基于Agent的专题搜索引擎爬虫的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·问题的提出 | 第10-11页 |
| ·研究的意义 | 第11页 |
| ·本文的工作和创新 | 第11-12页 |
| ·论文的组织结构 | 第12-14页 |
| 第2章 搜索引攀的研究现状 | 第14-21页 |
| ·通用搜索引擎 | 第14-17页 |
| ·通用搜索引擎简述 | 第14-15页 |
| ·google搜索引擎的原理 | 第15-17页 |
| ·专题搜索引擎的研究 | 第17-20页 |
| ·专题搜索引擎的概述 | 第18页 |
| ·专题搜索引擎搜索策略 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 agent技术及专题搜索爬虫的设计 | 第21-29页 |
| ·agent和agent学习策略 | 第21-27页 |
| ·agent模型与结构 | 第21-23页 |
| ·agent学习策略 | 第23-27页 |
| ·基于混合型专题搜索的爬虫agent框架 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 网页预处理与自动分类技术 | 第29-43页 |
| ·中文分词 | 第29-32页 |
| ·中文分词概述 | 第29-30页 |
| ·词典与统计相结合的分词算法 | 第30-32页 |
| ·特征抽取 | 第32-34页 |
| ·VSM模型的改进 | 第34-35页 |
| ·VSM模型 | 第34页 |
| ·Html标记在改进VSM模型的分析 | 第34-35页 |
| ·文本自动分类概述 | 第35-39页 |
| ·有指导的文本分类方法 | 第35-37页 |
| ·无指导的文本分类方法 | 第37-39页 |
| ·基于支持向量机分类算法实现过程 | 第39-42页 |
| ·支持向量机 | 第39-41页 |
| ·网页自动分类算法 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 基于Q学习网页爬行算法的设计 | 第43-53页 |
| ·网络蜘蛛搜索策略 | 第43-46页 |
| ·专题蜘蛛爬行策略概述 | 第43页 |
| ·专题蜘蛛的几种常见爬行策略 | 第43-46页 |
| ·启发式专题搜索引擎 | 第46-48页 |
| ·启发式搜索概述 | 第46-47页 |
| ·启发式搜索爬虫缺陷 | 第47-48页 |
| ·基于O学习的爬虫agent搜索策略的设计 | 第48-52页 |
| ·基于Q学习的搜索策略概述 | 第48-49页 |
| ·Q-学习系统的结构及神经网络实现 | 第49-52页 |
| ·基于Q学习主题搜索算法 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第6章 CFATSS实验结果分析 | 第53-61页 |
| ·设计目标和系统结构 | 第53-54页 |
| ·设计目标 | 第53页 |
| ·系统结构 | 第53-54页 |
| ·中文分词子系统实验 | 第54-56页 |
| ·专题搜爬虫Agent实验 | 第56-60页 |
| ·网页分类实验 | 第56-58页 |
| ·专题搜索实验 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第7章 结束语 | 第61-63页 |
| ·全文总结 | 第61页 |
| ·工作展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-66页 |
| 论文及科研情况 | 第66页 |
