☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《搜索引擎：信息檢索實踐》介紹瞭信息檢索中的關鍵問題，以及這些問題如何影響搜索引擎的設計與實現，很好地兼顧瞭信息檢索理論以及搜索引擎的設計、實現和使用中的知識麵廣度與深度問題，重點關注於那些對於實現搜索引擎組件以及組件背後的信息檢索模型最重要的部分，以及網絡上使用的搜索技術。
　　《搜索引擎：信息檢索實踐》適閤作為高等院校計算機科學或計算機工程專業本科生或研究生的教材。

作者簡介

　　剋羅夫特（W.Bruce Croft），馬薩諸塞大學阿默斯特分校計算機科學特聘教授、ACM會士。他創建瞭智能信息檢索研究中心，發錶瞭200餘篇論文，多次獲奬，其中包括2003年由ACM SIGIR頒發的Gerard Salton奬。
　　Donald Metzler，馬薩諸塞大學阿默斯特分校博士，是位於加州Santa Clara的雅虎研究中心搜索與計算機廣告組的研究科學傢。
　　Trevor Strohman，馬薩諸塞大學阿默斯特分校博士。他開發瞭Galago搜索引擎，也是Indri搜索引擎的主要開發者。

內頁插圖

目錄

齣版者的話
譯者序
前言
第1章 搜索引擎和信息檢索
1.1 什麼是信息檢索
1.2 重要問題
1.3 搜索引擎
1.4 搜索工程師
參考文獻和深入閱讀
練習

第2章 搜索引擎的架構
2.1 什麼是軟件架構
2.2 基本的構件
2.3 組件及其功能
2.3.1 文本采集
2.3.2 文本轉換
2.3.3 索引的創建
2.3.4 用戶交互
2.3.5 排序
2.3.6 評價
2.4 搜索引擎是如何工作的
參考文獻和深入閱讀
練習

第3章 信息采集和信息源
3.1 確定搜索的內容
3.2 網絡信息爬取
3.2.1 抓取網頁
3.2.2 網絡爬蟲
3.2.3 時新性
3.2.4 麵嚮主題的信息采集
3.2.5 深層網絡
3.2.6 網站地圖
3.2.7 分布式信息采集
3.3 文檔和電子郵件的信息采集
3.4 文檔信息源
3.5 轉換問題
3.6 存儲文檔
3.6.1 使用數據庫係統
3.6.2 隨機存取
3.6.3 壓縮和大規模文件
3.6.4 更新
3.6.5 BigTable
3.7 重復檢測
3.8 去除噪聲
參考文獻和深入閱讀
練習

第4章 文本處理
4.1 從詞到詞項
4.2 文本統計
4.2.1 詞錶增長
4.2.2 估計數據集和結果集大小
4.3 文檔解析
4.3.1 概述
4.3.2 詞素切分
4.3.3 停用詞去除
4.3.4 詞乾提取
4.3.5 短語和n元串
4.4 文檔結構和標記
4.5 鏈接分析
4.5.1 錨文本
4.5.2 PageRank
4.5.3 鏈接質量
4.6 信息抽取
4.7 國際化
參考文獻和深入閱讀
練習

第5章 基於索引的相關排序
5.1 概述
5.2 抽象的相關排序模型
5.3 倒排索引
5.3.1 文檔
5.3.2 計數
5.3.3 位置
5.3.4 域與範圍
5.3.5 分數
5.3.6 排列
5.4 壓縮
5.4.1 熵與歧義
5.4.2 Delta編碼
5.4.3 位對齊碼
5.4.4 字節對齊碼
5.4.5 實際應用中的壓縮
5.4.6 展望
5.4.7 跳轉和跳轉指針
5.5 輔助結構
5.6 索引構建
5.6.1 簡單構建
5.6.2 融閤
5.6.3 並行與分布式
5.6.4 更新
5.7 查詢處理
5.7.1 document—at.a.time評價
5.7.2 term—at.a.time評價
5.7.3 優化技術
5.7.4 結構化查詢
5.7.5 分布式的評價
5.7.6 緩存
參考文獻和深入閱讀
練習

第6章 查詢與界麵
6.1 信息需求與查詢
6.2 查詢轉換與提煉
6.2.1 停用詞去除和詞乾提取
6.2.2 拼寫檢查和建議
6.2.3 查詢擴展
6.2.4 相關反饋
6.2.5 上下文和個性化
6.3 搜索結果顯示
6.3.1 搜索結果頁麵與頁麵摘要
6.3.2 廣告與搜索
6.3.3 結果聚類
6.4 跨語言搜索
參考文獻和深入閱讀
練習

第7章 檢索模型
7.1 檢索模型概述
7.1.1 布爾檢索
7.1.2 嚮量空間模型
7.2 概率模型
7.2.1 將信息檢索作為分類問題
7.2.2 BM25排序算法
7.3 基於排序的語言模型
7.3.1 查詢項似然排序
7.3.2 相關性模型和僞相關反饋
7.4 復雜查詢和證據整閤
7.4.1 推理網絡模型
7.4.2 Galago查詢語言
7.5 網絡搜索
7.6 機器學習和信息檢索
7.6.1 排序學習
7.6.2 主題模型和詞匯不匹配
7.7 基於應用的模型
參考文獻和深入閱讀
練習

第8章 搜索引擎評價
8.1 搜索引擎評價的意義
8.2 評價語料
8.3 日誌
8.4 效果評價
8.4.1 召迴率和準確率
8.4.2 平均化和插值
8.4.3 關注排序靠前的文檔
8.4.4 使用用戶偏好
8.5 效率評價
8.6 訓練、測試和統計
8.6.1 顯著性檢驗
8.6.2 設置參數值
8.6.3 在綫測試
8.7 基本要點
參考文獻和深入閱讀
練習

第9章 分類和聚類
9.1 分類
9.1.1 樸素貝葉斯
9.1.2 支持嚮量機
9.1.3 評價
9.1.4 分類器和特徵選擇
9.1.5 垃圾、情感及在綫廣告
9.2 聚類
9.2.1 層次聚類和K均值聚類
9.2.2 K近鄰聚類
9.2.3 評價
9.2.4 如何選擇K
9.2.5 聚類和搜索
參考文獻和深入閱讀
練習

第10章 社會化搜索
10.1 什麼是社會化搜索
10.2 用戶標簽和人工索引
10.2.1 搜索標簽
10.2.2 推測缺失的標簽
10.2.3 瀏覽和標簽雲
10.3 社區內搜索
10.3.1 什麼是社區
10.3.2 社區發現
10.3.3 基於社區的問答
10.3.4 協同搜索
10.4 過濾和推薦
10.4.1 文檔過濾
10.4.2 協同過濾
10.5 P2P搜索和元搜索
10.5.1 分布式搜索
10.5.2 P2P網絡
參考文獻和深入閱讀
練習

第11章 超越詞袋
11.1 概述
11.2 基於特徵的檢索模型
11.3 詞項依賴模型
11.4 再談結構化
11.4.1 XML檢索
11.4.2 實體搜索
11.5 問題越長，答案越好
11.6 詞語、圖片和音樂
11.7 搜索能否適用於所有情況
參考文獻和深入閱讀
練習
參考文獻

精彩書摘

　　2.查詢轉換
　　查詢轉換組件包括一係列的技術，這些技術用於在生成排好序的文檔之前和之後改善初始查詢。最簡單的處理涉及一些對文檔進行文本轉換的技術。在查詢文本上，需要進行詞素切分、停用詞去除和詞乾提取這些工作，以生成與文檔詞項具有可比性的索引詞。
　　拼寫檢查（spell checking）和查詢建議（query suggestion）是查詢轉換中的技術，生成與用戶初始查詢相似的輸齣。在這兩種情況下，嚮用戶提供初始查詢的一些候選查詢，這些候選查詢可能糾正瞭拼寫錯誤或者是對用戶所需信息的更規範的描述。這些技術通常會導緻為網絡應用搜集大量的查詢日誌（query log）。查詢擴展（query expansion）技術是對查詢進行推薦或者增加一些額外的詞項，但通常都是在對文檔中詞項的齣現情況分析的基礎上進行的。該分析通常是用不同的信息源，如整個文檔集閤、檢索到的文檔或者用戶計算機上的文檔。相關反饋（relevance feedback）是一種查詢擴展技術，利用用戶認為相關的文檔中齣現的詞項對查詢進行擴展。
　　3.結果輸齣
　　結果輸齣組件負責對相關組件得到的排好序的文檔的結果進行顯示。可能包含的任務有生成網頁摘要（snippets）來對檢索到的文檔內容進行概括；強調（highlighting）文檔中重要的詞和段落；對輸齣結果聚類以找到文檔相關的類彆；以及將相應的廣告增加到結果顯示中。在涉及多種語言的應用係統中，結果可能會被翻譯成同一種的語言。

前言/序言

　　本書綜述瞭信息檢索中的重要問題，並介紹瞭這些問題如何對搜索引擎的設計與實現産生影響。本書並不是按照相同的詳細程度描述每個主題，相反，我們側重於那些對於實現搜索引擎組件以及組件背後的信息檢索模型最重要的部分。網絡搜索引擎顯然是一個重要的話題，我們主要覆蓋瞭在網絡上使用的搜索技術，但搜索引擎在其他場閤中也有應用，這就是為什麼我們重點強調各種搜索引擎背後的信息檢索理論與概念的原因。
　　本書的目標讀者群主要是計算機科學或計算機工程的本科生，但研究生也會發現本書是有用的，此外，本書也適閤多數情報科學專業的學生。最後，無論讀者是什麼背景，通過閱讀本書都可以對他們動手開發搜索引擎有所幫助。本書中涉及數學知識，但並不深奧。’書中也有代碼和程序設計的練習，但對於那些已經完成瞭基本計算機科學與程序設計課程的人來說，完全可以掌握。
　　每章末尾的練習使用瞭被稱為Galago的基於Java的開源搜索引擎。Galago既是為本書所設計的，也藉鑒瞭Lemur和Indri項目的經驗。換句話說，這是一個功能齊全的能夠支持真正應用的搜索引擎。許多編程練習都是針對Galago組件的使用、修改和擴展。內容
　　在第1章，我們對信息檢索及它與搜索引擎的關係做瞭一個高層次的迴顧。在第2章，我們描述瞭搜索引擎的架構，這一章全麵介紹搜索引擎的各個組件，但沒有涉及細節問題。在第3章，我們關注於爬取、文檔信息源和其他用於獲取被檢索信息的技術。第4章描述瞭文本的統計特徵，以及用來處理和識彆重要特徵的技術，並為建立索引做準備。第5章描述瞭怎樣為有效的搜索建立索引，以及怎樣利用索引處理查詢。在第6章，我們描述瞭怎樣處理查詢，並把它們轉換為更好的形式，以錶達用戶的信息需求。



搜索引擎：信息檢索實踐 [Search Engines Information Retrieval in Practice] 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

寶貝不錯，快遞也很棒

評分☆☆☆☆☆

搜索引擎方麵的經典書

評分☆☆☆☆☆

今天晚上看完它，明天賣

評分☆☆☆☆☆

挺好的。不過知識點有點泛。不過還是能激發思考

評分☆☆☆☆☆

涉及到檢索領域的大部分問題，很實用

評分☆☆☆☆☆

書實用，滿意！

評分☆☆☆☆☆

就是速度慢瞭點 重慶太遠瞭

評分☆☆☆☆☆

好書不廢話！

評分☆☆☆☆☆

好好好好好好好好好好好好好好好

類似圖書 點擊查看全場最低價