- 什么是搜索引擎
- 搜索引擎的发展历史
- 主流搜索引擎架构简介
- 网络爬虫的基本工作流程
- 爬虫策略（广度优先、深度优先）
- 爬虫的礼貌与反爬虫
- 分词技术（正向/逆向最大匹配）
- 停用词过滤
- 词干提取与词形还原
- 正排索引 vs 倒排索引
- 倒排索引的数据结构
- 构建倒排索引的步骤
- 使用Python从零构建迷你搜索引擎
- 倒排索引模块实现
- 实战演练
- 布尔查询模型（AND、OR、NOT）
- 查询词与倒排列表的合并算法
- 查询优化技巧
- 词频（TF）的计算
- 逆文档频率（IDF）的计算
- TF-IDF打分公式
- BM25公式详解
- 参数调优（k1、b）
- BM25 vs TF-IDF
- 倒排列表压缩（可变字节、Gamma）
- 词项字典压缩（前端编码）
- 压缩比与解压速度
- 增量索引与合并策略
- 对数合并（Logarithmic Merge）
- 实时索引挑战
- 查询缓存
- 查询结果剪枝
- 早终止（Early Termination）
- 编辑距离（Levenshtein）
- 基于词典的拼写建议
- N-gram索引
- 词向量（Word2Vec）基础
- 语义相似度计算
- 从关键词到语义的演进
- PageRank算法原理
- HITS算法简介
- 链接分析在搜索中的应用
- 准确率与召回率
- F1分数、MAP
- NDCG（归一化折损累计增益）
- 分片（Sharding）与复制
- MapReduce在索引构建中的应用
- 分布式一致性
- ES核心概念（索引、类型、文档）
- RESTful API操作
- 集群架构
- 字段映射（Mapping）定义
- 分析器（Analyzer）配置
- 自定义分词器
- 全文查询（match、match_phrase）
- 词项查询（term、terms）
- 复合查询（bool）
- 指标聚合（avg、sum）
- 桶聚合（terms、range）
- 管道聚合
- 索引优化（分片数、刷新间隔）
- 查询优化（过滤上下文）
- 硬件与配置建议
- Solr核心概念
- 与Elasticsearch的对比
- Solr配置实战
- 搜索补全（Search-as-you-type）
- 相关搜索推荐
- 基于协同过滤的推荐
- 多语言分词挑战
- Unicode规范化
- 语言检测与混合语言搜索
- 基于文本标签的图像搜索
- 特征提取（SIFT、CNN）
- 向量检索（近似最近邻）
- 搜索日志收集（点击流）
- 查询日志分析
- 基于用户行为的排序优化
- 神经搜索（Dense Retrieval）
- 大语言模型（LLM）与搜索结合
- 多模态搜索趋势
- 从零搭建垂直领域搜索引擎
- 爬虫→索引→查询→排序→展示
- 全流程整合