本书比较系统地介绍了互联网搜索引擎的工作原理、实现技术及其系统构建 方案。全书分三篇共13章内容，从基本工作原理概述开始，到一个小型简单搜索 引擎实现的具体细节，进而详细讨论了大规模分布式搜索引擎系统的设计要点及 其关键技术；最后面向主题和个性化的Web信息服务，阐述了中文网页自动分类 等技术及其应用。本书层次分明，由浅入深；既有深入的理论分析，也有大量的 实验数据，具有学习和实用双重意义。

简单的数据搜索引擎-simple data search engine

网博垂直搜索引擎完全开源版 1.前台结合Lucene的搜索引擎功能，使得数据搜索更快； 2.新增加采集功能，采集时图片下载，flash下载功能，默认配置的是南海网分类信息的采集规则； 3.该代码简洁，完全开源，可以与网博多款新闻系统无缝整合； 4.最新新闻系统已增加伪静态与全站生成静态功能。 5.后台地址：htt://xxx/admin/login.aspx，后台用户名：webhww 密码：http://s.webabc.com.cn/-Net Bo vertical

本书以机器学习与计算统计为主题背景，专门讲述如何挖掘和分析Web上的数据和资源，如何分析用户体验、市场营销、个人品味等诸多信息，并得出有用的结论，通过复杂的算法来从Web网站获取、收集并分析用户的数据和反馈信息，以便创造新的用户价值和商业价值。全书内容翔实，包括协作过滤技术（实现关联产品推荐功能）、集群数据分析（在大规模数据集中发掘相似的数据子集）、搜索引擎核心技术（爬虫、索引、查询引擎、PageRank算法等）、搜索海量信息并进行分析统计得出结论的优化算法、贝叶斯过滤技术（垃圾邮件过滤、文本过