自制搜索引擎 PDF 电子书 X0112

java8

Java电子书：自制搜索引擎  PDF 电子书 Java吧 java8.com
! C+ O1 X% p2 x' K# k
- @' Q( o6 l& E5 W' I作者:山田浩之 末永匡出版社:人民邮电出版社出版时间:2016年01月

编号：166-Java吧资源免费-X0112【Java吧 java8.com】

1 C/ _" W& {1 a& i0 `" i

0 P8 C$ r& H7 Q- V' E' j目录：
8 u$ _4 u9 s, x% c" ?1 O7 \

第 1章　搜索引擎是如何工作的　　1
% U% ~# d/ S2 ^7 F5 E1-1　理解搜索引擎的构成　　3
什么是搜索引擎　　3
  h1 t- E$ r/ D' U构成搜索引擎的组件　　4
与搜索引擎相关的组件　　5
/ T  Q3 z9 p( I7 j" z# ]' e3 }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
- \/ o# s) A9 b) l, l倒排索引的构建方法　　9
倒排索引中的术语　　10
4 w) T  h8 A# b* |% g/ ]7 S% t1-3　深入理解倒排索引　　12
4 A7 ^# z  Y- I9 _6 ~倒排索引=词典+倒排文件　　12
9 K0 g4 |% g5 u. ^- j从倒排索引中查找单词　　13
+ q* D5 Q+ [  b5 ^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
! g4 v' f( f9 W# l1-4　制作中文文档的倒排索引　　16
分割中文句子的方法　　16
1 N% o8 n: k0 h' [) h/ @7 i6 I权衡分割方法　　17
1-5　实现倒排索引　　19
- ~; R% ]. U9 H4 C实现词典　　19
2 i1 F1 `- x5 W# v0 m+ T; \2 X实现倒排文件　　22
9 M8 w* E+ Z) ]1-6　使用倒排索引进行检索　　24
4 q/ \! }8 X  O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
- y  \9 x8 A9 D0 `, T( l, a; d, X' L信息检索中的检索　　27
& D' J- R5 a2 p6 }, o( c3 O1-7　构建倒排索引　　29
使用内存构建倒排索引　　29
6 Y" B' ~$ y) t" u7 N2 }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
$ e4 L# F( E& F+ U3 l1-8　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
- M: ~  w! |" e' x2-1　全文搜索引擎wiser　　39
2 k2 t& Q# z, E1 a9 J8 `0 [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
6 T& b8 o% o. p4 h6 L: O7 i$ u6 g使用倒排索引查询　　46
" I+ T. d0 B; C  B# }7 ?) b2 Y比较grep和wiser的运行速度　　46
9 o" ^+ P" A" b' q第3章　构建倒排索引　　49
+ i% r. {+ w% N/ s3-1　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
6 |( I1 z# h+ Q+ \3-2　构建倒排索引　　54
在存储器上创建倒排列表　　54
( v+ \, i! z' x7 w6 i9 o' X& I$ A- |: a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
4 p/ t; m% s% c. A进一步阅读源代码　　59
; y3 |7 ~$ B. D' s专栏　根据实际情况设计搜索引擎（系统）　　68
) [) W" u3 u! Z. _, k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
9 \/ m3 c9 M, R/ p7 D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
* `* u8 B# S4 y1 H2 q& H6 v! [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
7 b' h' P" e/ c. f3 _5-2　实现wiser中的压缩功能　　97
5 [2 F1 f+ ~2 b/ Q压缩功能源代码的概要　　97
" S& Q1 j3 B) E) L了解无需进行压缩时的操作　　99
抓住Golomb编码的要点　　101
, ]( W* G, }/ j+ H8 W- h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
0 S0 ], _% h$ G6 j8 t. H6-1　提高检索处理的效率　　115
2 r' d1 E. Z  Y" D9 K优化检索处理　　115
/ J- c: q! Z' Q1 _$ B将查询分割为无重复部分的词元序列　　116
; t$ K6 b& o8 Y8 F/ K6-2　禁用短语检索　　119
6 t( a% l; [1 ^1 J$ x- R7 h) `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
* W5 ]  B7 i2 n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
4 [# |" k2 o1 [7 I6 ~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
" R7 |5 }# T- R0 W3 ^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
* n* ?. I7 m; X0 G+ t7 f/ ]6-6　 调整只有英文字母的词元的分割方法　　135
2 ^$ j' S$ q& d6 @  V如何避免用英文单词检索时准确率下降的问题　　135
7 B7 i2 q7 l3 h" r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
5 w/ x* E5 W' e6-7　确认压缩的效果　　138
3 {, i4 u% O0 ], U/ B. z& F) _观察Golomb编码的效果　　138
# v8 m; K: ]* _5 i对比压缩启用前后的索引大小　　138
* K$ o( G2 C2 L8 m, S/ s' ^! _# S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
( ]/ }$ c/ p: v倒排索引之外的全文搜索索引　　143
" Q) ?! ?- I5 J) B高效处理大规模数据的存储器　　143
5 z% o& U$ \+ o* Q5 I9 j利用缓存提高检索的速度　　143
" J. \$ a  s( G0 |使用各种各样的压缩方法　　144
( K0 ^" Z" o- G7 `+ K4 ]优化搜索结果的排名　　144
调整准确率和召回率　　145
5 t/ ^# ?# F- Q3 V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
+ P$ r% \6 {5 D9 ]  m分面搜索　　148
7 |, v8 U* _& d/ J, I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
# Z7 k2 [" S: U片段　　152 java8.com
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
: R5 j0 H/ C) E( `7 h# _" ^' ~0 I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
' e6 X4 d0 I( u  y( x8 Y) N% E" ?对查询进行归一化　　156
) k2 w. Z& C" b7 i" H( ^1 A! F留意布尔检索的解析过程　　156
6 S# i( ?. F9 j1 L+ ]# D  }通过词素解析器适当地解析查询　　157
) y4 Y# P0 \0 B7 ]/ |对错误的输入进行修正　　157
% K( h. c" e% ~0 r* b+ Q输入补全　　158
& ]: n: ^3 d8 |9 K$ v& F2 j" i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
- f( E2 g# P: }! Y& [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
2 L; a2 f1 _: p9 [! j* t( WAppendix　附录　　165
9 Q- u3 f/ D$ A1 U( J3 S7 h4 P$ MA-1　深度话题 166
近几年的压缩方法　　166
动态索引构建　　169
# q& G, ]' E- g6 L分布式索引　　174
! Z% q1 s. n) @5 n6 `A-2　wiser中的文本提取和存储　　178
2 L, |& q# H4 s# k9 t7 F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
1 M# S8 a: V1 e- n1 p* n4 G* H1 P9 |后记　　191
! L- a0 V& u7 j5 s/ w. _; x

* ]! A1 J1 l1 B& B; ?

百度云盘下载地址(完全免费-绝无套路)：

游客，如果您要查看本帖隐藏内容请回复

. r5 Z& E2 I! A) X. z4 d3 n' W0 h

等风去火星

免费下载的网站 头一次遇到 不错

茹阿玛

路过，收下了，不错的论坛

时光予厚爱

我又来了 白漂开始

火山下的小草

真的无套路，大赞

牵载男荨

免费下载的网站 头一次遇到 不错

鉡艏歌

我来白漂了 多谢

何桂雨

java吧 真给力

吕氏自然科学风水学

真的免费下载 难得

祝暖暖

真的免费下载 难得