http://www.hjide.com 每一天我們都在進步 Fri, 03 Feb 2012 06:26:12 +0000 en hourly 1 http://wordpress.org/?v=3.3.1 http://www.hjide.com/article/239.htm http://www.hjide.com/article/239.htm#comments Tue, 29 Jan 2008 08:37:45 +0000 Jock http://blog.tgb.net.cn/?p=239 http://www.hjide.com/article/239.htm/feed 0 http://www.hjide.com/article/237.htm http://www.hjide.com/article/237.htm#comments Wed, 02 Jan 2008 10:29:43 +0000 Jock http://blog.tgb.net.cn/?p=237 http://www.hjide.com/article/237.htm/feed 0 http://www.hjide.com/article/236.htm http://www.hjide.com/article/236.htm#comments Wed, 02 Jan 2008 10:27:49 +0000 Jock http://blog.tgb.net.cn/?p=236 应答搜索请求>无 论有多少精彩的应用, 这个印刷时代就诞生的公式都不会作废, 公式中最关键的成分是 1. 数据, 2.算法. 虽然二者中谁对结果质量更重要依然引起争论, 我的精力并未放在这两者上. 关于spider已有数本出名的专著, 算法原理的本质也早不是秘密, 这是搜索引擎必备的条件, 是基础设备而不是制胜的杀手锏. 面对一个活生生的搜索引擎, 研究这两者就像面对解剖台上的小白鼠, 却放下手术刀去查上课用的内脏图解. 我只注意实现, 实现是商业效率的体现, 这才是真刀真枪狼烟四起的地方.抛开数据采集, 上边的周期分成两个相(phase), 1. Indexing(建立索引), 2.Searching(搜索). 还有一个现在看来显得古怪的词-检索, 图书馆系统大多用这个词. 中国人的词汇总是显得睿智, “索”本有求取寻找的意思, “索引”原本就是为搜索创造的. 那些题目是”倒排索引原理”大篇幅对索引和模式匹配进行比较的文章, 因此有些让人哭笑不得. 上述的两个phase正是lucene覆盖的范围(Lucene核心不提供crawler), 这两个phase一个用于生成索引(index), 一个用于从index取出数据, 可以看出Lucene的一切行为都和index有关. 幸好Lucene官方指南 Lucene in Action 在附录中用浅显的语言介绍了index的结构, 这让人了解Lucene怎么把一片片文档塞进去, 就像绞肉机把一片片五花肉里脊肉搅成肉酱. 但是有点遗憾的感觉: 搜索过程怎么把index中支离破碎的数据记录(index的结构用法着实很像数据库)恢复成检索结果? 就像主妇们怎么用屠夫的肉酱作出香喷喷的肉丸?我从Query 的构造开始, 详细检验了Lucene处理Query的过程. 这种努力使我了解到index中的记录(就是数据库中的record概念), 如何在检索过程中起作用. 这是深入把握Lucene实现的基础, 若要对Lucene作基础的调整和改动, 自然缺不了这一步(这是我的动机之一). 这种探索也帮助我了解原始文档资料的各种属性如何决定搜索结果, 进一步的研究可以揭示出文档各属性的重要性以及文档对查询条件的敏感性, 从这里出发可以提炼出更普遍的原理, 再结合通用的Search [...]]]> http://www.hjide.com/article/236.htm/feed 0 http://www.hjide.com/article/235.htm http://www.hjide.com/article/235.htm#comments Wed, 02 Jan 2008 10:23:26 +0000 Jock http://blog.tgb.net.cn/?p=235 http://www.hjide.com/article/235.htm/feed 0 http://www.hjide.com/article/234.htm http://www.hjide.com/article/234.htm#comments Wed, 02 Jan 2008 10:22:20 +0000 Jock http://blog.tgb.net.cn/?p=234 http://www.hjide.com/article/234.htm/feed 0 http://www.hjide.com/article/233.htm http://www.hjide.com/article/233.htm#comments Wed, 02 Jan 2008 10:20:00 +0000 Jock http://blog.tgb.net.cn/?p=233 http://www.hjide.com/article/233.htm/feed 0 http://www.hjide.com/article/232.htm http://www.hjide.com/article/232.htm#comments Wed, 02 Jan 2008 10:14:13 +0000 Jock http://blog.tgb.net.cn/?p=232 http://www.hjide.com/article/232.htm/feed 0 http://www.hjide.com/article/149.htm http://www.hjide.com/article/149.htm#comments Wed, 10 Jan 2007 07:23:24 +0000 堕落天使 http://blog.tgb.net.cn/?p=149 http://www.hjide.com/article/149.htm/feed 0