最新公告
  • 欢迎您光临易源码,本站每日发布最新资源,Ctrl+D收藏本站,方便下次访问!获取免费下载
  • 解密搜索引擎技术实战:Lucene&Java精华版(罗刚) PDF

    资源名称:解密搜索引擎技术实战:Lucene&Java精华版(罗刚) PDF

    第1章 搜索引擎总体结构
    1.1 搜索引擎基本模块
    1.2 开发环境
    1.3 搜索引擎工作原理
    1.3.1 网络爬虫
    1.3.2 全文索引结构与Lucene实现
    1.3.3 搜索用户界面
    1.3.4 计算框架
    1.3.5 文本挖掘
    1.4 本章小结
    第2章 网络爬虫的原理与应用
    2.1 爬虫的基本原理
    2.2 爬虫架构
    2.2.1 基本架构
    2.2.2 分布式爬虫架构
    2.2.3 垂直爬虫架构
    2.3 抓取网页
    2.3.1 下载网页的基本方法
    2.3.2 网页更新
    2.3.3 抓取限制应对方法
    2.3.4 URL地址提取
    2.3.5 抓取Javascript动态页面
    2.3.6 抓取即时信息
    2.3.7 抓取暗网
    2.3.8 信息过滤
    2.3.9 最好优先遍历
    2.4 存储URL地址
    2.4.1 BerkeleyDB
    2.4.2 布隆过滤器
    2.5 并行抓取
    2.5.1 多线程爬虫
    2.5.2 垂直搜索的多线程爬虫
    2.5.3 异步I/O
    2.6 RSS抓取
    2.7 抓取FTP
    2.8 下载图片
    2.9 图像的OCR识别
    2.9.1 图像二值化
    2.9.2 切分图像
    2.9.3 SVM分类
    2.10 Web结构挖掘
    2.10.1 存储Web图
    2.10.2 PageRank算法
    2.10.3 HITs算法
    2.10.4 主题相关的PageRank
    2.11 部署爬虫
    2.12 本章小结
    第3章 索引内容提取
    3.1 从HTML文件中提取文本
    3.1.1 字符集编码

    资源截图:

    解密搜索引擎技术实战:Lucene&Java精华版(罗刚) PDF插图

    猜你在找

    1. 本站所有资源来源于用户上传和网络,因此不包含技术服务请大家谅解!
    2. 本站不保证所提供下载的资源的准确性、安全性和完整性,资源仅供下载学习之用!如有链接无法下载、失效或广告,请联系客服处理!
    3. 您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容资源!如用于商业或者非法用途,与本站无关,一切后果请用户自负!
    4. 如果您也有好的资源或教程,您可以投稿发布,成功分享后有站币奖励和额外收入!
    5.如有侵权请联系客服邮件pnp8com@qq.com

    易源码 » 解密搜索引擎技术实战:Lucene&Java精华版(罗刚) PDF
    • 2020-11-20易源码首次发布本文的日期!
    • 10176会员总数(位)
    • 29298资源总数(个)
    • 1098本周发布(个)
    • 141 今日发布(个)
    • 1988稳定运行(天)

    每天发布优质最新资源

    会员全站免费下载 每日下载不限次数