web检索 - 计算机新技术研究所.pdf

内容回顾 •  Online search和indexed search的区别 •  基于倒排文件的索引方法有时会用到block indexing ，请分析其优缺点。 •  用KMP和BM算法在下面文本中搜索“aba” ，分 别需要进行几次字符比较？ a b d c e a Beihang 《信息检索原理》课程 1 《信息检索原理》课程 第七讲 Web检索技术 授课人：孙海龙 2016.10.28 1 提纲 •  Web检索历史 •  Web检索系统结构 •  信息采集系统 •  网页预处理系统 •  链接分析算法 Beihang 《信息检索原理》课程 3 The World Wide Web •  1989年，伯纳斯 ·李在日内瓦欧洲粒子物理研究 所（CERN）开发计算机远程控制时首次提出了 Web概念，并在1990年圣诞节前推出了第一个浏 览器。 •  接下来的几年中，他设计出HTTP 、URL和HTML 的规范，使网络能够为普通大众所应用 •  Ted Nelson 在1965年提出了超文本的概念. –  超文本传输协议(HTTP，HyperText Transfer Protocol)是互联网上应用最为广泛的一种 网络传输协议 –  超文本标注语言（HTML ） Beihang 《信息检索原理》课程 4 2 Web 的发展 •  20世纪90年代，Tim Berners Lee 在欧洲CERN发 明了WWW (World Wide Web) •  Web 1.0 –  HTML –  URI –  HTTP •  Web 2.0 –  Blog –  SNS –  WIKI –  … Beihang 《信息检索原理》课程 5 Web Search 历史 •  1993, 早期的 web robots (spiders) 用于收集 URL: –  Wanderer –  ALIWEB (Archie-Like Index of the WEB) –  WWW Worm (indexed URL’s and titles for regex search) •  1994, Stanford 博士生 David Filo and Jerry Yang 开发手工划分主题层次的雅虎网站. Beihang 《信息检索原理》课程 6