- 资源介绍
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:
猜你喜欢
-
Java项目开发案例精粹
2020-07-16 -
尚硅谷第4季公开课-Java就业面试攻略
2020-07-18 -
JAVA网络爬虫
2020-07-16 -
MATLAB在语音信号分析与合成中的应用
2020-07-16 -
Java入门级项目全程实录V2.0
2020-07-17 -
张孝祥Java高新技术系列视频教程
2020-07-17 -
C语言从入门到精通(王娣、韩旭) PDF
2020-07-16 -
优秀程序员之路 Java开发经验及技巧大汇总 中文PDF
2020-07-14 -
实战Java虚拟机:JVM故障诊断与性能优化 (葛一鸣著) 中文PDF
2020-07-16 -
Java就业班CRM项目视频与源码
2020-07-17
-
图像数字水印的Java实现
2020-07-17 -
Java脚本编程:语言、框架与模式 (美)Dejan Bosanac) 中文PDF
2020-07-16 -
Akka入门与实践
2020-07-16 -
SSH框架相关技术资料专题
2020-07-17 -
数据结构与抽象 Java语言描述 第4版 PDF
2020-07-17 -
尚学堂马士兵_hibernate
2020-07-18 -
C++程序设计语言(第4部分:标准库)(原书第4版) 中文pdf
2020-07-15 -
使用Java.Web服务构建SOA
2020-07-16 -
J2ME英文原版编程书籍荟萃
2020-07-18 -
Java五子棋游戏源代码集锦
2020-07-17
猜你在找
2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
3. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
源码资源库 » 解密搜索引擎技术实战:Lucene&Java精华版(罗刚) PDF