前言
第1章　網(wǎng)絡(luò)搜索引擎簡(jiǎn)介
1.1信息檢索簡(jiǎn)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(guò)歡迎度對(duì)網(wǎng)頁(yè)排名
3.11998年的情景
3.2兩篇論文
3.3查詢無(wú)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(jiǎn)介
1.1信息檢索簡(jiǎn)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(guò)歡迎度對(duì)網(wǎng)頁(yè)排名
3.11998年的情景
3.2兩篇論文
3.3查詢無(wú)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(guò)程問(wèn)題
4.4一點(diǎn)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(jì)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(duì)α的敏感性
6.2對(duì)H的敏感性
6.3對(duì)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(wèn)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(shí)現(xiàn)中的問(wèn)題
8.1存儲(chǔ)問(wèn)題
8.2收斂準(zhǔn)則
8.3精度
8.4懸掛結(jié)點(diǎn)
8.5對(duì)后退按鈕建模
第9章　加速PageRank計(jì)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(wèn)題及其發(fā)展歷程
10.2重啟冪法
10.3使用近似聚合進(jìn)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(jìn)行更新
10.7確定劃分
10.8結(jié)論
第11章　HITS網(wǎng)頁(yè)排名方法
11.1HITS算法
11.2HITS的實(shí)現(xiàn)
11.3HITS的收斂性
11.4HITS示例
11.5HITS的優(yōu)點(diǎn)與缺點(diǎn)
11.6HITS與文獻(xiàn)統(tǒng)計(jì)學(xué)的關(guān)系
11.7查詢無(wú)關(guān)的HITS
11.8加速HITS
11.9HITS的敏感性
第12章　網(wǎng)頁(yè)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(lái)
13.1垃圾信息
13.2個(gè)性化
13.3聚類
13.4智能體
13.5趨勢(shì)與時(shí)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(bǔ)
15.5隨機(jī)補(bǔ)
15.6設(shè)限
15.7聚合
15.8去聚合
第16章　術(shù)語(yǔ)匯編
參考文獻(xiàn)
索引