自制搜索引擎
￥ 10 2.6折 ￥ 39 八五品
仅1件
湖北咸宁
认证卖家担保交易快速发货售后保障
作者山田浩之
出版社人民邮电出版社
ISBN9787115411709
出版时间2016-01
装帧其他
开本32开
定价39元
货号9787115411709
上书时间2024-12-16
- 在售商品 暂无
- 平均发货时间 13小时
- 好评率 暂无
商品详情
- 品相描述：八五品
- 商品描述
-
作者简介
山田浩之，信息工程学博士。先后于日本IBM、雅虎从事分布式搜索引擎的研发工作。目前在东京大学生产技术研究所从事高性能并行数据库的研发工作。
末永匡，开源搜索引擎Senna/Groonga的开发者。每天都在奋斗，梦想着能创建一个更加自由、更加无拘无束的，而不是一家独大的应用程序平台。
胡屹，多年从事Web开发工作。热爱编程，关注设计模式，致力于提升软件开发的质量。曾获得SCJP和PHP ZCE证书。译有《计算机是怎样跑起来的》。
目录
第1章 搜索引擎是如何工作的
1-1 理解搜索引擎的构成
什么是搜索引擎
构成搜索引擎的组件
与搜索引擎相关的组件
1-2 实现了快速全文搜索的索引结构
全文搜索的两种方法
倒排索引的结构
倒排索引的构建方法
倒排索引中的术语
1-3 深入理解倒排索引
倒排索引=词典+倒排文件
从倒排索引中查找单词
将单词的位置信息加入倒排文件中
从倒排索引中查找短语
1-1 理解搜索引擎的构成
什么是搜索引擎
构成搜索引擎的组件
与搜索引擎相关的组件
1-2 实现了快速全文搜索的索引结构
全文搜索的两种方法
倒排索引的结构
倒排索引的构建方法
倒排索引中的术语
1-3 深入理解倒排索引
倒排索引=词典+倒排文件
从倒排索引中查找单词
将单词的位置信息加入倒排文件中
从倒排索引中查找短语
1-4 制作中文文档的倒排索引
分割中文句子的方法
权衡分割方法
1-5 实现倒排索引
实现词典
实现倒排文件
1-6 使用倒排索引进行检索
布尔检索
使用倒排索引的检索处理流程
关联度的计算方法
信息检索中的检索
1-7 构建倒排索引
使用内存构建倒排索引
使用二级存储构建倒排索引
静态索引构建和动态索引构建
1-8 准备要检索的文档
收集数据
数据规范化
第2章 准备全文搜索引擎的检索样本
2-1 全文搜索引擎wiser
wiser的构成
准备用于检索的文档
2-2 安装wiser
构建wiser
启动wiser
解压缩Wikipedia的副本
2-3 运行wiser
构建倒排索引
使用倒排索引查询
比较grep和wiser的运行速度
第3章 构建倒排索引
3-1 复习有关倒排索引的知识
提取词元
为每个词元创建倒排列表
3-2 构建倒排索引
在存储器上创建倒排列表
倒排列表和倒排文件的数据结构
从源代码级别梳理倒排索引的构建顺序
进一步阅读源代码
专栏根据实际情况设计搜索引擎（系统）
第4章 开始检索吧
4-1 检索处理的大致流程
充分理解检索处理的流程
4-2 使用倒排索引进行检索
从源代码级别梳理检索处理的流程
解读split_query_to_tokens()函数的具体实现
使用具体示例加深对检索处理流程的理解
解读函数search_docs()的实现细节
解读函数search_phrase()的实现
专栏如何实现标签检索
第5章 压缩倒排索引
5-1 压缩的基础知识
压缩倒排索引的好处
专栏压缩的目的
倒排索引的压缩方法
倒排文件的压缩方法
压缩的原理
5-2 实现wiser中的压缩功能
压缩功能源代码的概要
了解无需进行压缩时的操作
抓住Golomb编码的要点
解读Golomb编码中的编码处理
解读Golomb编码的解码处理
第6章 挑战wiser的优化及参数的调整
6-1 提高检索处理的效率
优化检索处理
将查询分割为无重复部分的词元序列
6-2 禁用短语检索
分析对2字符的字符串进行检索时的行为
分析对3字符的字符串进行检索时的行为
6-3 改变检索结果的输出顺序
作为检索结果排序核心的指标
按照文档大小降序排列的检索结果
专栏排名欺诈
6-4 让1个字符的查询也能检索出结果
获取以特定字符开头的词元的列表
合并检索到的结果
专栏如何实现相似文档的检索
6-5 调整控制倒排索引更新的缓冲区容量
确认由缓冲区容量的差异带来的不同效果
用sar命令分析负载
6-6 调整只有英文字母的词元的分割方法
如何避免用英文单词检索时准确率下降的问题
如何判断某字符是否属于索引对象
修改负责分割词元的函数
6-7 确认压缩的效果
观察Golomb编码的效果
对比压缩启用前后的索引大小
专栏避免滥用全文搜索引擎
第7章 为今后更加深入的学习做准备
7-1 wiser没能实现的功能
倒排索引之外的全文搜索索引
高效处理大规模数据的存储器
利用缓存提高检索的速度
使用各种各样的压缩方法
优化搜索结果的排名
调整准确率和召回率
降低检索结果排序处理的负载
并行处理
结合对属性的筛选过滤
分面搜索
专栏时延和吞吐量
7-2 全文搜索引擎Groonga的特点
通过词元的部分一致检索提升召回率
使用内存映射文件片段
专栏宣传活动的重要性
7-3 实现出考虑到用户意图的搜索引擎
引入停用词
应对词素解析的错误
专栏断句错误
处理全角字符和半角字符
对查询进行归一化
留意布尔检索的解析过程
通过词素解析器适当地解析查询
对错误的输入进行修正
输入补全
建议用户检索相关的关键词
7-4 收集、提取文档时的要点
制作爬虫时的处理要点
在提取文本时需要处理的要点
Appendix附录
A-1深度话题
近几年的压缩方法
动态索引构建
分布式索引
A-2wiser中的文本提取和存储
用于处理XML的2种API――DOM和SAX
提取文档的标题和正文
掌握状态的迁移
构建文档数据库
后记
内容摘要
由山田浩之、末永匡编著的《自制搜索引擎/图灵程序设计丛书》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。本书适合做有对搜索引擎感兴趣的技术人员阅读。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价