SearchEngine
学术科技 · 当前来自首页固化板块目录。
Google这帮工程师实在太有爱了... 表示对这种毫不掩饰的卖萌毫无抵抗力啊。 选择最后的小怪物后会有惊喜呵... http://www.google.com.hk
万能的北邮技术人员，别hold了，速度来相助吧。。。 现求助如下：公司现在准备搭建知识库，将业务知识、业务准则等归类沉淀，方便查找学习。所以要搞个知识库。 项目前段时间跟一家厂商一直合作，不过搞的搜索引擎效果实在不怎么样，搜的效果一直很一般，所以想询问一下有没有哪家公司可以帮忙优化下。 1、帮忙咨询修改、优化，我们公司…
同学们大家好！北邮Google Camp开始招新了！ 北京邮电大学Google Camp是2006年由李开复老师主持建立的。今年已经是第六届了。 北邮Google Camp是Google精神在校园里的延伸，是Google与高校学生之间重要的沟通渠道；由Google资助，由学生自己组织和管理的团体；为传达Google的精…
想用正则匹配抓一段新浪新闻的html码，好进一步提取。 <span id="news_con_1"> <!-- 20090309 地域上海 end --> <div class="mdlist" id="newsListTop"> <ul class="list_009" id="impoLisTop"> <!--每行…
想实现个功能：先将各种物品的数据存储到一个装置里面，然后根据用户输入的关键字搜索相关物品的信息，提取出来并显示到装置的窗口。请问大概需要去看哪些方面的资料，要用到什么知识，比如数据存储用什么结构好？搜索引擎部分用sphinx或lucene合适吗？哪个更合适些？各位有什么经验心得的吗？
请教下各位大牛们，我现在要做一部分工作就是在已知url情况下，解析一个网页，抽取出其中的文本内容，再进行分词处理，统计词频问题，这个大概如何下手，我查资料看是网络爬虫，它能解决这个问题吗？ ps：菜鸟在这方面没有一点基础，想用c/c++编写，望提供下方法及思路
不知道那位有比较全面的停用词表。不知道能不能共享一下。谢谢！
RT， 顺便请教下各位大牛，现在主流的公司都是用什么语言和技术呢？ 欢迎站内！！
设计一个系统,存放URL,IP,访问时间。数据量达到1000亿条记录 1）指定访问时间段，对于给定的URL，统计该URL访问量。 2）指定访问时间段，对于给定的IP，统计该IP的访问量 很想知道具体该如何设计，求教牛人。。。像这种海量数据的题见过不少了，可是一直不知道怎么做。。
想请教一下大牛
nutch是1.2版本的，tomcat是7.0.12，在tomcat中搜索结果为0，网上查了查，配置什么的都是对的，哪位大牛给个解决办法？ 另，如何用lucene查看爬下来的数据？推荐一些文章吧，谢谢各位~
现在搜索的话，不想用流氓百度，bing的能力太次，搜不到东西，google还好，但是经常抽风，尤其是搜索些政府性质的词语，立马就服务器不稳定，无法连接。 有没有比较好的突破限制使用google的方法，那个，xx功发的垃圾邮件里面什么什么门的软件，有没有用？
如何防止自己网站被google或百度等搜索引擎爬虫，就像人人网，facebook一样？
大家好，现在写论文做实验，需要微博的数据集，谁知道在哪里可以找到吗？求教！谢谢