网络信息检索技术及搜索引擎系统开发
2010-2
科学出版社
高凯，郭立炜，许云峰 编著
243
无
本书较系统地论述了网络信息检索技术的基本原理，并进一步阐述了其在搜索引擎系统开发及其智能化实现中的应用。本书分为三部分。第一部分是基础知识和相关背景介绍部分，包括从第1章到第3章的内容。其中，第1章概要介绍了信息检索的起源和发展、信息检索模型及方法、网络信息检索的过程、网络信息检索性能评价、网络信息智能化处理、网络信息检索技术的未来发展等问题；第2章简要介绍了Web信息下载、页面分析与信息抽取方法、基于链接分析的网页相关性算法、检索结果排序、自然语言处理等问题；第3章就搜索引擎的发展、分类、功能、资源等进行了介绍。第二部分为利用开源资源实现搜索引擎系统的部分，包括从第4章到第8
章的内容，主要介绍如何利用Lucene等开源资源来构建自己的搜索引擎。
作为开源项目中的一朵奇葩，Lucene提供了强大的全文索引和检索功能，并在搜索引擎、桌面检索系统、网站站内搜索、企业级内部文档管理与检索、情报分析系统、知识管理系统、数字图书馆检索系统中发挥了很好的作用。本书第4章介绍了Lucene的索引与检索机制及其应用、开发平台的搭建与配置等；第5章介绍Lucene中的中英文分词处理及其效果；第6章介绍检索结果排序及处理技术；第7章介绍如何利用开源资源来获取网络信息；第8章介绍如何对常见格式的网络资源进行解析与预处理。第三部分为搜索引擎智能化的研究与实现部分，包括从第9章到第14章的内容。其中，第9
章对信息采集中的网页去重与相关网页聚类进行了研究；第10章讨论了信息的动态采集与更新策略，以期搜索引擎能根据网站及其更新速度的不同，动态调整其信息采集与更新的频度；第11章则是面向自然语言提问的理解与处理，提供面向大众的支持自然语言提问的智能检索接口不仅能使人机交互更加人性化，还能促进搜索引擎的应用普及；第12章则给出一种参照多数用户在检索类似问题时的经验，为用户提供一些关联性和扩展性的相关概念反馈的方法；第13章给出一种相近检索与检索结果排序方法；第
14章阐述了一种基于用户浏览兴趣的网页预取策略。
全书理论联系实际，涉及面广，体系完整，内容新颖，条理清晰，组织合理，图例丰富，说明详细，既可作为高等院校计算机应用技术专业和图书馆等相关专业的教材，也可作为工程技术人员的参考资料。
第1章 绪论
第2章 网络信息处理
第3章 搜索引擎
第4章 Lucene的索引与检索机制及其应用
第5章 分词处理
第6章 检索结果排序及处理
第7章 网络信息获取
第8章 网络信息预处理
第9章 信息采集中的网页去重与相似网页聚类
第10章 信息的动态采集与更新
第11章 面向自然语言提问的理解与处理
第12章 相关概念反馈
第13章 相近检索与检索结果排序
第14章 基于用户浏览兴趣的网页预取
插图：第1章绪论随着现代网络的飞速发展，中国的互联网普及实现再次飞跃，赶上并超过了全球平均水平。据中国网络信息中心CNNIC在2009年1月发布的统计数据显示，截至2008年底，中国网民规模达到2.98亿人，较2007年增长41.9％（见图1.1），因特网普及率达到22.6％，略高于全球平均水平21.9％对比的其他国家和地区因特网普及率为2008年6月底数据。伴随着网络应用的普及，网络信息也呈爆炸式增长。英国科学家詹姆斯•马丁认为，人类的知识在19世纪是每50年增加1倍，20世纪中叶是每10年增加1倍，到20世纪70年代就已经缩短为每5年增加1倍。迄今，信息更如爆炸般产生，而且信息的生产能力已超过了人们对其处理和吸收的能力。正如美国作家奈斯比特在其著作《大趋势》一书中曾指出的那样：“我们虽淹没在信息的海洋中，但是却渴求所需的知识”。为什么会出现这种情况呢？主要原因之一是因为缺乏有效的信息检索与知识获取手段。因此，如何帮助人们快速、方便、准确地从信息海洋中寻找到所需信息已成为时代发展的迫切需要。
《网络信息检索技术及搜索引擎系统开发》是由科学出版社出版的。
无
这本书是老师强烈推荐的，刚刚买，还没有仔细研究，不过感觉好高端的样子~
商品不错，理论非常喜欢，但实践觉得没意思
尽管有些书名不副实，还是有一定的收益的
双方都过得更好vhjhkjln
感觉没深度