搜索引擎去重算法的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9页 |
| ·搜索引擎 | 第9-15页 |
| ·搜索引擎的特点 | 第9-10页 |
| ·搜索引擎的分类 | 第10-11页 |
| ·搜索引擎的系统架构 | 第11-12页 |
| ·搜索引擎的缺陷 | 第12-15页 |
| ·本文的研究内容及论文组织结构 | 第15-16页 |
| 第二章 相关技术介绍 | 第16-38页 |
| ·关键字提取技术分析 | 第16-21页 |
| ·关键字提取算法 | 第16-17页 |
| ·文本预处理 | 第17页 |
| ·朴素贝叶斯模型: | 第17-18页 |
| ·评估函数 | 第18页 |
| ·TF~*IDF方法 | 第18-21页 |
| ·网页去重算法分析 | 第21-25页 |
| ·SCAM算法 | 第21-22页 |
| ·基于特征串的网页去重算法 | 第22-23页 |
| ·基于特征句抽取的网页去重 | 第23-24页 |
| ·算法比较 | 第24-25页 |
| ·页面排序算法分析 | 第25-37页 |
| ·PageRank算法 | 第25-26页 |
| ·PageRank算法的改进 | 第26-28页 |
| ·WTPR算法 | 第28-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 基于关键词和特征码的网页去重K-CC算法 | 第38-47页 |
| ·算法框架 | 第38-39页 |
| ·关键词的提取 | 第39-42页 |
| ·词义 | 第40页 |
| ·选择候选关键词 | 第40-41页 |
| ·特征选择和离散化 | 第41-42页 |
| ·关键词的提取 | 第42页 |
| ·特征串的提取 | 第42-44页 |
| ·特征串相似度计算 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于Lucene的搜索引擎系统实现 | 第47-62页 |
| ·基于Lucene搜索引擎系统的框架设计 | 第47-50页 |
| ·Lucene页面排序算法分析 | 第49-50页 |
| ·基于Lucene搜索引擎系统的流程设计 | 第50页 |
| ·K-CC网页去重算法的实现 | 第50-52页 |
| ·WTPR算法的实现 | 第52-54页 |
| ·系统测试分析 | 第54-60页 |
| ·测试环境 | 第54页 |
| ·去重算法比较 | 第54-58页 |
| ·排序算法比较 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·工作总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 在学期间发表的论文 | 第68页 |
