內容簡介
本書適用於高等院校計算機科學或計算機工程專業的本科生、研究生，對於專業人士而言，本書也不失為一本理想的入門教材。
圖書目錄
出版者的話
譯者序
前言
第1章 搜尋引擎和信息檢索
1.1 什麼是信息檢索
1.2 重要問題
1.3 搜尋引擎
1.4 搜尋工程師
參考文獻和深入閱讀
練習
第2章 搜尋引擎的架構
2.1 什麼是軟體架構
2.2 基本的構件
2.3 組件及其功能
2.3.1 文本採集
2.3.2 文本轉換
2.3.3 索引的創建
2.3.4 用戶互動
2.3.5 排序
2.3.6 評價
2.4 搜尋引擎是如何工作的
參考文獻和深入閱讀
練習
第3章 信息採集和信息源
3.1 確定搜尋的內容
3.2 網路信息爬取
3.2.1 抓取網頁
3.2.2 網路爬蟲
3.2.3 時新性
3.2.4 面向主題的信息採集
3.2.5 深層網路
3.2.6 網站地圖
3.2.7 分散式信息採集
3.3 文檔和電子郵件的信息採集
3.4 文檔信息源
3.5 轉換問題
3.6 存儲文檔
3.6.1 使用資料庫系統
3.6.2 隨機存取
3.6.3 壓縮和大規模檔案
3.6.4 更新
3.6.5 BigTable
3.7 重複檢測
3.8 去除噪聲
參考文獻和深入閱讀
練習
第4章 文本處理
4.1 從詞到詞項
4.2 文本統計
4.2.1 詞表增長
4.2.2 估計數據集和結果集大小
4.3 文檔解析
4.3.1 概述
4.3.2 詞素切分
4.3.3 停用詞去除
4.3.4 詞幹提取
4.3.5 短語和n元串
4.4 文檔結構和標記
4.5 連結分析
4.5.1 錨文本
4.5.2 PageRank
4.5.3 連結質量
4.6 信息抽取
4.7 國際化
參考文獻和深入閱讀
練習
第5章 基於索引的相關排序
5.1 概述
5.2 抽象的相關排序模型
5.3 倒排索引
5.3.1 文檔
5.3.2 計數
5.3.3 位置
5.3.4 域與範圍
5.3.5 分數
5.3.6 排列
5.4 壓縮
5.4.1 熵與歧義
5.4.2 Delta編碼
5.4.3 位對齊碼
5.4.4 位元組對齊碼
5.4.5 實際套用中的壓縮
5.4.6 展望
5.4.7 跳轉和跳轉指針
5.5 輔助結構
5.6 索引構建
5.6.1 簡單構建
5.6.2 融合
5.6.3 並行與分散式
5.6.4 更新
5.7 查詢處理
5.7.1 document-at-a-time評價
5.7.2 term-at-a-time評價
5.7.3 最佳化技術
5.7.4 結構化查詢
5.7.5 分散式的評價
5.7.6 快取
參考文獻和深入閱讀
練習
第6章 查詢與界面
6.1 信息需求與查詢
6.2 查詢轉換與提煉
6.2.1 停用詞去除和詞幹提取
6.2.2 拼寫檢查和建議
6.2.3 查詢擴展
6.2.4 相關反饋
6.2.5 上下文和個性化
6.3 搜尋結果顯示
6.3.1 搜尋結果頁面與頁面摘要
6.3.2 廣告與搜尋
6.3.3 結果聚類
6.4 跨語言搜尋
參考文獻和深入閱讀
練習
第7章 檢索模型
7.1 檢索模型概述
7.1.1 布爾檢索
7.1.2 向量空間模型
7.2 機率模型
7.2.1 將信息檢索作為分類問題
7.2.2 BM25排序算法
7.3 基於排序的語言模型
7.3.1 查詢項似然排序
7.3.2 相關性模型和偽相關反饋
7.4 複雜查詢和證據整合
7.4.1 推理網路模型
7.4.2 Galago查詢語言
7.5 網路搜尋
7.6 機器學習和信息檢索
7.6.1 排序學習
7.6.2 主題模型和辭彙不匹配
7.7 基於套用的模型
參考文獻和深入閱讀
練習
第8章 搜尋引擎評價
8.1 搜尋引擎評價的意義
8.2 評價語料
8.3 日誌
8.4 效果評價
8.4.1 召回率和準確率
8.4.2 平均化和插值
8.4.3 關注排序靠前的文檔
8.4.4 使用用戶偏好
8.5 效率評價
8.6 訓練、測試和統計
8.6.1 顯著性檢驗
8.6.2 設定參數值
8.6.3 線上測試
8.7 基本要點
參考文獻和深入閱讀
練習
第9章 分類和聚類
9.1 分類
9.1.1 樸素貝葉斯
9.1.2 支持向量機
9.1.3 評價
9.1.4 分類器和特徵選擇
9.1.5 垃圾、情感及線上廣告
9.2 聚類
9.2.1 層次聚類和K均值聚類
9.2.2 K近鄰聚類
9.2.3 評價
9.2.4 如何選擇K
9.2.5 聚類和搜尋
參考文獻和深入閱讀
練習
第10章 社會化搜尋
10.1 什麼是社會化搜尋
10.2 用戶標籤和人工索引
10.2.1 搜尋標籤
10.2.2 推測缺失的標籤
10.2.3 瀏覽和標籤雲
10.3 社區內搜尋
10.3.1 什麼是社區
10.3.2 社區發現
10.3.3 基於社區的問答
10.3.4 協同搜尋
10.4 過濾和推薦
10.4.1 文檔過濾
10.4.2 協同過濾
10.5 P2P搜尋和元搜尋
10.5.1 分散式搜尋
10.5.2 P2P網路
參考文獻和深入閱讀
練習
第11章 超越詞袋
11.1 概述
11.2 基於特徵的檢索模型
11.3 詞項依賴模型
11.4 再談結構化
11.4.1 XML檢索
11.4.2 實體搜尋
11.5 問題越長，答案越好
11.6 詞語、圖片和音樂
11.7 搜尋能否適用於所有情況
參考文獻和深入閱讀
練習
參考文獻
