垂直搜索引擎的研究及在机场信息检索中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-10页 |
| ·论文的研究背景 | 第8-9页 |
| ·研究背景 | 第8页 |
| ·选题意义 | 第8-9页 |
| ·研究内容 | 第9页 |
| ·论文组织结构 | 第9-10页 |
| 第2章 相关技术综述 | 第10-22页 |
| ·搜索引擎综述 | 第10-11页 |
| ·垂直搜索引擎 | 第11-12页 |
| ·垂直搜索引擎概述 | 第11页 |
| ·垂直搜索引擎的关键技术 | 第11-12页 |
| ·中文分词 | 第12-15页 |
| ·概述 | 第12-13页 |
| ·中文分词算法 | 第13-15页 |
| ·Lucene | 第15-21页 |
| ·Lucene 构架 | 第16-17页 |
| ·Lucene 索引 | 第17-21页 |
| ·Lucene 分词 | 第21页 |
| ·Lucene 的优势 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第3章 机场垂直搜索引擎的设计与实现 | 第22-40页 |
| ·Nutch 架构和工作原理 | 第22页 |
| ·原型系统的设计与实现 | 第22-26页 |
| ·修改站点属性配置文件 | 第23页 |
| ·修改网址过滤规则文件 | 第23页 |
| ·配置 Tomcat | 第23-24页 |
| ·中文分词 | 第24-26页 |
| ·显示效果 | 第26-30页 |
| ·首页的修改 | 第26-28页 |
| ·搜索结果页的修改 | 第28页 |
| ·分页显示 | 第28页 |
| ·改变摘要长度 | 第28-30页 |
| ·检索结果聚类 | 第30-31页 |
| ·网站资源的选取 | 第31页 |
| ·如何限制 Nutch 爬虫的网页抓取范围 | 第31-32页 |
| ·从 HTML 网页中提取正文信息 | 第32-34页 |
| ·含有正文信息的标签节点的特征 | 第32-33页 |
| ·含有噪声信息的标签节点的特征 | 第33-34页 |
| ·从非 HTML 文件中提取文本 | 第34-35页 |
| ·从 PDF 文件里提取文本信息 | 第34-35页 |
| ·从 Word 文件里提取文本信息 | 第35页 |
| ·从 Excel 文件里提取文本信息 | 第35页 |
| ·相关搜索功能 | 第35-36页 |
| ·依据字面相似度提供相关搜索功能 | 第35-36页 |
| ·依据语义相关度提供相关搜索功能 | 第36页 |
| ·文档相关性及排序 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 系统运行与测试 | 第40-46页 |
| ·实验环境 | 第40页 |
| ·系统测试策略 | 第40-44页 |
| ·抓取器的测试 | 第40-41页 |
| ·索引器测试 | 第41-42页 |
| ·搜索器测试 | 第42页 |
| ·对系统精确度和召回率的测试 | 第42-44页 |
| ·对两种聚类算法的测试 | 第44页 |
| ·系统综合性能分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 结论 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-54页 |
| 攻读硕士学位期间所发表的论文 | 第54-56页 |
| 个人简历 | 第56页 |
