基于Lucene的网页抓取与检索系统
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 引言 | 第10-12页 |
| ·研究背景 | 第10页 |
| ·课题的内容与意义 | 第10-11页 |
| ·本人所做的工作 | 第11页 |
| ·论文结构 | 第11-12页 |
| 第2章 论文相关理论 | 第12-24页 |
| ·搜索引擎的相关理论 | 第12-14页 |
| ·搜索引擎定义 | 第12页 |
| ·搜索引擎的特点 | 第12-13页 |
| ·搜索引擎的分类 | 第13-14页 |
| ·中文分词技术 | 第14-16页 |
| ·单字分词 | 第14页 |
| ·双字分词 | 第14-15页 |
| ·基于词典的分词技术 | 第15-16页 |
| ·文本搜索 | 第16-20页 |
| ·文本搜索概述 | 第16页 |
| ·英文文本处理方式 | 第16-17页 |
| ·倒排索引 | 第17-20页 |
| ·Lucene介绍与源码分析 | 第20-24页 |
| ·Lucene概述 | 第20页 |
| ·Lucene建立索引 | 第20-23页 |
| ·Lucene分词器(Analyzer) | 第23-24页 |
| 第3章 网页模板的提取 | 第24-42页 |
| ·网页模板 | 第24页 |
| ·网页模板的作用 | 第24-25页 |
| ·问题的提出 | 第25页 |
| ·问题模型与求解 | 第25-40页 |
| ·初步模型 | 第25-27页 |
| ·最长公共子序列模型 | 第27-35页 |
| ·统计模型 | 第35-40页 |
| ·模型总结 | 第40-42页 |
| 第4章 网络蜘蛛原理与设计 | 第42-54页 |
| ·网络蜘蛛 | 第42-43页 |
| ·网络蜘蛛的基本原理 | 第42-43页 |
| ·企业级搜索引擎的网络蜘蛛 | 第43页 |
| ·内容提取 | 第43-44页 |
| ·利用Java语言开发网络蜘蛛 | 第44-51页 |
| ·Java网络蜘蛛的优点 | 第44-45页 |
| ·基于Java的网络蜘蛛的构成 | 第45-51页 |
| ·利用Lucene进行检索 | 第51-53页 |
| ·索引那些字段? | 第51-52页 |
| ·建立索引 | 第52页 |
| ·搜索 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第5章 互联网信息抓取系统设计与实现 | 第54-64页 |
| ·系统介绍 | 第54页 |
| ·系统基本设计 | 第54-56页 |
| ·硬件连接图 | 第54-55页 |
| ·数据流向图 | 第55-56页 |
| ·软件模块设计概述 | 第56-62页 |
| ·网页抓取程序 | 第56-57页 |
| ·WEB服务器 | 第57-60页 |
| ·Lucene的使用 | 第60-62页 |
| ·小结 | 第62-64页 |
| 第6章 结束语 | 第64-66页 |
| ·本文总结 | 第64页 |
| ·进一步的工作 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68页 |
