搜索资源列表
ProgrammingPCollectivePIntelligence
- 本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过
syycatch
- 一个很好的网络爬虫,实现与某一主题相关的网页的爬取-A good web crawler, to achieve with a theme related web crawling
SearchEngine
- 本文旨在运用元搜索技术，建立一个分类细致精确、数据全面深入、更新及时的面向主题的搜索引擎,成功地提高信息检索的效率。开放课程体系搜索引擎，是类似于麻省理工学院开放课程系统的课程教学资源搜索引擎。它有针对性的搜索网上课程教育相关信息，从而使学员高效检索所需的课程信息。-The purpose of this paper is to use the Meta search engine technique to create a educational subject-oriented search
heritrixDktj131_2012
- 扩展Heritrix开发包开发的面向主题的网络爬虫-The extended the Heritrix development package developed theme-oriented web crawler
搜索引擎——原理技术与系统
- 本书比较系统地介绍了互联网搜索引擎的工作原理、实现技术及其系统构建方案。全书分三篇共 13 章内容，从基本工作原理概述开始，到一个小型简单搜索引擎实现的具体细节，进而详细讨论了大规模分布式搜索引擎系统的设计要点及其关键技术；最后面向主题和个性化的 Web 信息服务，阐述了中文网页自动分类等技术及其应用。本书层次分明，由浅入深；既有深入的理论分析，也有大量的实验数据，具有学习和实用双重意义。(This book introduces the work principle, the realizat