主题爬虫关键技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 搜索引擎国内外研究现状 | 第10-12页 |
| 1.2.2 主题爬虫国内外研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 主题爬虫概述 | 第16-29页 |
| 2.1 通用爬虫 | 第16-18页 |
| 2.1.1 通用爬虫的基本原理 | 第16-17页 |
| 2.1.2 通用爬虫的结构 | 第17-18页 |
| 2.2 主题爬虫 | 第18-22页 |
| 2.2.1 主题爬虫的概念与原理 | 第18-20页 |
| 2.2.2 主题爬虫的系统结构 | 第20-22页 |
| 2.3 主题爬虫相关技术 | 第22-28页 |
| 2.3.1 网页的获取 | 第22-24页 |
| 2.3.2 网页解析 | 第24-26页 |
| 2.3.3 网页搜索策略 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 主题描述及网页主题相关度计算 | 第29-45页 |
| 3.1 主题描述及主题表示模型 | 第29-32页 |
| 3.1.1 主题描述 | 第29-30页 |
| 3.1.2 主题表示模型 | 第30-32页 |
| 3.2 网页主题相关度计算 | 第32-44页 |
| 3.2.1 相关度计算流程 | 第32-33页 |
| 3.2.2 构建主题词项 | 第33-37页 |
| 3.2.3 主题词项赋权 | 第37-43页 |
| 3.2.4 构建网页向量 | 第43页 |
| 3.2.5 相关度计算 | 第43-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第四章 网页搜索策略 | 第45-62页 |
| 4.1 基于文本内容的搜索策略 | 第45-49页 |
| 4.1.1 Fish-Search | 第45-47页 |
| 4.1.2 Shark-Search | 第47-49页 |
| 4.2 基于链接关系的搜索策略 | 第49-54页 |
| 4.2.1 PageRank | 第49-50页 |
| 4.2.2 HITS | 第50-52页 |
| 4.2.3 HillTop | 第52-54页 |
| 4.3 搜索策略的比较 | 第54-55页 |
| 4.4 网页搜索策略M-SH | 第55-61页 |
| 4.4.1 改进Shark-Search | 第55-57页 |
| 4.4.2 改进HITS | 第57-58页 |
| 4.4.3 M-SH | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 实验分析 | 第62-77页 |
| 5.1 实验环境 | 第62页 |
| 5.2 实验评价指标 | 第62-64页 |
| 5.3 主题相关性判断实验 | 第64-69页 |
| 5.3.1 词项的获取 | 第64-65页 |
| 5.3.2 主题相关度计算 | 第65-68页 |
| 5.3.3 阈值的确定 | 第68-69页 |
| 5.4 综合爬取实验 | 第69-76页 |
| 5.4.1 NWeb Crawler与主题爬虫 | 第69-73页 |
| 5.4.2 初始种子与参数的确定 | 第73页 |
| 5.4.3 实验与分析 | 第73-76页 |
| 5.5 本章小结 | 第76-77页 |
| 第六章 总结 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第82页 |
