| 表目录 | 第1-8页 |
| 图目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题的研究背景和意义 | 第11页 |
| ·研究现状与发展趋势 | 第11-13页 |
| ·课题主要研究内容和论文框架 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 网络文本信息采集分析技术 | 第15-26页 |
| ·HTTP协议下的网络通信机制 | 第15-19页 |
| ·HTTP协议的网络通信流程 | 第15-16页 |
| ·HTTP的报文结构 | 第16-17页 |
| ·HTTP协议的核心——请求和响应消息 | 第17-19页 |
| ·Web数据采集技术 | 第19-22页 |
| ·Web数据采集的基本原理 | 第19-20页 |
| ·聚焦爬虫技术的工作原理 | 第20-21页 |
| ·两种Web数据采集策略 | 第21-22页 |
| ·文本分类技术 | 第22-25页 |
| ·文本分类技术基本原理 | 第22-24页 |
| ·KNN分类器 | 第24页 |
| ·SVM分类器 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 Web文本信息抽取技术研究与实现 | 第26-46页 |
| ·Web页面语法组织形式和分析技术研究 | 第26-32页 |
| ·HTML语法分析 | 第26-27页 |
| ·基于HTML的Web文档解析算法 | 第27-32页 |
| ·Web页面分块技术研究 | 第32-33页 |
| ·VIPS算法 | 第32页 |
| ·基于DOM树的方法 | 第32-33页 |
| ·基于VIPS算法的DOM树算法设计与实现 | 第33-45页 |
| ·Web文档DOM树结构研究 | 第33-35页 |
| ·Web页面的基于视觉的内容结构描述 | 第35-37页 |
| ·基于VIPS算法的DOM树算法描述 | 第37-43页 |
| ·基于VIPS算法的DOM树的信息块识别和提取的实现流程 | 第43-44页 |
| ·试验结果与分析 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 网页文本信息更新自动检测技术研究与实现 | 第46-56页 |
| ·网页更新检测算法 | 第46-47页 |
| ·基于HTML数据流的匹配策略 | 第46页 |
| ·基于网页对象的匹配策略 | 第46-47页 |
| ·基于Web页面信息块的更新检测算法设计与实现 | 第47-55页 |
| ·算法总体设计思想 | 第47页 |
| ·检测算法的实现流程 | 第47-54页 |
| ·算法性能分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 网页排序算法研究与实现 | 第56-65页 |
| ·网页排序算法分析 | 第56-59页 |
| ·基于超链接的网页排序算法 | 第56-58页 |
| ·基于超链接和内容的网页排序算法 | 第58-59页 |
| ·基于网页分块技术的改进HITS算法 | 第59-64页 |
| ·BHITS算法设计 | 第60页 |
| ·BHITS算法流程及实现 | 第60-62页 |
| ·算法试验结果与分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 网页文本信息采集分析系统设计与实现 | 第65-69页 |
| ·系统设计概述 | 第65-66页 |
| ·总体设计思想 | 第65页 |
| ·设计原则和主要设计指标 | 第65-66页 |
| ·系统体系结构 | 第66-67页 |
| ·本课题涉及的关键技术 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 结束语 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 附录A 网络文本信息采集处理系统相关界面 | 第74-76页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第76-77页 |
| 致谢 | 第77页 |