搜索引擎原理、技术与系统

"李晓明-搜索引擎2004年教材" 本书是2004年出版的一本关于搜索引擎的教材，由李晓明、闫宏飞、王继民合著，介绍了互联网搜索引擎的工作原理、实现技术及其系统构建方案。本书分三篇共13章，从基本工作原理概述开始，到一个小型简单搜索引擎实现的具体细节，进而详细讨论了大规模分布式搜索引擎系统的设计要点及关键技术。 第一部分：搜索引擎的基本原理 * 介绍搜索引擎的基本概念和原理，包括索引、检索、排名等 * 论述搜索引擎的架构和组件，包括爬虫、索引器、查询处理器等 * 详细介绍搜索引擎的工作流程，包括文档采集、索引构建、查询处理等 第二部分：搜索引擎的实现技术 * 介绍搜索引擎的实现技术，包括倒排索引、Hash表、trie树等 * 论述搜索引擎的性能优化技术，包括缓存、并行处理、分布式计算等 * 详细介绍搜索引擎的系统构建，包括系统架构、数据存储、网络通信等 第三部分：大规模分布式搜索引擎系统 * 介绍大规模分布式搜索引擎系统的设计要点，包括分布式索引、分布式查询处理等 * 论述大规模分布式搜索引擎系统的关键技术，包括数据分区、负载均衡、故障恢复等 * 详细介绍大规模分布式搜索引擎系统的实现，包括Hadoop、MapReduce等大数据处理技术 第四部分：主题和个性化的Web信息服务 * 介绍主题和个性化的Web信息服务，包括自动分类、个性化推荐等 * 论述中文网页自动分类技术，包括文本分类、主题模型等 * 详细介绍个性化Web信息服务的实现，包括用户模型、个性化推荐算法等 本书具有很高的参考价值，对高等院校计算机科学与技术、信息管理与信息系统、电子商务等专业的研究生或高年级本科生有很大的教学参考价值，对广大从事网络技术、Web站点的管理、数字图书馆、Web挖掘等研究和应用开发的科技人员也有很大的参考价值。 搜索引擎是互联网时代的核心技术，搜索引擎的发展对互联网的发展产生了深远的影响，本书系统地介绍了搜索引擎的工作原理、实现技术及其系统构建方案，对读者了解搜索引擎的技术原理和实现技术具有很高的参考价值。