幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

使用C#開發搜索引擎(附光碟)

  • 作者：羅剛
  • 出版社：清華大學
  • ISBN：9787302270706
  • 出版日期：2012/02/01
  • 裝幀：平裝
  • 頁數：346
人民幣：RMB 49 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    從C#基礎開始，逐漸深入，是學習搜索引擎開發的首選。應眾多公司的實際需求，《使用C#開發搜索引擎》介紹如何以C#作為工具開發搜索引擎。全書以完成一個網站搜索\垂直搜索作為目標，從網路爬蟲抓取數據開始，然後到中文分詞、文本排重等文本挖掘技術和搜索結果展現。羅剛編著的《使用C#開發搜索引擎》是市面上介紹業界熱門的Lucene.Net、使用WebBrowser做爬蟲以及結合Solr開發ASP.NET搜索的第一書。
    《使用C#開發搜索引擎》適合專業軟體開發人員，也適合於希望學習搜索引擎工作原理的讀者學習使用。《使用C#開發搜索引擎》對於在校學生學習複雜數據結構和應用動態規劃等常用演算法也有參考價值。
作者介紹
羅剛
    羅剛，獵兔搜索創始人。創建包括旅遊搜索和輿情監測在內的多個技術開發團隊。有多年軟體培訓經驗，相關學員已經在京東商城、UCWeb、MadelnChina等多家公司從事技術開發。出版過的相關書籍包括《自己動手寫搜索引擎》、《自己動手寫網路爬蟲》、《解密搜索引擎技術實戰》以及視頻教程《Lucene構建網站搜索系統》。願意與同行一起為發展相關產業儘力。
目錄
第1章  使用C#開發搜索引擎快速入門 1
1.1  各種搜索引擎 1
  1.1.1  通用搜索 2
  1.1.2  垂直搜索 2
  1.1.3  站內搜索 3
1.2  搜索引擎整體結構 3
1.3  搜索引擎基本技術 4
  1.3.1  網路爬蟲 4
  1.3.2  文本挖掘 4
  1.3.3  全文索引 4
  1.3.4  搜索語法介紹 7
  1.3.5  搜索用戶界面 8
1.4  C#開發快速入門 9
  1.4.1  準備開發環境 9
  1.4.2  基本語法 9
  1.4.3  多維數組 11
  1.4.4  位運算 11
  1.4.5  枚舉類型 12
  1.4.6  面向對象 13
  1.4.7  集合類 15
  1.4.8  泛型 17
  1.4.9  委託和事件 17
  1.4.10  類庫 20
1.5  本章小結 20
1.6  術語表 20
第2章  使用C#開髮網絡爬蟲 22
2.1  網路爬蟲抓取原理 22
2.2  爬蟲架構 24
  2.2.1  基本架構 25
  2.2.2  分散式爬蟲架構 26
  2.2.3  垂直爬蟲架構 27
2.3  下載網頁 28
  2.3.1  HTTP協議 28
  2.3.2  下載靜態網頁 31
  2.3.3  下載動態網頁 35
2.4  網路爬蟲遍歷與實現 42
2.5  網站地圖 44
2.6  連接池 44
2.7  URL地址查新 45
  2.7.1  嵌入式資料庫 46
  2.7.2  布隆過濾器 48
2.8  抓取RSS 50
2.9  解析相對地址 53
2.10  網頁更新 53
2.11  信息過濾 56
2.12  垂直行業抓取 60
2.13  抓取限制應對方法 60
  2.13.1  更換IP地址 61
  2.13.2  抓取需要登錄的網頁 64
  2.13.3  抓取ASP.NET網頁 66

2.14  保存信息 69
  2.14.1  存入資料庫 69
  2.14.2  存成圖像 70
2.15  日誌 71
2.16  本章小結 74
2.17  術語表 75
第3章  索引各種格式文檔 78
3.1  從HTML文件中提取信息 78
  3.1.1  識別網頁的編碼 78
  3.1.2  正則表達式 80
  3.1.3  Html Agility Pack介紹 84
  3.1.4  網頁正文提取 88
  3.1.5  結構化信息提取 100
  3.1.6  查看網頁的DOM結構 104
  3.1.7  網頁結構相似度計算 106
3.2  從非HTML文件中提取文本 109
  3.2.1  TEXT文件 109
  3.2.2  PDF文件 109
  3.2.3  Office文件 112
  3.2.4  Rtf文件 113
3.3  本章小結 114
3.4  術語表 114
第4章  自然語言處理 115
4.1  統計機器學習 115
4.2  文檔排重 121
4.3  中文關鍵詞提取 129
  4.3.1  關鍵詞提取的基本方法 129
  4.3.2  從網頁中提取關鍵詞 132
4.4  相關搜索 132
4.5  拼寫檢查 133
  4.5.1  拼寫檢查的概率模型 134
  4.5.2  模糊匹配問題 134
  4.5.3  英文拼寫檢查 138
  4.5.4  中文拼寫檢查 141
4.6  文本摘要 142
  4.6.1  文本摘要的設計 142
  4.6.2  實現文本摘要技術 143
  4.6.3  Lucene.Net中的動態摘要 148
4.7  文本分類 149
  4.7.1  自動分類的介面定義 149
  4.7.2  自動分類的實現 149
4.8  自動聚類 151
  4.8.1  文檔相似度 151
  4.8.2  K均值聚類方法 154
  4.8.3  K均值實現 155
4.9  拼音轉換 157
4.10  句法分析樹 157
4.11  信息提取 164
4.12  本章小結 171
4.13  術語表 172

第5章  用C#實現中文分詞 174
5.1  漢語中的詞 174
5.2  文本切分的基本方法 174
5.3  有限狀態機 177
5.4  查找詞典演算法 179
  5.4.1  標準Trie樹 180
  5.4.2  三叉Trie樹 185
5.5  中文分詞的原理 189
5.6  中文分詞流程與結構 192
5.7  切分詞圖 193
  5.7.1  保存切分詞圖 194
  5.7.2  生成全切分詞圖 198
5.8  概率語言模型的分詞方法 201
  5.8.1  一元模型 201
  5.8.2  N元模型 204
5.9  最大熵 208
5.10  未登錄詞識別 210
5.11  詞性標注 210
5.12  地名切分 220
  5.12.1  地址類性標注 220
  5.12.2  未登錄詞識別 220
5.13  本章小結 222
5.14  術語表 223
第6章  Lucene.Net原理與應用 224
6.1  Lucene.Net快速入門 224
  6.1.1  索引文檔 225
  6.1.2  搜索文檔 226
  6.1.3  Lucene.Net結構 228
6.2  Lucene.Net深入介紹 229
  6.2.1  索引原理 229
  6.2.2  分析文本 231
  6.2.3  遍歷索引庫 234
  6.2.4  檢索模型 235
  6.2.5  收集最相關的文檔 236
6.3  索引中的壓縮演算法 240
  6.3.1  變長壓縮 241
  6.3.2  差分編碼 242
6.4  創建和維護索引庫 243
  6.4.1  設計一個簡單的索引庫 243
  6.4.2  創建索引庫 244
  6.4.3  向索引庫中添加索引文檔 245
  6.4.4  刪除索引庫中的索引文檔 247
  6.4.5  更新索引庫中的索引文檔 247
  6.4.6  索引的優化與合併 248
6.5  查找索引庫 248
  6.5.1  布爾查詢 249
  6.5.2  同時查詢多列 252
  6.5.3  跨度查詢 253
  6.5.4  通配符查詢 256
  6.5.5  過濾 256

  6.5.6  按指定列排序 258
  6.5.7  查詢大容量索引 263
  6.5.8  函數查詢 265
  6.5.9  定製相似性 268
  6.5.10  評價搜索結果 269
6.6  中文信息檢索 269
  6.6.1  Lucene.Net中的中文處理 270
  6.6.2  Lietu中文分詞的使用 270
  6.6.3  定製Tokenizer 271
  6.6.4  解析查詢串 273
  6.6.5  實現字詞混合索引 276
6.7  抓取資料庫中的內容 280
  6.7.1  讀取數據 280
  6.7.2  數據同步 282
6.8  概念搜索 282
6.9  本章小結 285
6.10  術語表 286
第7章  實現搜索用戶界面 287
7.1  搜索頁面設計 287
  7.1.1  用於顯示搜索結果的ASP.NET 287
  7.1.2  搜索結果分頁 290
  7.1.3  設計一個簡單的搜索頁面 291
7.2  實現搜索介面 291
  7.2.1  Lucene.Net搜索介面 291
  7.2.2  指定範圍搜索 296
  7.2.3  搜索頁面的索引緩存與更新 297
7.3  實現關鍵詞高亮顯示 300
7.4  實現分類統計視圖 301
  7.4.1  搜索結果分類統計與導航 301
  7.4.2  層次樹 305
7.5  相關搜索詞 307
7.6  實現AJAX自動完成 308
  7.6.1  總體結構 308
  7.6.2  伺服器端處理 310
  7.6.3  瀏覽器端處理 310
7.7  集成其他功能 312
  7.7.1  拼寫檢查 313
  7.7.2  再次查找 313
  7.7.3  黑名單 314
  7.7.4  搜索日誌 315
7.8  本章小結 316
第8章  使用Solr開髮網站搜索 317
8.1  搜索伺服器端 317
  8.8.1  Solr結構 317
  8.1.2  啟動Solr伺服器 318
  8.1.3  配置支持中文的Solr 321
  8.1.4  索引數據 324
  8.1.5  查詢功能 325
  8.1.6  高亮 328
8.2  Solr的.NET客戶端 329

  8.2.1  使用SolrNet 329
  8.2.2  實現多分類 336
  8.2.3  分類統計 338
8.3  查詢語法 341
  8.3.1  對空格的支持 341
  8.3.2  日期加權 342
8.4  索引分佈 344
8.5  本章小結 345

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032