具体描述
搜索引擎作为互联网发展中至关重要的一种应用，已经成为互联网各个领域的制高点，其重要性不言而喻。搜索引擎领域也是互联网应用中不多见的以核心技术作为其命脉的领域，搜索引擎各个子系统是如何设计的？这成为广大技术人员和搜索引擎优化人员密切关注的内容。
本书的最大特点是内容新颖全面而又通俗易懂。对于实际搜索引擎所涉及的各种核心技术都有全面细致的介绍，除了作为搜索系统核心的网络爬虫、索引系统、排序系统、链接分析及用户分析外，还包括网页反作弊、缓存管理、网页去重技术等实际搜索引擎必须关注的技术，同时用相当大的篇幅讲解了云计算与云存储的核心技术原理。另外，本书也密切关注搜索引擎发展的前沿技术：Google的咖啡因系统及Megastore等云计算新技术、百度的暗网抓取技术阿拉丁计划、内容农场作弊、机器学习排序等。诸多新技术在相关章节都有详细讲解，同时对于社会化搜索、实时搜索及情境搜索等搜索引擎的未来发展方向做了技术展望。为了增进读者的理解，全书大量引入形象的图片来讲解算法原理，相信读者会发现原来搜索引擎的核心技术理解起来比原先想象的要简单得多。
作者简介
张俊林：本科毕业于天津大学管理学院，2004年于中科院软件所直接获得博士学位并留所从事科研工作，研究方向为搜索引擎与自然语言处理。2005年在CSDN博客发布系列博文“搜索引擎设计实用教程：以百度为例”，在网络上获得了广泛转载与良好口碑。2006年作为联合创始人建立了智能信息聚合网站“玩聚网”，曾先后于阿里巴巴搜索技术中心任资深搜索技术研究员、房价网首席研究员，现任职于新浪微博，从事微博搜索与语义分析及推荐方面的研发工作。
目录信息
第1章 搜索引擎及其技术架构 1
1.1 搜索引擎为何重要 1
1.1.1 互联网的发展 1
1.1.2 商业搜索引擎公司的发展 3
1.1.3 搜索引擎的重要地位 3
1.2 搜索引擎技术发展史 4
1.2.1 史前时代：分类目录的一代 4
1.2.2 第一代：文本检索的一代 5
1.2.3 第二代：链接分析的一代 5
1.2.4 第三代：用户中心的一代 5
1.3 搜索引擎的3个目标 6
1.4 搜索引擎的3个核心问题 7
1.4.1 3个核心问题 7
1.4.2 与技术发展的关系 8
1.5 搜索引擎的技术架构 9
第2章 网络爬虫 12
2.1 通用爬虫框架 12
2.2 优秀爬虫的特性 15
2.3 爬虫质量的评价标准 18
2.4 抓取策略 19
2.4.1 宽度优先遍历策略（Breath First） 20
2.4.2 非完全PageRank策略（Partial PageRank） 21
2.4.3 OCIP策略（Online Page Importance Computation） 23
2.4.4 大站优先策略（Larger Sites First） 23
2.5 网页更新策略 23
2.5.1 历史参考策略 24
2.5.2 用户体验策略 24
2.5.3 聚类抽样策略 24
2.6 暗网抓取（Deep Web Crawling） 26
2.6.1 查询组合问题 27
2.6.2 文本框填写问题 29
2.7 分布式爬虫 30
2.7.1 主从式分布爬虫（Master-Slave） 31
2.7.2 对等式分布爬虫（Peer to Peer） 31
本章提要 34
本章参考文献 34
第3章 搜索引擎索引 36
3.1 索引基础 36
3.1.1 单词—文档矩阵 37
3.1.2 倒排索引基本概念 37
3.1.3 倒排索引简单实例 39
3.2 单词词典 42
3.2.1 哈希加链表 42
3.2.2 树形结构 43
3.3 倒排列表（Posting List） 44
3.4 建立索引 45
3.4.1 两遍文档遍历法（2-Pass In-Memory Inversion） 45
3.4.2 排序法（Sort-based Inversion） 46
3.4.3 归并法（Merge-based Inversion） 49
3.5 动态索引 50
3.6 索引更新策略 51
3.6.1 完全重建策略（Complete Re-Build） 51
3.6.2 再合并策略（Re-Merge） 52
3.6.3 原地更新策略（In-Place） 55
3.6.4 混合策略（Hybrid） 57
3.7 查询处理 57
3.7.1 一次一文档（Doc at a Time） 58
3.7.2 一次一单词（Term at a Time） 59
3.7.3 跳跃指针（Skip Pointers） 60
3.8 多字段索引 62
3.8.1 多索引方式 62
3.8.2 倒排列表方式 63
3.8.3 扩展列表方式（Extent List） 64
3.9 短语查询 64
3.9.1 位置信息索引（Position Index） 65
3.9.2 双词索引（Nextword Index） 66
3.9.3 短语索引（Phrase Index） 67
3.9.4 混合方法 67
3.10 分布式索引（Parallel Indexing） 68
3.10.1 按文档划分（Document Partitioning） 69
3.10.2 按单词划分（Term Partitioning） 70
3.10.3 两种方案的比较 72
本章提要 73
本章参考文献 73
第4章 索引压缩 76
4.1 词典压缩 76
4.2 倒排列表压缩算法 78
4.2.1 评价索引压缩算法的指标 79
4.2.2 一元编码与二进制编码 79
4.2.3 Elias Gamma算法与Elias Delta算法 81
4.2.4 Golomb算法与Rice算法 81
4.2.5 变长字节算法（Variable Byte） 83
4.2.6 SimpleX 系列算法 84
4.2.7 PForDelta算法 86
4.3 文档编号重排序（DocID Reordering） 89
4.4 静态索引裁剪（Static Index Pruning） 93
4.4.1 以单词为中心的索引裁剪 94
4.4.2 以文档为中心的索引裁剪 96
本章提要 97
本章参考文献 97
第5章 检索模型与搜索排序 99
5.1 布尔模型（Boolean Model） 101
5.2 向量空间模型（Vector Space Model） 102
5.2.1 文档表示 102
5.2.2 相似性计算 104
5.2.3 特征权重计算 106
5.3 概率检索模型 108
5.3.1 概率排序原理 108
5.3.2 二元独立模型（Binary Independent Model） 110
5.3.3 BM25模型 113
5.3.4 BM25F模型 115
5.4 语言模型方法 116
5.5 机器学习排序（Learning to Rank） 119
5.5.1 机器学习排序的基本思路 120
5.5.2 单文档方法（PointWise Approach） 121
5.5.3 文档对方法（PairWise Approach） 122
5.5.4 文档列表方法（ListWise Approach） 123
5.6 检索质量评价标准 125
5.6.1 精确率与召回率 126
5.6.2 P@10指标 127
5.6.3 MAP指标（Mean Average Precision） 128
本章提要 129
本章参考文献 129
第6章 链接分析 131
6.1 Web图 131
6.2 两个概念模型及算法之间的关系 133
6.2.1 随机游走模型（Random Surfer Model） 133
6.2.2 子集传播模型 135
6.2.3 链接分析算法之间的关系 136
6.3 PageRank算法 137
6.3.1 从入链数量到PageRank 137
6.3.2 PageRank计算 138
6.3.3 链接陷阱（Link Sink）与远程跳转（Teleporting） 139
6.4 HITS算法（Hypertext Induced Topic Selection） 140
6.4.1 Hub页面与Authority页面 140
6.4.2 相互增强关系 141
6.4.3 HITS算法 142
6.4.4 HITS算法存在的问题 144
6.4.5 HITS算法与PageRank算法比较 145
6.5 SALSA算法 146
6.5.1 确定计算对象集合 146
6.5.2 链接关系传播 148
6.5.3 Authority权值计算 150
6.6 主题敏感PageRank（Topic Sensitive PageRank） 152
6.6.1 主题敏感PageRank与PageRank的差异 152
6.6.2 主题敏感PageRank计算流程 153
6.6.3 利用主题敏感PageRank构造个性化搜索 156
6.7 Hilltop算法 156
6.7.1 Hilltop算法的一些基本定义 157
6.7.2 Hilltop算法 158
6.8 其他改进算法 162
6.8.1 智能游走模型（Intelligent Surfer Model） 162
6.8.2 偏置游走模型（Biased Surfer Model） 163
6.8.3 PHITS算法（Probability Analogy of HITS） 163
6.8.4 BFS算法（Backward Forward Step） 163
本章提要 164
本章参考文献 164
第7章 云存储与云计算 166
7.1 云存储与云计算概述 167
7.1.1 基本假设 167
7.1.2 理论基础 168
7.1.3 数据模型 170
7.1.4 基本问题 170
7.1.5 Google的云存储与云计算架构 171
7.2 Google文件系统（GFS） 173
7.2.1 GFS设计原则 174
7.2.2 GFS整体架构 174
7.2.3 GFS主控服务器 176
7.2.4 系统交互行为 178
7.3 Chubby锁服务 179
7.4 BigTable 181
7.4.1 BigTable的数据模型 181
7.4.2 BigTable整体结构 183
7.4.3 BigTable的管理数据 184
7.4.4 主控服务器（Master Server） 186
7.4.5 子表服务器（Tablet Server） 187
7.5 Megastore系统 191
7.5.1 实体群组切分 192
7.5.2 数据模型 193
7.5.3 数据读写与备份 195
7.6 Map/Reduce云计算模型 195
7.6.1 计算模型 196
7.6.2 整体逻辑流程 197
7.6.3 应用示例 198
7.7 咖啡因系统——Percolator 199
7.7.1 事务支持 200
7.7.2 观察/通知体系结构 202
7.8 Pregel图计算模型 203
7.9 Dynomo云存储系统 206
7.9.1 数据划分算法（Partitioning Algorithm） 207
7.9.2 数据备份（Replication） 208
7.9.3 数据读写 208
7.9.4 数据版本控制 209
7.10 PNUTS云存储系统 210
7.10.1 PNUTS整体架构 211
7.10.2 存储单元 211
7.10.3 子表控制器与数据路由器 213
7.10.4 雅虎消息代理 213
7.10.5 数据一致性 214
7.11 HayStack存储系统 215
7.11.1 HayStack整体架构 216
7.11.2 目录服务 218
7.11.3 HayStack缓存 219
7.11.4 HayStack存储系统 219
本章提要 222
本章参考文献 222
第8章 网页反作弊 224
8.1 内容作弊 224
8.1.1 常见内容作弊手段 225
8.1.2 内容农场（Content Farm） 226
8.2 链接作弊 227
8.3 页面隐藏作弊 230
8.4 Web 2.0作弊方法 231
8.5 反作弊技术的整体思路 232
8.5.1 信任传播模型 233
8.5.2 不信任传播模型 234
8.5.3 异常发现模型 234
8.6 通用链接反作弊方法 236
8.6.1 TrustRank算法 237
8.6.2 BadRank算法 238
8.6.3 SpamRank 239
8.7 专用链接反作弊技术 240
8.7.1 识别链接农场 240
8.7.2 识别Google轰炸 241
8.8 识别内容作弊 241
8.9 反隐藏作弊 241
8.9.1 识别页面隐藏 241
8.9.2 识别网页重定向 242
8.10 搜索引擎反作弊综合框架 242
本章提要 244
本章参考文献 244
第9章 用户查询意图分析 246
9.1 搜索行为及其意图 246
9.1.1 用户搜索行为 246
9.1.2 用户搜索意图分类 248
9.2 搜索日志挖掘 250
9.2.1 查询会话（Query Session） 250
9.2.2 点击图（Click Graph） 251
9.2.3 查询图（Query Graph） 252
9.3 相关搜索 253
9.3.1 基于查询会话的方法 253
9.3.2 基于点击图的方法 254
9.4 查询纠错 255
9.4.1 编辑距离（Edit Distance） 256
9.4.2 噪声信道模型（Noise Channel Model） 257
本章提要 257
本章参考文献 258
第10章 网页去重 259
10.1 通用去重算法框架 261
10.2 Shingling算法 262
10.3 I-Match算法 265
10.4 SimHash算法 268
10.4.1 文档指纹计算 269
10.4.2 相似文档查找 270
10.5 SpotSig算法 272
10.5.1 特征抽取 272
10.5.2 相似文档查找 273
本章提要 274
本章参考文献 274
第11章 搜索引擎缓存机制 276
11.1 搜索引擎缓存系统架构 277
11.2 缓存对象 279
11.3 缓存结构 281
11.4 缓存淘汰策略（Evict Policy） 283
11.4.1 动态策略 284
11.4.2 混合策略 284
11.5 缓存更新策略（Refresh Policy） 285
本章提要 286
本章参考文献 287
第12章 搜索引擎发展趋势 288
12.1 个性化搜索 288
12.2 社会化搜索 290
12.3 实时搜索 291
12.4 移动搜索 293
12.5 地理位置感知搜索 294
12.6 跨语言搜索 296
12.7 多媒体搜索 298
12.8 情境搜索 299
· · · · · · (收起)
读后感
整本书的风格是广而不深，对搜索引擎相关的很多技术都进行了介绍，每个方面的介绍基本都在一页纸的篇幅，同时在每章后面附带了若干参考文献以供求职欲强的读者查询。 作者基本做到了浅出，全书没有代码，基本也没有什么数学公式，全部用图来展现，读者即使没有相关基础...
评分个人一直都对搜索引擎有着比较高的兴趣，算上这本书，应该一共看过三本搜索引擎相关的书： 1. 深入搜索引擎 : 海量信息的压缩、索引和查询 2. 自己动手写搜索引擎 3. 本书 第二本书无须多说，我觉得自己动手系列简直就是一坨屎一样的存在，而第一本书非常详细地讲了关于搜索...
评分首先要说，印刷质量不错，纸张很厚。 此书通俗易懂，插图也比较多，不过插图也起不到画龙点睛的效果，好像就是为了插图而插图。跟老外的比起来，写作方法还欠缺。 可能是此书就是科普性质的，广而不精，可以晚上翻看，甚至在公交车上看，作为扩大知识面或者说入门还是很有...
评分正如作者前言中提到，搜索引擎技术培训，发现缺少相关的入门书， 要么太理论，要么太深入，初学者的门槛很高，其实对于初学者来说，最想快速了解到的，这是一个什么东西，做什么，大体流程是什么样，总体有了认识之后，再逐步挑自己喜欢的地方深入的学习和研究，到这时候，那些...
评分工作上开始接触到搜索引擎的内容，为了能够快速入门，选了这本书。粗读了一遍，确实感觉到把搜索引擎的内容做了比较全面和浅显的了解，里面讲解的算法都是比较浅显的说明了一下。 唯一的遗憾是我比较关心的与地理位置相关的搜索没有详细的说明，只在最后一章当做展望...
用户评价
我对《这就是搜索引擎》这本书充满了期待，特别是它的标题，简洁有力，直接点明了主题。作为一名经常需要查阅资料的研究者，搜索引擎是我最得力的助手之一。然而，我深知，仅仅会使用它，并不代表真正理解它。我希望这本书能够深入浅出地剖析搜索引擎的核心技术，从它的信息抓取、索引构建，到复杂的排名算法和用户行为分析，都能有详尽的阐述。我尤其关注的是，这本书是否会探讨搜索引擎在信息传播中扮演的角色，以及它如何影响着我们的认知和决策。例如，算法的偏见、信息过滤的机制，以及“信息茧房”现象的成因，这些都是我非常感兴趣的议题。我希望作者能够用严谨的学术态度，结合生动的案例，为我揭示搜索引擎的“内在逻辑”。我期待这本书不仅能提升我的技术理解力，更能引发我对信息时代社会问题的深刻思考。这本书的出现，仿佛是一盏明灯，照亮了我对搜索引擎的未知领域，让我充满了探索的动力。
评分这本书我还没来得及翻开细读，只是在网上看到了它的推荐，尤其是标题《这就是搜索引擎》就足够吸引我了。作为一名对信息检索和互联网技术一直抱有浓厚兴趣的普通用户，我常常在各种搜索框里输入关键词，期待着找到我想要的东西。但背后究竟是怎么运作的，我其实一知半解。我总觉得，搜索引擎不应该只是一个简单的“数据库查询工具”，它背后一定有着极其复杂和精妙的设计。从搜索结果的排序，到如何理解我的模糊意图，再到各种广告和个性化推荐的逻辑，这些都让我好奇不已。我特别想知道，这本书会不会揭示一些我从未想过的关于搜索引擎的“黑科技”，比如它如何捕捉到我最近浏览过的商品信息，然后在我搜索其他内容时，巧妙地推送相关的广告？又或者，它会深入讲解一些我作为普通用户永远无法触及的算法原理，让我也能窥见搜索引擎“大脑”的运作模式？我希望这本书不是一本枯燥的技术手册，而是能够用通俗易懂的语言，将那些深奥的原理娓娓道来，让我这个非专业人士也能有所收获。我已经准备好了笔记本和笔，准备好迎接一次关于搜索引擎的知识洗礼，期待它能解答我心中那些关于信息海洋的疑问。
评分我最近正在探索一些关于信息管理和知识组织的方法，而《这就是搜索引擎》这本书，感觉非常契合我的需求。在信息爆炸的时代，如何有效地找到、筛选和利用信息，已经成为一项核心技能。我一直觉得，我们对搜索引擎的依赖程度越来越高，但对它的理解却越来越少。这本书的书名“这就是搜索引擎”，给我一种直观的感受，它似乎要以一种非常接地气的方式，为我们揭示搜索引擎的运作逻辑。我希望这本书能够帮助我理解，搜索引擎是如何“学习”的，它又是如何不断优化自己的“判断力”，来更好地服务我们这些用户。我特别想知道，在算法不断更新迭代的过程中，有哪些原则是永恒不变的？这本书会不会介绍一些帮助我们提升搜索效率的技巧，比如如何构建更精准的搜索语句，如何规避无效信息，甚至是如何利用搜索引擎的一些“高级功能”来完成更复杂的任务？我一直对搜索引擎的“背后”充满好奇，那些看似简单的结果页背后，到底有多少智慧和技术在支撑着。我希望这本书能够提供一种更深入的视角，让我不再仅仅是一个被动的接受者，而是能够对信息获取的整个流程有更清晰的认识。
评分《这就是搜索引擎》这本书，对于我这样长期在互联网世界遨游的普通人来说，简直就像是一份藏宝图。我每天都要和各种搜索引擎打交道，从查找资料到购物比价，它们早已融入了我的生活。但每次看到搜索结果页上那些琳琅满目的链接和广告，我总会忍不住想：它们是怎么知道我想要什么？为什么有些结果排在前面，而有些却被埋没？这本书的名字，让我觉得它会直接点破这些谜团，用最直接的方式告诉我“这就是搜索引擎”。我期待它能像一位经验丰富的向导，带领我穿梭于搜索技术的迷宫。我尤其好奇，书中会不会深入讲解一些“幕后故事”，比如搜索引擎公司是如何进行商业化运作的，广告是如何精准投放的，以及用户隐私在整个过程中扮演着怎样的角色？这些话题，虽然不像技术本身那样硬核，但对于我们这些身处其中的人来说，也同样重要。我希望能在这本书里找到对这些问题的解答，并且以一种易于理解的方式呈现出来。我希望能在这本书中，学到一些能够让我在这个信息时代更从容应对的知识。
评分读完《这就是搜索引擎》的目录和简介，我最大的感受就是——这绝对不是一本“扫一眼就能懂”的书。它似乎触及了搜索技术的方方面面，从基础的网页抓取、索引建立，到更深层次的排名算法、用户意图理解，甚至还涉及到了机器学习和自然语言处理等前沿领域。这让我既感到兴奋，又有些许的压力。我之前对搜索引擎的理解，可能更多停留在“输入关键词，得到结果”的表层。但这本书的出现，仿佛为我打开了一扇通往搜索引擎“心脏”的大门。我特别期待它能够解释清楚，为什么我每次搜索同一个词，即使在不同平台，得到的结果也常常不一样？这种差异背后，究竟隐藏着哪些决策机制？而且，书名中的“这就是”三个字，也给我一种强烈的自信感，仿佛作者要用最清晰、最直接的方式，告诉我搜索引擎的全部真相。我希望这本书不仅仅是罗列事实，更重要的是能够提供一些案例分析，通过实际的例子来讲解抽象的概念，让我能够更好地理解搜索引擎是如何在海量信息中，将最匹配的内容呈现在我面前的。我尤其好奇，关于“信息茧房”的讨论，在这本书里会有怎样的篇幅和视角，毕竟这是我们当下信息获取中一个绕不开的话题。
评分就像是写综述，别想通过此书学会什么，只能作为一个各种技术的索引，知道有哪些研究领域。对我个人而言比较新颖的就是网页去重，原来没意识到这块也有很多工作。
评分科普读物，对于我这种门外汉最合适。
评分非码农跳着看也能看懂，为数不多的注意英文前后空格的中文书，可惜估计找错出版社了……制作之糙，结尾都没一个。
评分1
评分对咱们本行来说没有价值, 该知道的都知道了. 但对入门的人来说是极品.
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有