2006-07-27 14:24
2006-07-27 14:01
2006-07-27 13:46
1、互联网2.0，并不止是“编辑方式改变”这么简单。 2、网络媒体的特性在于信息易于大量生产、复制和传播。未来网络媒体特性还要加一条：大量冗余。这不光是前三条的附属品，它符合基于P2P的分布式知识网络的存储传播特性。 3、基于P2P的知识网络，将对内容型网站实施沉重打击。无论原创式、拷贝式、精编式的内容站点，都会受其影响。 4、Blog是“去中心化”过程中的一个阶段，但并非终极形式。从技术的角度来看，Blog内容本身将来可能也是分布式存储的。怎么删除？不知道，我只是提出一个预想。或者，到那时，就不用Blog了。 5、每台电脑（或其他设备）上将有一个P2P终端。这个终端是分布式网络中的一个节点。它是搜索引擎、是浏览器、是IM、是SNS，或者也是其他一些应用。由所有节点加起来的整个分布式网络负责信息的存储和传递。 6、信息将通过“漂流瓶”的模式传播。一种是主动式，一种是反馈式。主动式的例子：发表一篇文章、一条新闻；反馈式的例子：问一个问题。 7、你的P2P节点将“主动抓住”流经本节点的、你可能关心的内容，例如，你朋友Blog的一篇新文章 |
2006-07-27 13:42
21世纪是信息的时代，也是网络的时代。不断通畅与进步的互联网在给人们带来浩如烟海的网络信息的同时，也容易使人在查询自己所需的有用的相关信息时陷入迷茫。搜索引擎正是为了满足人们网络信息搜索应运而生的网络工具，它是互联网信息查询的导航针。现在的商业搜索引擎不少，但都是保密的，不便研究。而Nutch 是一个开源Java 实现的搜索引擎，它提供了我们运行自己的搜索引擎所需的全部工具。
Nutch是开放源代码的，因此任何人都可以查看他的排序算法是如何工作的。商业的搜索引擎排序算法都是保密的，我们无法知道为什么搜索出来的排序结果是如何算出来的。更进一步，一些搜索引擎允许竞价排名，比如百度，这样的索引结果并不是和站点内容相关的。因此 Nutch 对学术搜索和政府类站点的搜索来说，是个好选择。因为一个公平的排序结果是非常重要的。
了解一个大型分布式的搜索引擎如何工作是一件让人很受益的事情，但是我们并没有google的源代码，因此学习搜索引擎Nutch是个不错的选择。Nutch的核心部分目前已经被重新用 Map Reduce 实现，而Map Reduce 是一个分布式的处理模型，最先是从 Goog |
2006-07-27 13:34
搜索引擎设计实用教程-以百度为例 之一:查询处理以及分词技术 中科院软件所 张俊林 2005年11月 随着搜索经济的崛起，人们开始越加关注全球各大搜索引擎的性能、技术和日流量。作为企业，会根据搜索引擎的知名度以及日流量来选择是否要投放广告等；作为普通网民，会根据搜索引擎的性能和技术来选择自己喜欢的引擎查找资料；作为技术人员，会把有代表性的搜索引擎作为研究对象. 搜索引擎经济的崛起，又一次向人们证明了网络所蕴藏的巨大商机。网络离开了搜索将只剩下空洞杂乱的数据，以及大量等待去费力挖掘的金矿。 但是,如何设计一个高效的搜索引擎?我们可以以百度所采取的技术手段来探讨如何设计一个实 |
|
| 
