一些搜索引擎的基础技术资料

必读资料：
（一） 搜索引擎介绍性Paper/书籍

（1） Arvind Arasu， Junghoo Cho， Hector Garcia-Molina， Andreas Paepcke，Sriram Raghavan, Search the Web, <http://citeseer.ist.psu.edu/527114.html> 以及该paper的参考文献：8，11，22，38

（2） Junghoo Cho 的一些相关论文，重点是他的博士论文，请参考：<http://oak.cs.ucla.edu/~cho/>（3） 李晓明，闫宏飞，王继民 《搜索引擎原理、技术与系统》

（二） 编程书籍《code complete》，中文名《代码大全》。此书目前一共出版了两版，建议以一版作为精读，另一版作为对比阅读。
选读资料：

（一） 数据挖掘的基础方法和思想可以参考：《Introduction to Data Mining》，中文名《数据挖掘导论》 <http://www.china-pub.com/computers/common/info.asp?id=30045>

（二） 自然语言处理可以参考：《Foundations of Statistical Natural Language Processing》中文名《统计自然语言处理基础》<http://www.china-pub.com/computers/common/info.asp?id=22710>

（三） 需要学习的技能/工具语言/平台（1） linux使用和shell编程可以参考：《sed与awk》<http://www.china-pub.com/computers/common/info.asp?id=13255>

（2） Unix下的网络编程

Richard Stevens, 《TCP/IP 详解》

Richard Stevens, Unix Network Programming，中文名《Unix网络编程》

Richard Stevens, Advanced Programming in the Unix Environment，中文名《Unix环境高级编程》

建议的学习方式：

1、学习《UNIX环境高级编程》

2、结合《TCP/IP 详解》第一卷的知识，用《Unix网络编程》第一卷提到的方法和工具，进行学习和练习，多写点代码，多用 tcpdump 等工具观察实际的网络数据流。