可以朗读 语音朗读
342千字 字数
2023-09-01 发行日期
展开全部

主编推荐语

一本从源码角度讲解搜索引擎与程序化广告技术的图书。

内容简介

本书首先从基础的数据结构出发，带领读者深入理解线性结构、树结构和图结构的搜索算法，以及它们的典型应用场景。其次详细分析全文搜索引擎工具包Lucene，包括其索引结构、分析器、搜索与排名机制，以及Lucene的底层数据结构与算法。

最后，本书从搜索技术过渡到程序化广告，介绍程序化广告系统中的各个模块和工作机制，包含广告检索、广告库存预测、广告定位、广告标签模板、广告实时竞价、广告实时数据、广告事件流聚合、广告供应链透明度等内容。

目录

  • 版权信息
  • 内容提要
  • 推荐语
  • 推荐序
  • 前言
  • 作者简介
  • 资源与支持
  • 第1章 搜索技术的算法
  • 1.1 背景
  • 1.2 字符串搜索
  • 1.2.1 概述
  • 1.2.2 基础字符串搜索算法：暴力搜索算法
  • 1.2.3 中级字符串搜索算法：KMP算法
  • 1.2.4 高级字符串搜索算法：BM算法
  • 1.2.5 字符串精确搜索：Grep
  • 1.2.6 字符串模糊搜索
  • 1.3 树搜索
  • 1.3.1 概述
  • 1.3.2 二叉搜索树
  • 1.3.3 2-3-4树
  • 1.3.4 2-3-4树与红黑树的等价关系
  • 1.3.5 红黑树操作
  • 1.3.6 红黑树典型应用场景
  • 1.4 图搜索
  • 1.4.1 概述
  • 1.4.2 图建模中，邻接矩阵和邻接表哪种结构更好？
  • 1.4.3 DFS在图搜索和树搜索中的应用
  • 1.4.4 DFS无向图连通分量问题
  • 1.4.5 DFS单源路径问题
  • 1.4.6 BFS单源（最短）路径问题
  • 1.4.7 DFS检测无向图中的环
  • 1.4.8 二分图检测与染色算法
  • 1.4.9 拓扑排序
  • 1.4.10 动态规划和递归之间的关系
  • 1.5 小结
  • 第2章 Lucene基础
  • 2.1 背景
  • 2.2 Lucene与传统关系数据库
  • 2.2.1 Lucene与传统关系数据库的异同
  • 2.2.2 Lucene的全文搜索机制
  • 2.2.3 倒排索引的使用场景
  • 2.3 Lucene与Elasticsearch
  • 2.4 Lucene的倒排索引设计
  • 2.4.1 倒排索引
  • 2.4.2 Posting数据结构
  • 2.4.3 ByteBlockPool动态数组
  • 2.4.4 Posting与ByteBlockPool的关系
  • 2.4.5 ThreadState结构
  • 2.4.6 DocumentsWriter结构
  • 2.5 Lucene的正排索引设计
  • 2.5.1 正排索引与倒排索引
  • 2.5.2 Lucene的正排索引与数学中的向量的关系
  • 2.5.3 正排索引存储
  • 2.5.4 索引数据的写流程
  • 2.6 有效负载
  • 2.6.1 有效负载的结构
  • 2.6.2 有效负载的格式
  • 2.6.3 文档权重与域权重
  • 2.6.4 权重与有效负载
  • 2.6.5 有效负载的应用场景
  • 2.7 复合索引文件
  • 2.7.1 复合索引的文件格式
  • 2.7.2 写复合索引文件
  • 2.8 小结
  • 第3章 Lucene索引段
  • 3.1 背景
  • 3.2 不同索引结构的比较
  • 3.2.1 MySQL：B+树
  • 3.2.2 MySQL：哈希索引
  • 3.2.3 Redis：跳表
  • 3.2.4 Lucene：倒排索引
  • 3.3 索引段的基础知识
  • 3.3.1 概述
  • 3.3.2 SegmentInfos容器
  • 3.3.3 IndexReader
  • 3.3.4 SegmentReader
  • 3.3.5 倒排索引格式
  • 3.3.6 索引段的读流程
  • 3.4 索引段的合并
  • 3.4.1 概述
  • 3.4.2 段合并的典型问题
  • 3.4.3 段合并的策略
  • 3.4.4 段合并的简单流程
  • 3.4.5 合并段内域：mergeFields
  • 3.4.6 合并段内分词：mergeTerms
  • 3.4.7 合并段内词向量：mergeVectors
  • 3.5 索引段提交点与快照
  • 3.5.1 概述
  • 3.5.2 提交点
  • 3.5.3 快照
  • 3.5.4 触发快照的场景
  • 3.6 索引段删除文档
  • 3.6.1 概述
  • 3.6.2 del扩展文件
  • 3.6.3 位向量
  • 3.6.4 索引段删除分词
  • 3.6.5 索引段查询分词
  • 3.7 小结
  • 第4章 Lucene分析器
  • 4.1 背景
  • 4.2 Field、Token与Term概念
  • 4.3 JavaCC与查询解析器
  • 4.3.1 Yacc与JavaCC
  • 4.3.2 在JavaCC中扩展正则表达式
  • 4.3.3 JavaCC的输入文件之XX.jj
  • 4.3.4 Lucene中Token的正则表达式定义
  • 4.3.5 Lucene语法产生式：分析与生成查询
  • 4.3.6 getFieldQuery公共函数
  • 4.4 分析器
  • 4.4.1 概述
  • 4.4.2 分析器的组成：分词器和过滤器
  • 4.4.3 分析器的两个典型场景
  • 4.4.4 索引的构建流程
  • 4.4.5 QueryParse查询流程
  • 4.4.6 位置增量
  • 4.5 中文分词器
  • 4.5.1 概述
  • 4.5.2 中文分词器的思想
  • 4.5.3 sego中文分词器
  • 4.5.4 双数组前缀树算法
  • 4.5.5 维特比算法
  • 4.5.6 迪杰斯特拉算法
  • 4.6 小结
  • 第5章 Lucene搜索与排名
  • 5.1 背景
  • 5.2 搜索结果排名
  • 5.2.1 TF-IDF模型
  • 5.2.2 余弦相似性
  • 5.3 过滤器
  • 5.3.1 概述
  • 5.3.2 过滤
  • 5.3.3 CachingWrapperFilter
  • 5.3.4 创建自定义过滤器
  • 5.3.5 过滤与查询的区别
  • 5.4 全文搜索
  • 5.4.1 概述
  • 5.4.2 Query、Weight和Scorer对象树
  • 5.4.3 搜索流程（关闭过滤器）
  • 5.5 短语搜索：相关性搜索
  • 5.5.1 概述
  • 5.5.2 一个查询短语举例
  • 5.5.3 TermPositions与TermDocs
  • 5.5.4 PhraseQuery类体系
  • 5.5.5 PhraseScorer工作流
  • 5.5.6 MultiPhraseQuery
  • 5.6 模糊搜索：利用模糊性改善搜索性能
  • 5.6.1 概述
  • 5.6.2 编辑距离算法
  • 5.6.3 FuzzyQuery工作流
  • 5.7 小结
  • 第6章 Lucene的底层数据结构与算法
  • 6.1 背景
  • 6.2 编码与压缩算法
  • 6.2.1 概述
  • 6.2.2 前缀编码
  • 6.2.3 增量编码
  • 6.2.4 变长字节编码
  • 6.3 跳表结构：分层有序链表
  • 6.3.1 概述
  • 6.3.2 跳表的定义与规则
  • 6.3.3 从单链表到跳表
  • 6.3.4 跳表的特点
  • 6.3.5 frq索引文件中的跳表设计
  • 6.3.6 索引的设计思想：空间换时间
  • 6.3.7 MultiLevelSkipListWriter类的相关状态
  • 6.3.8 MultiLevelSkipListWriter类的相关操作
  • 6.3.9 MultiLevelSkipListReader类的相关状态和操作
  • 6.4 ByteSliceReader结构
  • 6.4.1 概述
  • 6.4.2 ByteBlockPool数据结构
  • 6.4.3 ByteBlockPool使用数组来模拟链表
  • 6.4.4 Posting倒排列表与ByteBlockPool的关系
  • 6.4.5 ByteSliceReader数据结构
  • 6.5 ByteBlockPool结构：数组模拟链表
  • 6.5.1 概述
  • 6.5.2 数组如何模拟链表
  • 6.5.3 链表与数组
  • 6.5.4 线性与非线性结构
  • 6.5.5 ByteBlockPool再思考
  • 6.6 小结
  • 第7章 广告检索与定位
  • 7.1 背景
  • 7.2 全文索引和检索
  • 7.2.1 概述
  • 7.2.2 全文索引模型
  • 7.2.3 检索模型
  • 7.2.4 关系数据库中索引的设计
  • 7.2.5 一个简单倒排索引的设计
  • 7.3 位图索引
  • 7.3.1 概述
  • 7.3.2 位图索引结构
  • 7.3.3 位图索引中的编码
  • 7.3.4 位图索引的构建与查询
  • 7.3.5 对倒排文本进行位图索引
  • 7.4 用Be_indexer开源框架实现广告索引
  • 7.4.1 文档类体系
  • 7.4.2 FieldDesc类体系
  • 7.4.3 字典编码
  • 7.4.4 Be_indexer框架的基本流程
  • 7.4.5 Be_indexer框架的倒排索引
  • 7.5 程序化广告概述
  • 7.5.1 程序化广告是什么？
  • 7.5.2 程序化广告系统的主要模块
  • 7.6 广告检索
  • 7.6.1 概述
  • 7.6.2 广告选择：用布尔逻辑表达式实现
  • 7.6.3 广告选择：用DNF实现
  • 7.6.4 用Clorisearch开源框架实现广告检索
  • 7.7 广告库存预测
  • 7.7.1 概述
  • 7.7.2 定向广告和重定向广告
  • 7.7.3 命题逻辑基础
  • 7.7.4 DNF的应用
  • 7.7.5 广告库存预测：用DNF算法实现
  • 7.8 广告定位：用户身份图构建与搜索
  • 7.8.1 概述
  • 7.8.2 Cookie
  • 7.8.3 同一用户在不同平台中的身份匹配：用户匹配表
  • 7.8.4 演进1：集中式Cookie同步机制
  • 7.8.5 演进2：用户身份图
  • 7.9 广告定位：通过DMP帮助用户匹配正确的广告
  • 7.9.1 概述
  • 7.9.2 DMP的基础知识
  • 7.9.3 DMP分段
  • 7.9.4 DMP和DSP的协同工作
  • 7.9.5 DMP的用户数据在DSP中的使用场景
  • 7.10 小结
  • 第8章 程序化广告技术
  • 8.1 背景
  • 8.2 广告标签模板
  • 8.2.1 VAST工作流程
  • 8.2.2 VAST格式
  • 8.3 广告实时竞价
  • 8.3.1 RTB工作流程
  • 8.3.2 投标请求
  • 8.3.3 投标响应
  • 8.4 广告实时数据
  • 8.4.1 广告日志数据
  • 8.4.2 广告生命周期：事件流
  • 8.4.3 广告数据聚合
  • 8.5 广告事件流聚合
  • 8.5.1 概述
  • 8.5.2 需求
  • 8.5.3 解决思路：数据管道架构
  • 8.5.4 方案1-数据管道：Kafka
  • 8.5.5 方案2-数据管道：Kafka+Cassandra
  • 8.5.6 方案3-数据管道：Kafka+Spark+Cassandra
  • 8.5.7 方案4-数据管道：Kafka+Spark+Cassandra+Data-Version
  • 8.6 广告供应链透明度分析
  • 8.6.1 Ads.txt
  • 8.6.2 Seller.json
  • 8.6.3 供应链对象
  • 8.6.4 Ads.txt、Seller.json和供应链对象的关系
  • 8.7 小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。