搜索引擎原理简析案例.pptx

走进搜索引擎，再进一点！; 一 二 三 四 五 ;杂乱无章的信息、凌乱VS井井有条的信息、清爽！;搜索引擎的服务方式可以分为三种：目录式搜索引擎、全文搜索引擎、元搜索引擎;想要查询?有算法处理数据?有结构化的数据?去获得数据;下载系统?分析系统?索引系统?查询系统; 一 二 三 四 五 ;蜘蛛、种子站点、URL、反链;;宽度抓取（广度抓取）与深度抓取;网络爬虫排除标准”（Robots Exclusion Protocol）， Robots; 一 二 三 四 五 ;Html语言、锚文本、半结构化数据;提取文字！奔着结构化的目标提取文字！;将半结构向结构化数据转变;来看看Shingle算法查重！;基于词典及统计学的中文分词。;; 一 二 三 四 五 ;索引，全文检索，文档编号，;注意正向与倒排索引中的主键与属性;来个更简单易懂的正向与倒排吧; 一 二 三 四 五 ;查询词？检索词？有何区别？; 1、布尔模型 最简单也最实用的 0和1 2、权重计算 内容+链接+用户点击 3、结果呈现 Url、标题、描述、快照日期、图片 ;TF*IDF与向量空间模型;搜索引擎是动态的搜索引擎，向着更加符合用户体验，更加智能的方向发展;