搜索引擎

图书标准信息

• 作者 [美]克罗夫特 著；刘挺 译
• 出版社 机械工业出版社
• 出版时间 2010-06
• 版次 1
• ISBN 9787111288084
• 定价 56.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 309页
• 正文语种 简体中文
• 原版书名 Search Engines : Information Retrieval in Practice
• 丛书 计算机科学丛书

【内容简介】

　　《搜索引擎：信息检索实践》介绍了信息检索中的关键问题，以及这些问题如何影响搜索引擎的设计与实现，很好地兼顾了信息检索理论以及搜索引擎的设计、实现和使用中的知识面广度与深度问题，重点关注于那些对于实现搜索引擎组件以及组件背后的信息检索模型最重要的部分，以及网络上使用的搜索技术。
　　《搜索引擎：信息检索实践》适合作为高等院校计算机科学或计算机工程专业本科生或研究生的教材。

【作者简介】

　　克罗夫特（W.BruceCroft），马萨诸塞大学阿默斯特分校计算机科学特聘教授、ACM会士。他创建了智能信息检索研究中心，发表了200余篇论文，多次获奖，其中包括2003年由ACMSIGIR颁发的GerardSalton奖。
　　DonaldMetzler，马萨诸塞大学阿默斯特分校博士，是位于加州SantaClara的雅虎研究中心搜索与计算机广告组的研究科学家。
　　TrevorStrohman，马萨诸塞大学阿默斯特分校博士。他开发了Galago搜索引擎，也是Indri搜索引擎的主要开发者。

【目录】

出版者的话
译者序
前言
第1章搜索引擎和信息检索
1.1什么是信息检索
1.2重要问题
1.3搜索引擎
1.4搜索工程师
参考文献和深入阅读
练习

第2章搜索引擎的架构
2.1什么是软件架构
2.2基本的构件
2.3组件及其功能
2.3.1文本采集
2.3.2文本转换
2.3.3索引的创建
2.3.4用户交互
2.3.5排序
2.3.6评价
2.4搜索引擎是如何工作的
参考文献和深入阅读
练习

第3章信息采集和信息源
3.1确定搜索的内容
3.2网络信息爬取
3.2.1抓取网页
3.2.2网络爬虫
3.2.3时新性
3.2.4面向主题的信息采集
3.2.5深层网络
3.2.6网站地图
3.2.7分布式信息采集
3.3文档和电子邮件的信息采集
3.4文档信息源
3.5转换问题
3.6存储文档
3.6.1使用数据库系统
3.6.2随机存取
3.6.3压缩和大规模文件
3.6.4更新
3.6.5BigTable
3.7重复检测
3.8去除噪声
参考文献和深入阅读
练习

第4章文本处理
4.1从词到词项
4.2文本统计
4.2.1词表增长
4.2.2估计数据集和结果集大小
4.3文档解析
4.3.1概述
4.3.2词素切分
4.3.3停用词去除
4.3.4词干提取
4.3.5短语和n元串
4.4文档结构和标记
4.5链接分析
4.5.1锚文本
4.5.2PageRank
4.5.3链接质量
4.6信息抽取
4.7国际化
参考文献和深入阅读
练习

第5章基于索引的相关排序
5.1概述
5.2抽象的相关排序模型
5.3倒排索引
5.3.1文档
5.3.2计数
5.3.3位置
5.3.4域与范围
5.3.5分数
5.3.6排列
5.4压缩
5.4.1熵与歧义
5.4.2Delta编码
5.4.3位对齐码
5.4.4字节对齐码
5.4.5实际应用中的压缩
5.4.6展望
5.4.7跳转和跳转指针
5.5辅助结构
5.6索引构建
5.6.1简单构建
5.6.2融合
5.6.3并行与分布式
5.6.4更新
5.7查询处理
5.7.1document—at.a.time评价
5.7.2term—at.a.time评价
5.7.3优化技术
5.7.4结构化查询
5.7.5分布式的评价
5.7.6缓存
参考文献和深入阅读
练习

第6章查询与界面
6.1信息需求与查询
6.2查询转换与提炼
6.2.1停用词去除和词干提取
6.2.2拼写检查和建议
6.2.3查询扩展
6.2.4相关反馈
6.2.5上下文和个性化
6.3搜索结果显示
6.3.1搜索结果页面与页面摘要
6.3.2广告与搜索
6.3.3结果聚类
6.4跨语言搜索
参考文献和深入阅读
练习

第7章检索模型
7.1检索模型概述
7.1.1布尔检索
7.1.2向量空间模型
7.2概率模型
7.2.1将信息检索作为分类问题
7.2.2BM25排序算法
7.3基于排序的语言模型
7.3.1查询项似然排序
7.3.2相关性模型和伪相关反馈
7.4复杂查询和证据整合
7.4.1推理网络模型
7.4.2Galago查询语言
7.5网络搜索
7.6机器学习和信息检索
7.6.1排序学习
7.6.2主题模型和词汇不匹配
7.7基于应用的模型
参考文献和深入阅读
练习

第8章搜索引擎评价
8.1搜索引擎评价的意义
8.2评价语料
8.3日志
8.4效果评价
8.4.1召回率和准确率
8.4.2平均化和插值
8.4.3关注排序靠前的文档
8.4.4使用用户偏好
8.5效率评价
8.6训练、测试和统计
8.6.1显著性检验
8.6.2设置参数值
8.6.3在线测试
8.7基本要点
参考文献和深入阅读
练习

第9章分类和聚类
9.1分类
9.1.1朴素贝叶斯
9.1.2支持向量机
9.1.3评价
9.1.4分类器和特征选择
9.1.5垃圾、情感及在线广告
9.2聚类
9.2.1层次聚类和K均值聚类
9.2.2K近邻聚类
9.2.3评价
9.2.4如何选择K
9.2.5聚类和搜索
参考文献和深入阅读
练习

第10章社会化搜索
10.1什么是社会化搜索
10.2用户标签和人工索引
10.2.1搜索标签
10.2.2推测缺失的标签
10.2.3浏览和标签云
10.3社区内搜索
10.3.1什么是社区
10.3.2社区发现
10.3.3基于社区的问答
10.3.4协同搜索
10.4过滤和推荐
10.4.1文档过滤
10.4.2协同过滤
10.5P2P搜索和元搜索
10.5.1分布式搜索
10.5.2P2P网络
参考文献和深入阅读
练习

第11章超越词袋
11.1概述
11.2基于特征的检索模型
11.3词项依赖模型
11.4再谈结构化
11.4.1XML检索
11.4.2实体搜索
11.5问题越长，答案越好
11.6词语、图片和音乐
11.7搜索能否适用于所有情况
参考文献和深入阅读
练习
参考文献