登录
首页 » Windows开发 » 搜索引擎

搜索引擎

于 2022-05-07 发布 文件大小:2.47 MB
0 203
下载积分: 2 下载次数: 1

代码说明:

爬虫模块、预处理模块和搜索模块。 搜索引擎的三个部分是相互独立的,三个部分分别工作,主要的关系体现在前一部分得到的数据结果为后一部分提供原始数据。 用户通过浏览器提交查询的词或者短语 P,搜索引擎根据用户的查询返回匹配的网页信息列表 L; 上述过程涉及到两个问题,如何匹配用户的查询以及网页信息列表从何而来,根据什么而排序?用户的查询 P 经过分词器被切割成小词组 并被剔除停用词 ( 的、了、啊等字 ),根据系统维护的一个倒排索引可以查询某个词 pi 在哪些网页中出现过,匹配那些 都出现的网页集即可作为初始结果,更进一步,返回的初始网页集通过计算与查询词的相关度从而得到网页排名,即 Page Rank,按照网页的排名顺序即可得到最终的网页列表; 假设分词器和网页排名的计算公式都是既定的,那么倒排索引以及原始网页集从何而来?原始网页集在之前的数据流程的介绍中,可以得知是由爬虫 spider 爬取网页并且保存在本地的,而倒排索引,即词组到网页的映射表是建立在正排索引的基础上的,后者是分析了网页的内容并对其内容进行分词后,得到的网页到词组的映射表,将正排索引倒置即可得到倒排索引; 网页的分析具体做什么呢?由于爬虫收集来的原始网页中包含很多信息,比如 html 表单以及一些垃圾信息比如广告,网页分析去除这些信息,并抽取其中的正文信息作为后续的基础数据。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 安徽省舒城三乐童车有限责任公司,可以作为童车公司的网站
    安徽省舒城三乐童车有限责任公司,可以作为童车公司的网站-Sanle Shuchen Anhui Co., Ltd. baby stroller, baby stroller can be used as the company" s Web site
    2022-01-26 05:47:55下载
    积分:1
  • 远程桌面
    要互相连接两个或更多台计算机。这一项目,它包括所有的源代码和可执行的 jar 文件的服务器基于客户端应用程序
    2023-04-02 16:50:03下载
    积分:1
  • 孙鑫VC 视频的配套源代码
    孙鑫VC 开发视频的配套源代码,整个视频教程涵盖教材20章内容。每章一个文件夹。文件夹的命名格式按照:“Lesson+章的序号”的形式命名,代表书中第几章的内容。例如:第一章的命名为“Lesson1”,它与书中章的序号是相对应的。
    2022-06-21 02:33:14下载
    积分:1
  • jQuery卷帘式菜单栏
    鼠标经过显示下级菜单,动态效果,不简单是 只是显示隐藏,有动态效果。感觉还不错 ,拿出来分享
    2022-03-18 15:43:11下载
    积分:1
  • how the animation process shows
    如何在程序中显示动画-how the animation process shows
    2022-06-13 11:26:53下载
    积分:1
  • Visual_C++ instant messaging systems, including server
    Visual_C++ 即时通讯系统,包括服务器端和客户端 -Visual_C++ instant messaging systems, including server-side and client-side
    2022-02-01 16:08:12下载
    积分:1
  • microsoft_program_soul 微软编程精髓
    microsoft_program_soul 微软编程精髓-microsoft programme soul
    2023-06-06 15:30:04下载
    积分:1
  • 《C++程序设计教程(VisualC++环境)》源代码 C/C++程序设计教程(Visual C++环境) 内容提要 《C/C++程序设计教程...
    《C++程序设计教程(VisualC++环境)》源代码 C/C++程序设计教程(Visual C++环境) 内容提要 《C/C++程序设计教程(Visual C++环境)》是根据教育部高等学校非计算机专业计算机基础课程教学指导分委员会提出的《关于进一步加强高校计算机基础教学的意见》中有关大学计算机基础课程教学要求编写的。 《C/C++程序设计教程(Visual C++环境)》主要内容包括:C/C++概述,基本数据类型、运算符和表达式,结构化程序设计,数组,函数,面向对象程序设计基础基于对话框的应用程序,文档/视图结构应用程序,C++的I/0流库,等等,并针对课程内容设置了11个实验,使学生通过实验巩固所学知识;《C/C++程序设计教程(Visual C++环境)》力图把传统的面向过程的内容;现代的面向对象的内容、图形用户界面编程与应用程序开发内容三部分有机地结合在一起,使读者通过对《C/C++程序设计教程(Visual C++环境)》的学习,能够掌握开发小型系统的基本知识。 《C/C++程序设计教程(Visual C++环境)》可作为高等院校各专业的程序设计课程教材,也可作为培训教材或自学教材。 -err
    2022-01-25 15:14:11下载
    积分:1
  • serial port under windows ce assistant with the original code, because SDK is di...
    windows ce下用的串口助手的原码,由于SDK不同,要运行时要移植一下-serial port under windows ce assistant with the original code, because SDK is different from what you want to run when transplanted
    2023-08-15 14:50:03下载
    积分:1
  • vc++程序设计文档与视图 附带原代码,可以直接编译
    vc++程序设计文档与视图 附带原代码,可以直接编译-VC++
    2022-12-22 08:10:03下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载