搜索
java python go vue ev4 人工智能 架构师 前端 网课 素材
优百课栈 › 知识城堡 › 电子书库 › 《自制搜索引擎》
返回列表 发新帖

《自制搜索引擎》

[复制链接]
online_admin aixure 发表于 2023-1-20 11:15:49 | 显示全部楼层 |阅读模式 打印 上一主题 下一主题
111541j5pxyx9ttrtllapa
售 价: ￥5￥89加入会员，免费下载
库 存:9999 件
销 量:12 件
源 址:
卖家服务:  
客 服:QQ（早10点-晚6点）
立即购买
立即购买
资源详情
内容简介[url=]编辑[/url][url=] 播报[/url]
《自制搜索引擎》聚焦于Google和Yahoo!等Web搜索服务幕后的搜索引擎系统，首先讲解了搜索引擎的基础知识和原理，接着以现实中的开源搜索引擎Senna/Groonga为示例，使用该引擎的源代码引导读者亲自体验搜索引擎的开发过程。这部分讲解涉及了倒排索引的制作和压缩、检索的处理流程以及搜索引擎的优化等内容。又简单介绍了一些更加专业的搜索引擎的知识和要点，为读者今后进一步学习打下了基础。本书适合所有对搜索引擎感兴趣的技术人员阅读。 [1]

目录[url=]编辑[/url][url=] 播报[/url]
第1章　搜索引擎是如何工作的　1
1-1　理解搜索引擎的构成　3
什么是搜索引擎　3
构成搜索引擎的组件　4
与搜索引擎相关的组件　5
1-2　 实现了快速全文搜索的索引结构　7
全文搜索的两种方法　7
倒排索引的结构　8
倒排索引的构建方法　9
倒排索引中的术语　10
1-3　深入理解倒排索引　12
倒排索引=词典+倒排文件　12
从倒排索引中查找单词　13
将单词的位置信息加入倒排文件中　13
从倒排索引中查找短语　14
1-4　制作中文文档的倒排索引　16
分割中文句子的方法　16
权衡分割方法　17
1-5　实现倒排索引　19
实现词典　19
实现倒排文件　22
1-6　使用倒排索引进行检索　24
布尔检索　24
使用倒排索引的检索处理流程　24
关联度的计算方法　26
信息检索中的检索　27
1-7　构建倒排索引　29
使用内存构建倒排索引　29
使用二级存储构建倒排索引　29
静态索引构建和动态索引构建　32
1-8　准备要检索的文档　34
收集数据　34
数据规范化　35
第2章　准备全文搜索引擎的检索样本　37
2-1　全文搜索引擎wiser　39
wiser的构成　39
准备用于检索的文档　40
2-2　安装wiser　42
构建wiser　42
启动wiser　43
解压缩Wikipedia的副本　44
2-3　运行wiser　45
构建倒排索引　45
使用倒排索引查询　46
比较grep和wiser的运行速度　46
第3章　构建倒排索引　49
3-1　复习有关倒排索引的知识　51
提取词元　51
为每个词元创建倒排列表　53
3-2　构建倒排索引　54
在存储器上创建倒排列表　54
倒排列表和倒排文件的数据结构　54
从源代码级别梳理倒排索引的构建顺序　56
进一步阅读源代码　59
专栏　根据实际情况设计搜索引擎（系统）　68
第4章　开始检索吧　71
4-1　检索处理的大致流程　73
充分理解检索处理的流程　73
4-2　使用倒排索引进行检索　75
从源代码级别梳理检索处理的流程　75
解读split_query_to_tokens()函数的具体实现　76
使用具体示例加深对检索处理流程的理解　77
解读函数search_docs()的实现细节　80
解读函数search_phrase()的实现　84
专栏　如何实现标签检索　88
第5章　压缩倒排索引　89
5-1　压缩的基础知识　90
压缩倒排索引的好处　90
专栏　压缩的目的　90
倒排索引的压缩方法　91
倒排文件的压缩方法　91
压缩的原理　94
5-2　实现wiser中的压缩功能　97
压缩功能源代码的概要　97
了解无需进行压缩时的操作　99
抓住Golomb编码的要点　101
解读Golomb编码中的编码处理　105
解读Golomb编码的解码处理　108
第6章　挑战wiser的优化及参数的调整　113
6-1　提高检索处理的效率　115
优化检索处理　115
将查询分割为无重复部分的词元序列　116
6-2　禁用短语检索　119
分析对2字符的字符串进行检索时的行为　119
分析对3字符的字符串进行检索时的行为　120
6-3　改变检索结果的输出顺序　122
作为检索结果排序核心的指标　122
按照文档大小降序排列的检索结果　124
专栏　排名欺诈　128
6-4　 让1个字符的查询也能检索出结果　29
获取以特定字符开头的词元的列表　129
合并检索到的结果　131
专栏　如何实现相似文档的检索　131
6-5　 调整控制倒排索引更新的缓冲区容量　133
确认由缓冲区容量的差异带来的不同效果　133
用sar命令分析负载　134
6-6　 调整只有英文字母的词元的分割方法　135
如何避免用英文单词检索时准确率下降的问题　135
如何判断某字符是否属于索引对象　135
修改负责分割词元的函数　136
6-7　确认压缩的效果　138
观察Golomb编码的效果　138
对比压缩启用前后的索引大小　138
专栏　避免滥用全文搜索引擎　139
第7章　为今后更加深入的学习做准备　141
7-1　wiser没能实现的功能　143
倒排索引之外的全文搜索索引　143
高效处理大规模数据的存储器　143
利用缓存提高检索的速度　143
使用各种各样的压缩方法　144
优化搜索结果的排名　144
调整准确率和召回率　145
降低检索结果排序处理的负载　147
并行处理　147
结合对属性的筛选过滤　148
分面搜索　148
专栏　时延和吞吐量　149
7-2　 全文搜索引擎Groonga的特点　150
通过词元的部分一致检索提升召回率　150
使用内存映射文件　151
片段　152
专栏　宣传活动的重要性　152
7-3　 实现出考虑到用户意图的搜索引擎　153
引入停用词　153
应对词素解析的错误　153
专栏　断句错误　154
处理全角字符和半角字符　155
对查询进行归一化　156
留意布尔检索的解析过程　156
通过词素解析器适当地解析查询　157
对错误的输入进行修正　157
输入补全　158
建议用户检索相关的关键词　159
7-4　收集、提取文档时的要点　160
制作爬虫时的处理要点　160
在提取文本时需要处理的要点　163
Appendix　附录　165
A-1　深度话题 166
近几年的压缩方法　166
动态索引构建　169
分布式索引　174
A-2　wiser中的文本提取和存储　178
用于处理XML的2 种API——DOM和SAX　178
提取文档的标题和正文　179
掌握状态的迁移　182
构建文档数据库　187
后记　191

自制 搜索 搜索引擎 引擎 内容
温馨提示：
1、如果下载地址失效，请尽快反馈给我们，我们尽快修复。点此反馈>>
2、全站资源高清无密，课程百分百高清，完整，原画，包含所有的视频+素材+课件+源码，官方同步体验！每天更新，成为vip后可免费下载本站IT课程。点此办理会员>>
3、有任何问题，请咨询QQ：87887023
4、支持7*24小时自助购买，购买后自动发货，链接永久有效，自动更新

相关帖子
回复

使用道具 举报

返回列表 发表新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则

plugin
aixure管理员

关注0

粉丝0

帖子5142

发布主题
一周下载排行最近7x24小时热帖
最新发布
ads3
专注资源整合与知识分享
客服QQ

87887023

周一至周日9:00-23:00

反馈建议

点此进行反馈 kfs 在线QQ咨询
ftqrcode

扫描二维码关注我们

label_sm_90020

Powered by 优百课栈 X3.4© 2019-2025