| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 引言 | 第8-13页 |
| ·研究的背景 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·课题研究的目的与意义 | 第10-11页 |
| ·论文研究的主要内容与贡献 | 第11页 |
| ·论文组织结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第2章 主题搜索引擎的相关知识 | 第13-22页 |
| ·主题搜索引擎与全文搜索引擎的异同点 | 第13-14页 |
| ·主题搜索引擎的结构 | 第14-15页 |
| ·倒排索引 | 第15-17页 |
| ·抓取策略 | 第17-18页 |
| ·搜索引擎的排序算法 | 第18-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于朴素贝叶斯算法的主题爬虫的研究与实现 | 第22-36页 |
| ·主题爬虫的工作原理 | 第22-23页 |
| ·信息抽取技术 | 第23-32页 |
| ·页面采集 | 第23-24页 |
| ·网页去噪 | 第24-27页 |
| ·信息指纹进行网页排重 | 第27-29页 |
| ·改进的机械最大正向分词算法进行分词 | 第29-32页 |
| ·利用朴素贝叶斯算法进行主题识别 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于 Lucene 的索引与检索的研究与实现 | 第36-50页 |
| ·全文检索索引包 LUCENE | 第36-38页 |
| ·索引子系统 | 第38-43页 |
| ·扩展 Lucene 分词模块 | 第38-41页 |
| ·建立信息索引 | 第41-43页 |
| ·检索子系统 | 第43-49页 |
| ·框架 DWR 与 Spring 开发检索子系统 | 第43-45页 |
| ·改进的结果排序 | 第45-48页 |
| ·利用 Highlighter 实现关键字高亮 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 实验结果与分析 | 第50-60页 |
| ·基于朴素贝叶斯算法的主题爬虫实验 | 第50-52页 |
| ·主题搜索引擎性能实验 | 第52-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结与展望 | 第60-62页 |
| ·本文总结 | 第60-61页 |
| ·本文展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 附录 | 第66-79页 |
| 1. 作者在攻读学位期间发表的学术论文 | 第66页 |
| 2. 作者在攻读学位期间参加的主要项目 | 第66页 |
| 3. 网页去噪核心代码 | 第66-74页 |
| 4. 改进的机械最大分词算法核心代码 | 第74-77页 |
| 5. 基于朴素贝叶斯算法的主题识别核心代码 | 第77-79页 |