

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、現階段,互聯網行業(yè)的蓬勃發(fā)展是有目共睹的。以百度、阿里、騰訊為首的互聯網公司競相角逐,搶占著每一片互聯網市場,例如最近一年非?;鸬腛2O電商(online to offline,即線下商品,線上交易),2014年過年非常紅的微信紅包、百度的大數據遷徙等,互聯網都在深刻的改變著人們的生活。在互聯網的世界里,有一塊市場非常重要,它是互聯網的入口,80%以上的互聯網流量都需要經過它的分發(fā),這就是搜索引擎。因為互聯網公司的網址實在太多,網頁數更
2、是可怕,Goo gle(谷歌)目前統計的數字是100億,大部分想去各家網站的人都會選擇通過搜索行為進行跳轉。從中我們可看出搜索引擎的好壞直接決定著人們的互聯網生活,決定著整個互聯網流量的分發(fā),對整個互聯網生態(tài)都有很大的影響。
本文先簡單介紹了搜索引擎的背景和意義,說明了研究搜索引擎的重大意義。介紹了搜索引擎的國內外動態(tài),重點介紹了Google和百度,這是現階段最成功的兩家搜索引擎,他們的現狀對搜索生態(tài)的發(fā)展至關重要,最后引出了
3、搜索引擎算法的現狀和不足,并提出了解決辦法。
現階段搜索引擎主要的搜索算法分爬取部分和排序部分。第二章重點介紹了現階段的爬蟲策略和排序策略,這些策略很多都是個人使用后的一些感觸。通過對算法的分析,提出了新的算法:爬取部分的廣度優(yōu)先搜索的并行化思想以及排序策略部分的頁面評分排序策略。
第三章從產品化策略去分析搜索引擎,單從搜索算法上去看搜索,并不是一個搜索引擎的全部,和真正的搜索引擎相差很遠。第三章通過在搜索引擎公司的
4、實習,學到了一個真正的搜索引擎是什么樣子的,單純的算法只是其中的一小部分,提出通過產品化的策略提升搜索引擎的搜索效果,并進行了詳細的介紹和分析。
第四章主要是針對第二章提出的兩種改進算法,在Linux系統上通過集成Nutch爬蟲[20]、Solr服務器(主流搜索引擎數據存儲服務器)、tomcat監(jiān)控器、中文分詞、前端頁面等控件,實現了一個真實的搜索引擎,并對其中很多的代碼進行修改,實現了廣度優(yōu)先并行化算法和頁面評分排序策略,通
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 互聯網上的搜索引擎
- 中文互聯網視頻搜索引擎系統策略研究.pdf
- 互聯網搜索引擎企業(yè)品牌建設研究.pdf
- 基于搜索引擎索引分析的互聯網輿情監(jiān)控研究.pdf
- 互聯網搜索引擎的傳播學解讀.pdf
- 網絡搜索引擎搜索策略及算法研究.pdf
- 基于互聯網智商評測算法的搜索引擎智商測試研究.pdf
- 如何利用互聯網搜索引擎獲取有效的信息
- 互聯網上含隱藏信息的圖像搜索引擎.pdf
- 搜索引擎的算法
- 主題搜索引擎搜索策略的研究及算法設計.pdf
- 支持AJAX的互聯網搜索引擎爬蟲設計與實現.pdf
- [學習]搜索引擎優(yōu)化與搜索引擎營銷
- 傳統搜索引擎與智能搜索引擎比較研究.pdf
- 搜索引擎
- 搜索引擎及搜索引擎優(yōu)化(seo)實驗
- 搜索引擎PageRank算法研究.pdf
- 基于語義上下文的互聯網金融搜索引擎研究.pdf
- 基于PageRank算法的搜索引擎優(yōu)化策略研究.pdf
- 搜索引擎排序算法的研究.pdf
評論
0/150
提交評論