互联网搜索与挖掘原理

      互联网搜索原理：

      网页采集技术；

      文本查重技术；

      内容抽取技术；

      信息预处理技术；

      中文分词、实体识别技术；

      布尔查询处理技术；

      倒排索引构建于压缩技术；

      搜索结果的评价；

      Top K检索技术；

      基于向量空间的文档排名技术；

      基于概率模型的文档排名技术；

      基于语言模型的文档排名技术；

      基于连接分析的文档排名技术；

      基于机器学习的文档排名技术；

      搜索结果的摘要技术；

      互联网挖掘原理：

      文本分类技术；

      特征选择技术；

      KNN分类器；

      朴素贝叶斯分类器；

      决策树分类器；

      支持向量机分类器；

      文本聚类技术；

      K-均值聚类；

      凝聚式层次聚类；