图书介绍

走进搜索引擎2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

梁斌编著著
出版社：北京：电子工业出版社
ISBN：9787121049224
出版时间：2007
标注页数：272页
文件大小：23MB
文件页数：290页
主题词：互联网络－情报检索

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：c197fe7c07b12c0192f054e79a8d90cf

下载说明

走进搜索引擎PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第一章引言1

第一节　什么是搜索引擎2

第二节　搜索引擎的发展简史5

搜索引擎的发展历史5

第三节　搜索引擎大事快览15

第四节　国内著名搜索引擎17

百度（www.baidu.com）17

中搜（www.zhongsou.com）18

天网（e.pku.edu.cn）19

搜狗（www.sogou.com）20

参考文献21

第二章　搜索引擎概貌23

第一节　搜索引擎的主要需求24

查得快24

查得全25

查得准25

查得稳27

第二节　搜索引擎的4大系统28

搜索引擎的体系结构28

第三章　搜索引擎的下载系统31

第一节　爬虫的发展历史32

世界上第1个爬虫32

爬虫的发展历程33

第二节　万维网及其网页分析34

蝴蝶结型的万维网34

万维网的直径37

万维网的规模及变化特征39

网页的特征39

第三节　有关爬虫的基本概念41

爬虫41

种子站点41

URL42

Backlinks42

第四节　网页抓取原理43

telnet和wget43

从种子站点开始逐层抓取44

不重复抓取策略50

网页抓取优先策略59

网页重访策略61

Robots协议67

其他应该注意的礼貌性问题69

抓取提速策略（合作抓取策略）70

第五节　网页库77

第六节　下载系统回顾及未来发展82

参考文献84

第四章　搜索引擎的分析系统86

第一节　知识准备87

HTML语言87

锚文本（anchor text）87

半结构化数据（Semi-structured data）88

第二节　信息抽取及网页信息结构化89

网页结构化的目标89

建立HTML标签树93

通过投票方法得到正文98

网页结构化过程回顾103

第三节　网页查重105

网页查重技术发展历史105

网页查重实现方法107

第四节　中文分词113

什么是中文分词113

通过字典实现分词114

通过统计学方法实现分词120

第五节　PageRank121

PageRank的来由121

PageRank的基本想法122

PageRank的计算公式124

PageRank的计算方法129

第六节　分析系统结构图134

参考文献136

第五章　搜索引擎的索引系统139

第一节　知识准备140

信息140

索引141

倒排索引、倒排表、临时倒排文件、最终倒排文件141

其他概念142

第二节　全文检索143

全文检索143

第三节　文档编号146

编号的本质146

文档编号的方法147

游程编码149

第四节　倒排索引154

经典的倒排索引154

正排索引（前向索引）155

倒排索引158

第五节　数据规模的估计163

齐普夫法则163

布尔检索模型下的索引规模估计165

第六节　涉及存储规模的一些计算170

正排表与倒排表的合并170

多个临时倒排文件的归并174

倒排索引分布式存储179

倒排文件缓存183

倒排索引词典统计信息的计算183

第七节　倒排索引文件的创建过程185

创建倒排表185

计算统计信息187

参考文献189

第六章　搜索引擎的查询系统191

第一节　知识准备192

什么是信息熵192

检索和查询的区别196

检索词和查询词的区别196

自动文本摘要（Automatic Text Summarization）197

第二节　网页信息检索198

早期的检索模型198

向量空间模型（Vector Space Models）201

关键词权重的量化方法TF/IDF207

搜索引擎采用的检索模型213

多文档列表求交计算215

检索结果排序222

堆排序223

第三节　中文自动摘要230

自动摘要的发展历史230

自动摘要的含义和实现231

第四节　生成搜索结果页239

生成搜索结果页239

第五节　搜索结果页的缓存242

搜索结果页的缓存242

第六节　推测用户查询意图245

查询分类245

推测信息类、事物类的查询意图247

第七节　查询系统的当前热点和发展方向249

查询系统的当前热点249

参考文献250

第七章　搜索引擎的其他话题252

第一节　搜索引擎问与答253

为什么搜索引擎的搜索速度这么快253

为什么搜索引擎能够返回那么多的查询结果255

为什么搜索引擎总能返回最想要的结果256

搜索引擎如何大规模存储网页的257

什么是SEO259

什么是元搜索引擎260

搜索引擎认为的作弊行为是哪些261

如何进一步学习和了解搜索引擎发展的最新成果262

第二节　搜索引擎未来的发展265

新兴的搜索产品265

搜索技术的未来268

参考文献270

附录A　搜索引擎系统结构全观图271