這就是搜索引擎

讀書筆記模板這就是搜索引擎01思維導(dǎo)圖讀書筆記目錄分析內(nèi)容摘要精彩摘錄作者介紹目錄0305020406思維導(dǎo)圖引擎引擎技術(shù)算法搜索結(jié)構(gòu)搜索引擎第章策略模型技術(shù)系統(tǒng)網(wǎng)頁排序算法方法框架爬蟲本書關(guān)鍵字分析思維導(dǎo)圖內(nèi)容摘要內(nèi)容摘要本書針對(duì)搜索引擎領(lǐng)域相關(guān)技術(shù)有非常全面性的描述，涉及到了搜索引擎研發(fā)中的幾乎所有的重要技術(shù)點(diǎn)，同時(shí)對(duì)機(jī)器學(xué)習(xí)排序等學(xué)術(shù)前沿的研究方向做了總結(jié)與歸納，另外，還緊密結(jié)合Google等搜索引擎的實(shí)際體系結(jié)構(gòu)和算法進(jìn)行了歸納與分析，是理論與實(shí)踐結(jié)合緊密的書籍。讀書筆記讀書筆記看得比較快，系統(tǒng)了解，解決了之前的一些疑惑，例如為何百度能搜京東站內(nèi)的商品？這個(gè)書在某看上25，這里免費(fèi)。可以感受到作者是真的很用心在簡化知識(shí)了??不過看來我還是得在看兩遍(??ε??)。作為一個(gè)搜索的入門，他這本書對(duì)搜索的技術(shù)自己做了一個(gè)非常好的解釋。搜索引擎目前發(fā)展將近10年有余，但是技術(shù)方面的沉淀也不斷的完善，新的技術(shù)與新的創(chuàng)新應(yīng)用也講會(huì)層出不窮。將搜索引擎原理和算法架構(gòu)講述的比較清晰，里面很多概念、名詞都是第一次遇到，學(xué)習(xí)了。對(duì)于系統(tǒng)的學(xué)習(xí)搜索相關(guān)知識(shí)的同學(xué)值得一讀，框架清晰，里面有很多算法，可以自己擴(kuò)展閱讀。第一次看還是幾年前，再一次看還是覺得不錯(cuò)，對(duì)搜索引擎各方面都介紹到，層次清晰。本書介紹了搜索引擎的主要架構(gòu)和基本入門知識(shí)。人工智能的世界終會(huì)到來。1.書是好書，只是**版本的配圖錯(cuò)漏太多。非常不錯(cuò)的一本書。精彩摘錄精彩摘錄搜索引擎技術(shù)所希望達(dá)到的目標(biāo)可以歸納為：更全、更快、更準(zhǔn)其中最主要的3個(gè)標(biāo)準(zhǔn)是：抓取網(wǎng)頁覆蓋率、抓取網(wǎng)頁時(shí)新性及抓取網(wǎng)頁重要性。而網(wǎng)頁排序最重要的兩個(gè)參考因素中，一個(gè)是內(nèi)容相似性因素，即哪些網(wǎng)頁是和用戶查詢密切相關(guān)的；另外一個(gè)是網(wǎng)頁重要性因素，即哪些網(wǎng)頁是質(zhì)量較好或者相對(duì)重要的，這點(diǎn)往往可以從鏈接分析的結(jié)果獲得。結(jié)合以上兩個(gè)考慮因素，就可以對(duì)網(wǎng)頁進(jìn)行排序，作為用戶查詢的搜索結(jié)果。從某種角度看，鏈接分析之所以能夠改善搜索結(jié)果，可以認(rèn)為是對(duì)信息的可信賴度做出的評(píng)判。即將網(wǎng)頁的重要性作為是否可信賴的一個(gè)判斷標(biāo)準(zhǔn)，返回重要網(wǎng)頁即是返回可信賴網(wǎng)頁。對(duì)于一個(gè)搜索引擎來說，達(dá)到“更全”與“更快”可以使其不落后于同類產(chǎn)品，但是如果能夠做到“更準(zhǔn)”，則能夠構(gòu)建核心競爭能力。而目前搜索引擎大都致力于解決如下問題：如何能夠理解用戶發(fā)出的某個(gè)很短小的查詢?cè)~背后包含的真正需求，所以這一代搜索引擎稱之為以用戶為中心的一代。目錄分析1.1搜索引擎為何重要1.3搜索引擎的3個(gè)目標(biāo)1.2搜索引擎技術(shù)發(fā)展史第1章搜索引擎及其技術(shù)架構(gòu)1.5搜索引擎的技術(shù)架構(gòu)1.4搜索引擎的3個(gè)核心問題第1章搜索引擎及其技術(shù)架構(gòu)2.1通用爬蟲框架2.2優(yōu)秀爬蟲的特性2.3爬蟲質(zhì)量的評(píng)價(jià)標(biāo)準(zhǔn)2.4抓取策略第2章網(wǎng)絡(luò)爬蟲2.5網(wǎng)頁更新策略2.7分布式爬蟲2.6暗網(wǎng)抓?。―eepWebCrawling）第2章網(wǎng)絡(luò)爬蟲3.1索引基礎(chǔ)3.2單詞詞典3.3倒排列表（PostingList）3.4建立索引3.5動(dòng)態(tài)索引3.6索引更新策略010302040506第3章搜索引擎索引3.7查詢處理3.8多字段索引3.9短語查詢3.10分布式索引（ParallelIndexing）第3章搜索引擎索引4.1詞典壓縮4.2倒排列表壓縮算法4.3文檔編號(hào)重排序（DocIDReordering）4.4靜態(tài)索引裁剪（StaticIndexPruning）第4章索引壓縮5.1布爾模型（BooleanModel）5.2向量空間模型（VectorSpaceModel）5.3概率檢索模型5.4語言模型方法第5章檢索模型與搜索排序5.6檢索質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)5.5機(jī)器學(xué)習(xí)排序（LearningtoRank）第5章檢索模型與搜索排序6.1Web圖6.3PageRank算法6.2兩個(gè)概念模型及算法之間的關(guān)系第6章鏈接分析6.4HITS算法（HypertextInducedTopicSelection）6.5SALSA算法6.6主題敏感PageRank（TopicSensitivePageRank）6.7Hilltop算法6.8其他改進(jìn)算法12345第6章鏈接分析7.1云存儲(chǔ)與云計(jì)算概述7.2Google文件系統(tǒng)（GFS）7.3Chubby鎖服務(wù)7.4BigTable第7章云存儲(chǔ)與云計(jì)算7.5Megastore系統(tǒng)7.6Map/Reduce云計(jì)算模型7.7咖啡因系統(tǒng)——Percolator7.8Pregel圖計(jì)算模型7.9Dynamo云存儲(chǔ)系統(tǒng)12345第7章云存儲(chǔ)與云計(jì)算7.11HayStack存儲(chǔ)系統(tǒng)7.10PNUTS云存儲(chǔ)系統(tǒng)第7章云存儲(chǔ)與云計(jì)算8.1內(nèi)容作弊8.2鏈接作弊8.3頁面隱藏作弊8.4Web2.0作弊方法8.5反作弊技術(shù)的整體思路8.6通用鏈接反作弊方法010302040506第8章網(wǎng)頁反作弊8.7專用鏈接反作弊技術(shù)8.8識(shí)別內(nèi)容作弊8.9反隱藏作弊8.10搜索引擎反作弊綜合框架第8章網(wǎng)頁反作弊9.1搜索行為及其意圖9.2搜索日志挖掘9.3相關(guān)搜索9.4查詢糾錯(cuò)第9章用戶查詢意圖分析10.1通用去重算法框架10.2Shingling算法10.3I-Match算法10.4SimHash算法10.5SpotSig算法12345第10章網(wǎng)頁去重11.1搜索引擎緩存系統(tǒng)架構(gòu)11.2緩存對(duì)象11.3緩存結(jié)構(gòu)11.4緩存淘汰策略（EvictPolicy）11.5緩存更新策略（RefreshPolicy）12345第11章搜索引擎緩存機(jī)制12.1個(gè)性化搜索12.2社會(huì)化搜索12.3實(shí)時(shí)搜索12