算法是解决问题的一系列步骤。为实现有价值的Web应用（如推荐引擎、智能化搜索、内容组织系统等），玛若曼尼斯、巴宾寇编著的这本《智能Web算法》提供了清晰的、精心组织过的算法模式。利用这些技术，你可以捕获用户原始而重要的信息，并把它们应用于实践中以获取相应的收益。

用户数据中包含大量有价值的关联信息，它们往往无法通过人工观察而直观地获取，对于希望从这些数据中挖掘信息的Web开发者来说，这是一本很好的手册。作者作为一名Web开发者，拥有丰富的实践经验，加上多年来对机器学习领域技术的钻研，使得本书对技术的解释清晰明了，读者可快速将其用于解决自己的问题。同时，本书提供的Java程序展示了如何搭建一个智能的应用，以及如何从用户的行为中进行学习，这是一笔现成的财富。

玛若曼尼斯、巴宾寇编著的这本《智能Web算法》涵盖了五类重要的智能算法：搜索、推荐、聚类、分类和分类器组合，并结合具体的案例讨论了它们在Web应用中的角色及要注意的问题。除了第1章的概要性介绍以及第7章对所有技术的整合应用外，第2～6章以代码示例的形式分别对这五类算法进行了介绍。

本书面向的是广大普通读者，特别是对算法感兴趣的工程师与学生，所以对于读者的知识背景并没有过多的要求。本书中的例子和思想应用广泛，所以对于希望从业务角度更好地理解有关技术的技术经理、产品经理和管理层来说，本书也有一定的价值。

前言

致谢

关于本书

1 什么是智能Web

 1.1 智能Web应用实例

 1.2 智能应用的基本要素

 1.3 什么应用会受益于智能

1.3.1 社交网络

1.3.2 Mashup

1.3.3 门户网站

1.3.4 维基

1.3.5 文件分享网站

1.3.6 网络游戏

 1.4 如何构建智能应用

1.4.1 检查功能和数据

1.4.2 获取更多的数据

 1.5 机器学习、数据挖掘及其他

 1.6 智能应用中八个常见的误区

1.6.1 误区1：数据是可靠的

1.6.2 误区2：计算能马上完成

1.6.3 误区3：不用考虑数据规模

1.6.4 误区4：不考虑解决方案的可扩展性

1.6.5 误区5：随处使用同样的方法

1.6.6 误区6：总是能知道计算时间

1.6.7 误区7：复杂的模型更好

1.6.8 误区8：存在无偏见的模型

 1.7 小结

 1.8 参考资料

2 搜索

 2.1 用Lucene实现搜索

2.1.1 理解Lucene代码

2.1.2 搜索的基本步骤

 2.2 为什么搜索不仅仅是索引

 2.3 用链接分析改进搜索结果

2.3.1 PageRank简介

2.3.2 计算PageRank向量

2.3.3 alpha：网页间跳转的影响

2.3.4 理解幂方法

2.3.5 结合索引分值和 PageRank分值

 2.4 根据用户点击改进搜索结果

2.4.1 用户点击初探

2.4.2 朴素贝叶斯分类器的使用

2.4.3 整合Lucene索引、PageRank和用户点击

 2.5 Word、PDF等无链接文档的排序

2.5.1 DocRank算法简介

2.5.2 DocRank的原理

 2.6 大规模实现的有关问题

 ……

3 推荐系统

4 聚类：事物的分组

5 分类：把事物放到它该在的地方

6 分类器组合

7 智能技术大汇集：一个智能新闻门户

附录 A BeanShell简介

附录 B 网络采集

附录 C 数学知识回顾

附录 D 自然语言处理

附录 E 神经网络

索引