C ++ библиотеки для веб-рейтинга и поисковых систем

Question

Кто-нибудь может представить мне некоторые библиотеки, которые содержат алгоритмы веб-ранжирования, такие как PageRank, HITS?Спасибо

Answer 1

Полагаю, вы ссылаетесь на канонический алгоритм PageRank, опубликованный в оригинальной статье PageRank .В настоящее время люди используют «PageRank» для ссылки на текущий алгоритм поиска Google.

Если это действительно так, то реализацию PageRank не так сложно найти и использовать.Поиском в Google вы можете найти множество реализаций. Один в python , например.

Для алгоритма HITS в * wikipedia есть псевдокод .Есть также реализация Perl .

Я также предлагаю CLucene , чтобы вы начали возиться.

Answer 2

Если вы не работаете в Google, не так много хороших способов выяснить особенности их алгоритма ранжирования страниц ... который время от времени меняется.В Википедии изложены некоторые основы:

http://en.wikipedia.org/wiki/PageRank

Другие люди пишут длинные статьи:

http://www.smashingmagazine.com/2007/06/05/google-pagerank-what-do-we-really-know-about-it/

Если вас интересуют видыИз техник, которые участвуют в написании поисковой системы, есть несколько тем.Например, есть «сканирование в Интернете» и как писать программы, которые посещают веб-сайты и захватывают их содержимое ... и определяют, когда посещать сайты снова, чтобы увидеть, изменились ли они:

http://en.wikipedia.org/wiki/Web_crawler

Если на вашем компьютере (ах) есть данные для анализа и поиска, предметная область для изучения называется «Поиск информации» (или «IR»):

http://en.wikipedia.org/wiki/Information_retrieval

Это довольно новая наука, но над ней проделана большая работа.В Википедии есть список «бесплатного программного обеспечения для поисковых систем»:

http://en.wikipedia.org/wiki/Category:Free_search_engine_software

Я бы предположил, что если вы новичок в этом, то лучше начать с выяснения, какиспользовать что-то вроде Lucene, чтобы обеспечить окно поиска на вашем веб-сайте.Тогда покопайтесь и посмотрите, как это работает.Он был портирован на C ++, если это важно для вас:

http://clucene.sourceforge.net/