| 第一章 绪论 | 第8-13页 |
| 1．1 互联网的发展及搜索引擎的诞生 | 第8页 |
| 1．2 搜索引擎技术发展 | 第8-10页 |
| 1．3 搜索引擎目前所面临的问题 | 第10-11页 |
| 1．4 本文的研究内容 | 第11-13页 |
| 第二章 搜索引擎工作原理分析 | 第13-32页 |
| 2．1 搜索引擎的工作原理 | 第13-17页 |
| 2．1．1 网络蜘蛛的工作原理 | 第14-15页 |
| 2．1．2 数据维护系统 | 第15-16页 |
| 2．1．3 用户查询系统 | 第16-17页 |
| 2．2 搜索引擎关键技术分析 | 第17-21页 |
| 2．2．1 数据对象模型研究 | 第17页 |
| 2．2．2 网页识别技术 | 第17-18页 |
| 2．2．3 浏览导航技术 | 第18-20页 |
| 2．2．4 Reinforcement Learning算法 | 第20-21页 |
| 2．3 搜索引擎的实现方法 | 第21-29页 |
| 2．3．1 搜索引擎的实际工作流程 | 第21-23页 |
| 2．3．2 搜索引擎实现中的数据结构 | 第23-28页 |
| 2．3．3 搜索引擎实现中的流程图与数据结构 | 第28-29页 |
| 2．4 搜索引擎的使用方法 | 第29-32页 |
| 第三章 互联网资源数据模型 | 第32-46页 |
| 3．1 互联网资源特点与模型 | 第32-37页 |
| 3．1．1 互联网资源的特点 | 第32-33页 |
| 3．1．2 互联网资源的数据对象模型 | 第33-37页 |
| 3．2 树藤共生模型 | 第37-46页 |
| 3．2．1 有向树藤图 | 第38-39页 |
| 3．2．2 树藤共生对象模型 | 第39-41页 |
| 3．2．3 树藤共生对象模型的代数运算 | 第41-46页 |
| 第四章 树藤共生模型的实现与应用 | 第46-61页 |
| 4．1 Web站点内超级链接的分布规律 | 第46-48页 |
| 4．1．1 网站结构的分析与描述 | 第46-47页 |
| 4．1．2 实现算法描述 | 第47-48页 |
| 4．2 树藤共生模型重建实验 | 第48-54页 |
| 4．2．1 树藤共生模型重建的实验设计 | 第48-51页 |
| 4．2．2 实验结果及讨论 | 第51-54页 |
| 4．3 树藤共生模型在搜索引擎中的应用 | 第54-61页 |
| 4．3．1 基于树藤共生模型的改进Bayes分类算法 | 第54-56页 |
| 4．3．2 基于树藤共生模型的浏览导航系统 | 第56-57页 |
| 4．3．3 基于树藤共生模型的改进Reinforcement Learning算法 | 第57-61页 |
| 第五章 结论与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66页 |
