在大学期间，有段时间对搜索还是比较感兴趣的，就研究了几天。后来，发现搜索引擎太难搞了，分词啥的，好多都是纯算法。感觉没啥意思，so就半途而废，玩别的技术领域去了。 大学毕业加入秒针，对广告和监测有了一定的兴趣。so又想搞搜索引擎了，大概的目标就是，从网上爬去内容，建立索引，网友搜索、点击、广告点击等监测统计，存到数据库。 这个项目，还真是做了，做完了一个Demo版。借助jsoup和自己写几行代码爬网页， 然...
阅读全文
一、环境准备：
系统环境：CentOS-7.0.1406
tomcat-7.0.29
jdk-7u9
solr-4.7.0
首先将软件包上传到/tmp目录下
1、 jdk安装
[root@svn-server /]# cd /tmp/
[root@svn-server /]#tar zxvf jdk-7u9-linux-x64.tar.gz
[root@svn-server /]#mv jdk1.7.0_09 /usr/
[root@svn-server /]#vi /etc/profile
在最后一行复制以下代码添加如下内容：
JAVA_HOME=/usr/jdk1.7.0_09/
CLASSPATH=...
阅读全文
Solr是一个基于Lucene的全文搜索引擎，提供了更丰富的搜索语言，更灵活的配置，更高的查询效率。一句话，与Lucene相比，有过之而无不及。这一节里，
主要谈论两个知识点：Jdk的安装和Tomcat的安装。 Solr服务器端使用的是JAVA，所以我们需要安装这两个软件。 有朋友可能说，安装这两个软件就不用讲了吧，其实不然，
对于.NET的同学来说，他们对这两个软件比较陌生。
首先要安装JDK,然后再安装Tomcat，按...
阅读全文
人物介绍
姓名：DougCutting
个人名望：开发出开源全文检索引擎工具包Lucene。
个人简介/主要荣誉：除了 Lucene，还开发了著名的网络爬虫工具 Nutch，分布式系统基础架构Hadoop，这些大师级作品都是开源的。目前任职 Apache 软件基金会主席。
网络上对 Doug Cutting 的评价：“他开发出卓越超群的全文检索引擎工具包(Lucene/Solr)以及为世界打开了一扇通往大数据的大门。”“开源的Lucene 以及 Hadoop 为全球创造了无数的财富以...
阅读全文
一、 百度产品里面发布
百度产品非常多，常见的可以给我们留下链接的大概有这么几个：百度知道、百度贴吧、百度空间，百度经验、智联文库等等，我的建议是做贴吧，相对来说是非常容易留下网站链接的，做长期打算的话可以注册博客圈子平台。
二、权重高的论坛顶贴发帖
这个大家都懂，我一般的做法是等新站上线准备工作完成后，然后去相关权重比较高的论坛去注册一个账号，在个性签名里面带上网站的地址，现在一般的论坛也有...
阅读全文
各大搜索引擎收录各种主流域名收录量分析
baidu#google#360#sogou(soso)
.com#>1亿#252.7亿#>1亿#>1亿
.net#>1亿#92.6亿#>1亿#>1亿
.org#=99,300,000#53亿#>1亿#>1亿
.cn#>1亿#36.7亿#>1亿#>1亿
.com.cn#>1亿#17.8亿#>1亿#=10,861,979
.net.cn#=47,300,000#=54,900,000#=82,900,000#=13,305,867
.org.cn#=22,800,000#=61,500,000#=40,100,000#=4,884,365
.cc#=61,800,000#3.98亿#...
阅读全文
CSDN新版个人空间不再显示注册日期，到搜索引擎快照备份下，呵呵
好像来CSDN也挺久了，不过没什么创举。。。普通人呵呵。。。
http://my.csdn.net/yangzhenping
阅读全文
当你写英文句子的时候，有多大可能你是世界上第一个这么写的呢？基本上不太可能，除非你写错了。实际上，我们写的英文句子绝大多数属于“已知英文例句”，换句话说，我们写这个句子，并不是我们的创造，而是在重复以前别人曾经说过的话。既然我们“想”了很长时间，却还是写出一个“别人曾经写过的句子”，为什么我们不开始就去“检索”那个“我想要的的句子”呢？
Sentbase就是沿着这个思路，帮助用户找出那个“我想要的句子”，提倡着一...
阅读全文