luobotou233

摘要： 评价指标（一） Metrix Based on Binary Judgement 两个动机 哪一个搜索集合更好 哪一种排序方式更好 查准率和查全率/ Precision / Recall 查准率值指的是在检索出来的文档中， 真正的相关的文档在查询出来的文档中的比例 查全率值得是在所有相关的文档中，有 阅读全文

摘要： 典型的信息检索架构 第一步 网站爬取：内部主要存储大量的超链接，维护消息队列，与网页解析器解析出来的新超链接交互 crawl是需要进行不断更新的 和cache进行交互，cache会存储一些统计信息，比如网站有多大，更新频率等信息 第二步 网页解析，根据爬取的网页url，专区网页中的信息，将抓取到的U 阅读全文