基于语义相似度的比价系统关键技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 研究意义 | 第10页 |
| 1.3 研究现状 | 第10-14页 |
| 1.3.1 比价系统研究现状 | 第10-12页 |
| 1.3.2 网页解析研究现状 | 第12-13页 |
| 1.3.3 文本语义相似度研究现状 | 第13-14页 |
| 1.4 研究内容 | 第14-15页 |
| 1.5 本文安排 | 第15-16页 |
| 第2章 商品数据采集方案 | 第16-30页 |
| 2.1 相关背景知识 | 第16-19页 |
| 2.1.1 HTTP协议 | 第16页 |
| 2.1.2 URL | 第16-17页 |
| 2.1.3 HTML | 第17页 |
| 2.1.4 爬虫介绍 | 第17-18页 |
| 2.1.5 Heritrix及其组件介绍 | 第18-19页 |
| 2.2 主流电商数据获取算法 | 第19-26页 |
| 2.2.1 Heritrix的扩展与定制 | 第20-22页 |
| 2.2.2 数据抓取策略 | 第22-24页 |
| 2.2.3 商品数据采集 | 第24-25页 |
| 2.2.4 本系统的爬虫工作机制 | 第25-26页 |
| 2.3 数据提取 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 文本语义相似度分析 | 第30-43页 |
| 3.1 相关背景知识 | 第30-36页 |
| 3.1.1 中文分词 | 第30-31页 |
| 3.1.2 文本相似度 | 第31-35页 |
| 3.1.3 知网 | 第35-36页 |
| 3.2 中文文本语义相似度算法 | 第36-41页 |
| 3.2.1 文本预处理 | 第37-38页 |
| 3.2.2 关键词提取 | 第38-39页 |
| 3.2.3 文本相似度计算 | 第39-41页 |
| 3.3 实验结果与分析 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 比价系统设计方案 | 第43-52页 |
| 4.1 商品信息匹配模型 | 第43-45页 |
| 4.2 商品价格比较 | 第45-49页 |
| 4.3 实验结果与分析 | 第49-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 本文工作总结 | 第52-53页 |
| 5.2 问题与展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 附录A 攻读硕士学位期间科研成果 | 第59页 |
