<內容簡介>

劉凡平編著的《大數據搜索引擎原理分析及編程實現》向讀者提供了一套完整的大數據時代背景下的搜索引擎解決方案，詳盡地介紹了搜索引擎的技術架構、演算法體系及取得的效果，以模塊化的方式進行組織。著重介紹了機器學習在搜索引擎中的應用，包括中文分詞、聚類、分類等核心的機器學習演算法，並結合示例加以介紹和分析，使讀者可以更好地理解機器學習在搜索引擎中的價值。還闡述了大數據給搜索引擎帶來的新特性，結合目前大數據分析的主流工具，在搜索引擎中構建知識圖譜，以及進行日誌反饋學習機制，使得搜索引擎更加智能。
本書適合作為因特網行業從業者的技術參考書，也適合作為搜索引擎愛好者的參考讀物。

<章節目錄>

第1章  引論
  1.1  搜索引擎的過去
  1.2  搜索引擎的現在
  1.3  搜索引擎的未來
  1.4  大數據與搜索引擎
    1.4.1  搜索價值提升
    1.4.2  用戶價值提升
  1.5  大數據與人工智能
    1.5.1  人工智能發展
    1.5.2  人工智能技術
  1.6  本章小結
第2章  搜索引擎原理與技術
  2.1  基本工作原理
  2.2  基本模塊結構
    2.2.1  爬蟲服務
    2.2.2  索引服務
    2.2.3  緩存服務
    2.2.4  搜索服務
    2.2.5  日誌服務
  2.3  技術概要
    2.3.1  自然語言處理
    2.3.2  知識圖譜技術
    2.3.3  海量數據存儲
    2.3.4  分佈式計算
    2.3.5  搜索排序技術
  2.4  本章小結
第3章  自然語言處理框架
  3.1  英文分詞
  3.2  中文分詞
    3.2.1  中文分詞概述
    3.2.2  基於詞庫的分詞技術
    3.2.3  基於條件隨機場的中文分詞
    3.2.4  分詞粒度
  3.3  詞性標註
    3.3.1  隱馬爾科夫模型概要
    3.3.2  隱馬爾科夫模型與詞性標註
  3.4  語義相似度
  3.5  依存句法分析
    3.5.1  依存句法分析概要
    3.5.2  依存句法分析實現
   ……
第4章  構建大數據存儲引擎
第5章  構建分佈式實時計算
第6章  分佈式可擴展爬蟲
第7章  大數據構建知識圖譜
第8章  索引構建機制
第9章  搜索服務構建
第10章  基於用戶日誌的反饋學習