2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、現(xiàn)階段,互聯(lián)網(wǎng)行業(yè)的蓬勃發(fā)展是有目共睹的。以百度、阿里、騰訊為首的互聯(lián)網(wǎng)公司競相角逐,搶占著每一片互聯(lián)網(wǎng)市場,例如最近一年非?;鸬腛2O電商(online to offline,即線下商品,線上交易),2014年過年非常紅的微信紅包、百度的大數(shù)據(jù)遷徙等,互聯(lián)網(wǎng)都在深刻的改變著人們的生活。在互聯(lián)網(wǎng)的世界里,有一塊市場非常重要,它是互聯(lián)網(wǎng)的入口,80%以上的互聯(lián)網(wǎng)流量都需要經(jīng)過它的分發(fā),這就是搜索引擎。因為互聯(lián)網(wǎng)公司的網(wǎng)址實在太多,網(wǎng)頁數(shù)更

2、是可怕,Goo gle(谷歌)目前統(tǒng)計的數(shù)字是100億,大部分想去各家網(wǎng)站的人都會選擇通過搜索行為進行跳轉(zhuǎn)。從中我們可看出搜索引擎的好壞直接決定著人們的互聯(lián)網(wǎng)生活,決定著整個互聯(lián)網(wǎng)流量的分發(fā),對整個互聯(lián)網(wǎng)生態(tài)都有很大的影響。
  本文先簡單介紹了搜索引擎的背景和意義,說明了研究搜索引擎的重大意義。介紹了搜索引擎的國內(nèi)外動態(tài),重點介紹了Google和百度,這是現(xiàn)階段最成功的兩家搜索引擎,他們的現(xiàn)狀對搜索生態(tài)的發(fā)展至關重要,最后引出了

3、搜索引擎算法的現(xiàn)狀和不足,并提出了解決辦法。
  現(xiàn)階段搜索引擎主要的搜索算法分爬取部分和排序部分。第二章重點介紹了現(xiàn)階段的爬蟲策略和排序策略,這些策略很多都是個人使用后的一些感觸。通過對算法的分析,提出了新的算法:爬取部分的廣度優(yōu)先搜索的并行化思想以及排序策略部分的頁面評分排序策略。
  第三章從產(chǎn)品化策略去分析搜索引擎,單從搜索算法上去看搜索,并不是一個搜索引擎的全部,和真正的搜索引擎相差很遠。第三章通過在搜索引擎公司的

4、實習,學到了一個真正的搜索引擎是什么樣子的,單純的算法只是其中的一小部分,提出通過產(chǎn)品化的策略提升搜索引擎的搜索效果,并進行了詳細的介紹和分析。
  第四章主要是針對第二章提出的兩種改進算法,在Linux系統(tǒng)上通過集成Nutch爬蟲[20]、Solr服務器(主流搜索引擎數(shù)據(jù)存儲服務器)、tomcat監(jiān)控器、中文分詞、前端頁面等控件,實現(xiàn)了一個真實的搜索引擎,并對其中很多的代碼進行修改,實現(xiàn)了廣度優(yōu)先并行化算法和頁面評分排序策略,通

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論