| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 网络爬虫技术 | 第9页 |
| 1.2.2 网络文本处理技术 | 第9-10页 |
| 1.3 研究目标和内容 | 第10-11页 |
| 1.3.1 研究目标 | 第10页 |
| 1.3.2 研究内容 | 第10-11页 |
| 1.4 论文来源和主要贡献 | 第11-12页 |
| 1.4.1 论文来源 | 第11页 |
| 1.4.2 主要贡献 | 第11-12页 |
| 1.5 论文结构 | 第12-13页 |
| 第二章 网络信息检索及其文本处理方法概述 | 第13-22页 |
| 2.1 网络信息检索方法概述 | 第13-16页 |
| 2.1.1 网络爬虫算法介绍 | 第13-15页 |
| 2.1.2 搜索引擎介绍 | 第15-16页 |
| 2.2 Google Custom Search 研究 | 第16-19页 |
| 2.2.1 Google Custom SearchAPI 介绍 | 第16-17页 |
| 2.2.2 基于 Google Custom SearchAPI 的网络爬虫设计 | 第17-19页 |
| 2.3 网络文本处理方法概述 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 基于链接回溯的地理信息更新主题网络爬虫的研究 | 第22-31页 |
| 3.1 引言 | 第22页 |
| 3.2 链接回溯思想概述 | 第22-24页 |
| 3.3 基于 SVM 分类的加权爬取算法 | 第24-27页 |
| 3.3.1 SVM 分类模型 | 第24-25页 |
| 3.3.2 算法描述 | 第25-27页 |
| 3.4 基于知识库判别的爬取算法 | 第27-30页 |
| 3.4.1 知识库判别方法 | 第27-29页 |
| 3.4.2 算法描述 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 网络文本获取和地理信息要素抽取 | 第31-44页 |
| 4.1 网页结构特点及正则表达式介绍 | 第31-33页 |
| 4.1.1 网页结构特点 | 第31-32页 |
| 4.1.2 正则表达式介绍 | 第32-33页 |
| 4.2 网络文本要素获取 | 第33-37页 |
| 4.2.1 标题获取 | 第33-34页 |
| 4.2.2 正文获取 | 第34-35页 |
| 4.2.3 发布时间获取 | 第35页 |
| 4.2.4 可信度计算方法 | 第35-37页 |
| 4.3 地理信息变化要素抽取 | 第37-43页 |
| 4.3.1 主题要素抽取 | 第37-38页 |
| 4.3.2 变化时间抽取 | 第38-40页 |
| 4.3.3 相关地名抽取 | 第40-41页 |
| 4.3.4 变化属性抽取 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 地理信息变化检测原型系统的设计与实现 | 第44-57页 |
| 5.1 系统架构 | 第44-49页 |
| 5.2 系统主要功能 | 第49-53页 |
| 5.2.1 系统登录 | 第49页 |
| 5.2.2 知识库管理 | 第49-50页 |
| 5.2.3 网页检索 | 第50-53页 |
| 5.3 系统性能测试 | 第53-56页 |
| 5.3.1 信息抽取效率测试 | 第53-54页 |
| 5.3.2 主题爬虫效率测试 | 第54-55页 |
| 5.3.3 系统检索效率测试 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结和展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第62-63页 |
| 附录 2 攻读硕士学位期间申请的专利 | 第63-64页 |
| 附录 3 攻读硕士学位期间参加的科研项目 | 第64-65页 |
| 致谢 | 第65页 |
