詞項(xiàng)的基本權(quán)重 183
二、 利用鏈接的結(jié)構(gòu).. 185
三、 收集用戶反饋信息....... 187
四、 計(jì)算最終的權(quán)重.. 189
第四節(jié) 搜索引擎系統(tǒng)質(zhì)量評估........ 191
一、 引言... 191
二、 查詢類別分析與查詢集的構(gòu)建..... 192
三、 評估實(shí)驗(yàn)的建立與分析........ 193
下篇 面向主題和個(gè)性化的WEB信息服務(wù).... 196
第十一章 中文網(wǎng)頁自動(dòng)分類技術(shù). 197
第一節(jié) 引言.... 197
第二節(jié) 文檔自動(dòng)分類算法的類型.... 197
第三節(jié) 實(shí)現(xiàn)中文網(wǎng)頁自動(dòng)分類的一般過程....... 199
第四節(jié) 影響分類器性能的關(guān)鍵因素分析.. 201
一、 實(shí)驗(yàn)設(shè)置.... 201
二、 訓(xùn)練樣本.... 202
三、 特征選取.... 207
四、 分類算法.... 210
五、 截尾算法.... 216
六、 一個(gè)中文網(wǎng)頁分類器的設(shè)計(jì)方案. 218
第五節(jié) 天網(wǎng)目錄導(dǎo)航服務(wù)....... 219
一、 問題的提出 219
二、 天網(wǎng)目錄導(dǎo)航服務(wù)的體系結(jié)構(gòu)..... 220
三、 天網(wǎng)目錄的運(yùn)行實(shí)例... 221
第六節(jié) 本章小結(jié)..... 221
vi
第十二章 搜索引擎?zhèn)�性化查詢服務(wù)...... 223
第一節(jié) 基于WEB挖掘的個(gè)性化技術(shù). 223
一、 Web挖掘技術(shù)...... 224
二、 典型個(gè)性化Web服務(wù)系統(tǒng)的比較.. 225
三、 基于Web挖掘的個(gè)性化技術(shù)的發(fā)展....... 226
第二節(jié) 天網(wǎng)知名度系統(tǒng).. 227
一、 系統(tǒng)結(jié)構(gòu).... 227
二、 網(wǎng)頁與命名實(shí)體的相關(guān)度評價(jià)..... 231
第十三章 面向主題的信息搜集與應(yīng)用.. 235
第一節(jié) 主題信息的搜集.. 235
一、 主題信息分布的局部性........ 235
二、 一種主題信息搜集系統(tǒng)........ 236
第二節(jié) 主題信息的一種搜集與處理模型及其應(yīng)用.... 238
一、 模型設(shè)計(jì).... 238
二、 應(yīng)用實(shí)驗(yàn)：以“十六大”為主題. 242
三、 總結(jié)與討論 244
參考文獻(xiàn)....... 245
附錄. 術(shù)語.... 256
后記...... 264
相關(guān)說明：
1. 如您下載的資料不止一份，建議您注冊成為本站會(huì)員。會(huì)員請登錄后下載。
2. 會(huì)員購買金幣50元以下，0.7元/個(gè)，50元以上，0.5元/個(gè)。具體請看：下載與付款。
3. 會(huì)員48小時(shí)內(nèi)下載同一文件，不重復(fù)扣金幣。
4. 下載后請用WinRAR或 WinZIP解壓縮后使用。
5. 如仍有其他下載問題，請看常見問題解答。
下載地址：
|
|
|