电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

搜索引擎爬虫数据抓取VIP专享VIP免费

搜索引擎爬虫数据抓取_第1页
搜索引擎爬虫数据抓取_第2页
搜索引擎爬虫数据抓取_第3页
简单搜索引擎模型ASimpleScratchofSearchEngine作者史春奇,搜索工程师,中科院计算所毕业,chunqi.shi@hotmail.comhttp://hi.baidu.com/shichunqi计划:1,需求迫切07/06完成2,搜索引擎简单模型07/08完成3,信息导航模型07/16完成1/3数据抓取07/30预处理4,商家推广模型5,未来本文是学习搜索引擎的涂鸦草稿,高深读者请拐弯到:http://sewm.pku.edu.cn/IR-Guide.txt(北大搜索引擎小组--信息检索指南)简单搜索引擎模型.................................................................................................................................1ASimpleScratchofSearchEngine...................................................................................................1第一章需求迫切................................................................................................................................2一)泛信息化.................................................................................................................................2二)泛商品化.................................................................................................................................2第二章导航模型--草根需求信息......................................................................................................3第一节最直观简单模型............................................................................................................3第二节互联网简单模型............................................................................................................51.发展历史...........................................................................................................................62.大陆互联网现状...............................................................................................................73.草根需求.........................................................................................................................10第三节网页抓取简单模型.........................................................................................................101.最简单Spider抓取模型..............................................................................................112.最简单Spider调度模型..............................................................................................123.最简单Spider调度质量模型......................................................................................154.最简单Spider调度策略模型......................................................................................185.Spider的常见问题.......................................................................................................23第四节网页预处理简单模型.....................................................................................................231.质量筛选(QualitySelection)...................................................................................242.相似滤重(De-duplicate)..........................................................................................353.反垃圾(Anti-spam)..................................................................................................43第五节索引存储简单模型.........................................................................................................48第六节检索框架简单模型......................................................................................................48信息检索评价指...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部