| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目次 | 第6-10页 |
| 图目录 | 第10-12页 |
| 表目录 | 第12-13页 |
| 算法目录 | 第13-14页 |
| 第1章 绪论 | 第14-30页 |
| ·课题背景 | 第15-21页 |
| ·信息爆炸下的信息噪音与冗余 | 第16-17页 |
| ·丰富多样的新型信息 | 第17-18页 |
| ·信息的时效性 | 第18-19页 |
| ·垂直搜索引擎面临的挑战 | 第19-21页 |
| ·研究思路和研究内容 | 第21-24页 |
| ·研究思路 | 第21-22页 |
| ·研究内容 | 第22-24页 |
| ·研究成果和创新点 | 第24-26页 |
| ·本文的组织 | 第26-30页 |
| 第2章 相关工作 | 第30-54页 |
| ·互联网中的时间敏感对象 | 第30-37页 |
| ·时间敏感信息的产生背景 | 第30-32页 |
| ·相关概念定义 | 第32-33页 |
| ·时间敏感信息的新鲜度 | 第33-37页 |
| ·搜索引擎和垂直搜索引擎 | 第37-41页 |
| ·搜索引擎的发展 | 第37-38页 |
| ·垂直搜索引擎的原理和结构 | 第38-41页 |
| ·垂直搜索引擎的爬虫系统 | 第41-47页 |
| ·爬虫系统对时间敏感对象的聚焦抓取技术 | 第42-46页 |
| ·对文档变化规律的研究 | 第46-47页 |
| ·垂直搜索引擎中的索引系统 | 第47-53页 |
| ·多媒体信息的高维索引技术 | 第47-51页 |
| ·文本信息的聚类合并技术 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第3章 语义使能的查询驱动聚焦抓取技术 | 第54-69页 |
| ·引言 | 第54-56页 |
| ·查询驱动聚焦抓取技术 | 第56-59页 |
| ·查询驱动聚焦抓取策略 | 第56-57页 |
| ·模型相关概念定义 | 第57-59页 |
| ·查询驱动聚焦抓取模型 | 第59页 |
| ·基于行业知识的查询转换算法 | 第59-61页 |
| ·知识描述形式 | 第60-61页 |
| ·语义转换与扩展算法 | 第61页 |
| ·主动式抓取原型系统 | 第61-65页 |
| ·渐进式结果呈现模块 | 第62-64页 |
| ·主动式抓取请求的排序过滤模块 | 第64-65页 |
| ·实验 | 第65-67页 |
| ·实验准备 | 第65-66页 |
| ·实验结果及分析 | 第66-67页 |
| ·本章小结 | 第67-69页 |
| 第4章 时间敏感对象的抓取调度技术 | 第69-90页 |
| ·引言 | 第69-70页 |
| ·抓取资源调度模式分析 | 第70-74页 |
| ·抓取调度中抓取任务排序技术 | 第70-71页 |
| ·用户查询角度的抓取调度技术 | 第71-73页 |
| ·对象变化频率角度的抓取调度技术 | 第73-74页 |
| ·时间敏感对象变化规律研究 | 第74-78页 |
| ·时间敏感对象的时效性 | 第74-77页 |
| ·对象变化规律的随机过程分析 | 第77-78页 |
| ·基于随机过程的抓取调度技术 | 第78-83页 |
| ·针对对象变化的采样方法 | 第79-80页 |
| ·对象变化规律分析算法 | 第80-82页 |
| ·基于泊松过程的抓取调度技术PoissonRank | 第82-83页 |
| ·实验 | 第83-89页 |
| ·实验准备 | 第83页 |
| ·实验结果及分析 | 第83-89页 |
| ·本章小结 | 第89-90页 |
| 第5章 多媒体对象的高性能索引技术 | 第90-110页 |
| ·引言 | 第90-92页 |
| ·预备知识 | 第92-94页 |
| ·局部敏感散列 | 第92-93页 |
| ·字对齐压缩位图索引 | 第93-94页 |
| ·CB-LSH算法 | 第94-102页 |
| ·LSH算法的布尔代数描述 | 第96-98页 |
| ·CB-LSH算法复杂度理论分析 | 第98-101页 |
| ·采用标记清除技术优化删除性能 | 第101-102页 |
| ·实验 | 第102-108页 |
| ·实验准备 | 第102-103页 |
| ·实验结果及分析 | 第103-108页 |
| ·本章小结 | 第108-110页 |
| 第6章 非结构化文本信息聚类技术 | 第110-129页 |
| ·引言 | 第110-111页 |
| ·基于触发对的文本聚类模型 | 第111-115页 |
| ·基于触发对的聚类模型概述 | 第112-113页 |
| ·模型应用场景的实例分析 | 第113-115页 |
| ·基于一阶触发对的噪音去除算法 | 第115-116页 |
| ·一阶触发对的形式化描述 | 第115页 |
| ·基于一阶触发对的隐藏属性挖掘 | 第115-116页 |
| ·基于一阶触发对的噪音去除算法概述 | 第116页 |
| ·基于信息分布的特征权重计算算法 | 第116-118页 |
| ·特征词汇的联通图 | 第116-117页 |
| ·信息分布关系及其实体分辨能力 | 第117-118页 |
| ·基于信息分布集中度的特征权重计算算法 | 第118页 |
| ·基于触发对的TrigSigs文本聚类算法 | 第118-120页 |
| ·TrigSigs文本聚类算法 | 第118-119页 |
| ·TrigSigs算法复杂度分析 | 第119-120页 |
| ·实验 | 第120-127页 |
| ·实验准备 | 第120-121页 |
| ·实验结果及分析 | 第121-127页 |
| ·本章小结 | 第127-129页 |
| 第7章 总结与展望 | 第129-133页 |
| ·全文总结 | 第129-130页 |
| ·对未来工作的展望 | 第130-133页 |
| 参考文献 | 第133-146页 |
| 攻读博士学位期间主要研究成果 | 第146-148页 |
| 致谢 | 第148-149页 |