更新时间：2018-12-27 14:47:26
封面
版权信息
前言
第1章 搜索引擎及其技术架构
1.1 搜索引擎为何重要
1.2 搜索引擎技术发展史
1.3 搜索引擎的3个目标
1.4 搜索引擎的3个核心问题
1.5 搜索引擎的技术架构
第2章 网络爬虫
2.1 通用爬虫框架
2.2 优秀爬虫的特性
2.3 爬虫质量的评价标准
2.4 抓取策略
2.5 网页更新策略
2.6 暗网抓取（Deep Web Crawling）
2.7 分布式爬虫
第3章 搜索引擎索引
3.1 索引基础
3.2 单词词典
3.3 倒排列表（Posting List）
3.4 建立索引
3.5 动态索引
3.6 索引更新策略
3.7 查询处理
3.8 多字段索引
3.9 短语查询
3.10 分布式索引（Parallel Indexing）
第4章 索引压缩
4.1 词典压缩
4.2 倒排列表压缩算法
4.3 文档编号重排序（DocID Reordering）
4.4 静态索引裁剪（Static Index Pruning）
第5章 检索模型与搜索排序
5.1 布尔模型（Boolean Model）
5.2 向量空间模型（Vector Space Model）
5.3 概率检索模型
5.4 语言模型方法
5.5 机器学习排序（Learning to Rank）
5.6 检索质量评价标准
第6章 链接分析
6.1 Web图
6.2 两个概念模型及算法之间的关系
6.3 PageRank算法
6.4 HITS算法（Hypertext Induced Topic Selection）
6.5 SALSA算法
6.6 主题敏感PageRank（Topic Sensitive PageRank）
6.7 Hilltop算法
6.8 其他改进算法
第7章 云存储与云计算
7.1 云存储与云计算概述
7.2 Google文件系统（GFS）
7.3 Chubby锁服务
7.4 BigTable
7.5 Megastore系统
7.6 Map/Reduce云计算模型
7.7 咖啡因系统——Percolator
7.8 Pregel图计算模型
7.9 Dynamo云存储系统
7.10 PNUTS云存储系统
7.11 HayStack存储系统
第8章 网页反作弊
8.1 内容作弊
8.2 链接作弊
8.3 页面隐藏作弊
8.4 Web2.0作弊方法
8.5 反作弊技术的整体思路
8.6 通用链接反作弊方法
8.7 专用链接反作弊技术
8.8 识别内容作弊
8.9 反隐藏作弊
8.10 搜索引擎反作弊综合框架
第9章 用户查询意图分析
9.1 搜索行为及其意图
9.2 搜索日志挖掘
9.3 相关搜索
9.4 查询纠错
第10章 网页去重
10.1 通用去重算法框架
10.2 Shingling算法
10.3 I-Match算法
10.4 SimHash算法
10.5 SpotSig算法
第11章 搜索引擎缓存机制
11.1 搜索引擎缓存系统架构
11.2 缓存对象
11.3 缓存结构
11.4 缓存淘汰策略（Evict Policy）
11.5 缓存更新策略（Refresh Policy）
第12章 搜索引擎发展趋势
12.1 个性化搜索
12.2 社会化搜索
12.3 实时搜索
12.4 移动搜索
12.5 地理位置感知搜索
12.6 跨语言搜索
12.7 多媒体搜索
12.8 情境搜索
