前言
第1章　網(wǎng)絡(luò)搜索引擎簡介
1.1信息檢索簡史
1.2傳統(tǒng)信息檢索回顧
1.3網(wǎng)絡(luò)信息檢索
第2章　網(wǎng)絡(luò)爬行、索引建立和查詢處理
2.1網(wǎng)絡(luò)爬行
2.2內(nèi)容索引
2.3查詢處理
第3章　通過歡迎度對網(wǎng)頁排名
3.11998年的情景
3.2兩篇論文
3.3查詢無關(guān)性
第4章　谷歌PageRank的數(shù)學(xué)
4.1PageRank的原始求和公式 前言
第1章　網(wǎng)絡(luò)搜索引擎簡介
1.1信息檢索簡史
1.2傳統(tǒng)信息檢索回顧
1.3網(wǎng)絡(luò)信息檢索
第2章　網(wǎng)絡(luò)爬行、索引建立和查詢處理
2.1網(wǎng)絡(luò)爬行
2.2內(nèi)容索引
2.3查詢處理
第3章　通過歡迎度對網(wǎng)頁排名
3.11998年的情景
3.2兩篇論文
3.3查詢無關(guān)性
第4章　谷歌PageRank的數(shù)學(xué)
4.1PageRank的原始求和公式
4.2求和方程的矩陣表示
4.3迭代過程問題
4.4一點關(guān)于馬爾可夫鏈理論的介紹
4.5基本模型的早期修正
4.6PageRank向量的計算
4.7谷歌矩陣的譜定理及其證明
第5章　PageRank模型中的參數(shù)
5.1α因子
5.2超鏈接矩陣H
5.3跳轉(zhuǎn)矩陣E
第6章　PageRank的敏感性
6.1對α的敏感性
6.2對H的敏感性
6.3對vT的敏感性
6.4其他敏感性分析
6.5有關(guān)敏感性的定理和證明
第7章　作為線性系統(tǒng)的PageRank問題
7.1(I-αS)的性質(zhì)
7.2(I-αH)的性質(zhì)
7.3PageRank稀疏線性系統(tǒng)的證明
第8章　PageRank大規(guī)模實現(xiàn)中的問題
8.1存儲問題
8.2收斂準(zhǔn)則
8.3精度
8.4懸掛結(jié)點
8.5對后退按鈕建模
第9章　加速PageRank計算
9.1一種自適應(yīng)的冪法
9.2外插
9.3聚合
9.4其他數(shù)值方法
第10章　更新PageRank向量
10.1兩類更新問題及其發(fā)展歷程
10.2重啟冪法
10.3使用近似聚合進行近似更新
10.4精確聚合
10.5精確聚合與近似聚合的比較
10.6利用迭代聚合進行更新
10.7確定劃分
10.8結(jié)論
第11章　HITS網(wǎng)頁排名方法
11.1HITS算法
11.2HITS的實現(xiàn)
11.3HITS的收斂性
11.4HITS示例
11.5HITS的優(yōu)點與缺點
11.6HITS與文獻統(tǒng)計學(xué)的關(guān)系
11.7查詢無關(guān)的HITS
11.8加速HITS
11.9HITS的敏感性
第12章　網(wǎng)頁排名的其他鏈接方法
12.1SALSA
12.2混成排名方法
12.3基于流量的排名
第13章　網(wǎng)絡(luò)信息檢索的未來
13.1垃圾信息
13.2個性化
13.3聚類
13.4智能體
13.5趨勢與時間敏感搜索
13.6隱私和審查
13.7圖書館分類方式
13.8數(shù)據(jù)融合
第14章　網(wǎng)絡(luò)信息檢索資源
14.1入門階段的資源
14.2用于嚴(yán)肅的科學(xué)研究的資源
第15章　數(shù)學(xué)指南
15.1線性代數(shù)
15.2佩隆弗羅貝尼烏斯定理
15.3馬爾可夫鏈
15.4佩隆補
15.5隨機補
15.6設(shè)限
15.7聚合
15.8去聚合
第16章　術(shù)語匯編
參考文獻
索引