二手房的垂直搜索引擎的设计与实现
| 摘要 | 第6-7页 |
| abstract | 第7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 主要内容和结构安排 | 第13-15页 |
| 第2章 垂直搜索引擎相关技术 | 第15-29页 |
| 2.1 搜索引擎工作原理 | 第15-16页 |
| 2.2 二手房的垂直搜索引擎的特点 | 第16-17页 |
| 2.2.1 垂直搜索引擎的特点 | 第16-17页 |
| 2.2.2 二手房信息的特点 | 第17页 |
| 2.3 网络爬虫技术 | 第17-19页 |
| 2.3.1 主题爬虫架构 | 第17-18页 |
| 2.3.2 网络爬虫策略 | 第18-19页 |
| 2.4 中文分词技术 | 第19-22页 |
| 2.4.1 中文分词概述 | 第19页 |
| 2.4.2 中文分词基本算法 | 第19-22页 |
| 2.5 非关系型数据库HBase | 第22-25页 |
| 2.5.1 HBase概述 | 第22页 |
| 2.5.2 HBase特性 | 第22-23页 |
| 2.5.3 HBase集群架构 | 第23-25页 |
| 2.6 全文检索框架Lucene | 第25-28页 |
| 2.6.1 Lucene概述 | 第25页 |
| 2.6.2 Lucene系统结构 | 第25-27页 |
| 2.6.3 Lucene索引 | 第27-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第3章 二手房的主题网络爬虫策略设计 | 第29-39页 |
| 3.1 基于网页内容的网络爬虫策略 | 第29-30页 |
| 3.1.1 Fish-Search算法 | 第29-30页 |
| 3.1.2 Shark-Search算法 | 第30页 |
| 3.2 内容块相似度 | 第30-34页 |
| 3.2.1 网页分块技术 | 第30-33页 |
| 3.2.2 主题相似度算法 | 第33-34页 |
| 3.3 二手房的网络爬虫策略 | 第34-38页 |
| 3.3.1 链接以及网页相似度算法 | 第35-36页 |
| 3.3.2 网络爬虫策略流程 | 第36-37页 |
| 3.3.3 爬虫策略设计及分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于Lucene检索模型的查询优化 | 第39-47页 |
| 4.1 问题描述 | 第39页 |
| 4.2 Lucene检索模型及评分算法 | 第39-42页 |
| 4.2.1 布尔检索模型 | 第39-40页 |
| 4.2.2 向量空间检索模型 | 第40-41页 |
| 4.2.3 默认评分算法 | 第41-42页 |
| 4.3 Rocchio算法模型 | 第42-43页 |
| 4.4 融合同义词与Rocchio算法的查询优化 | 第43-46页 |
| 4.4.1 流程描述 | 第43-44页 |
| 4.4.2 评价原则与标准 | 第44页 |
| 4.4.3 实验环境及数据集 | 第44页 |
| 4.4.4 实验设计及分析 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 二手房的垂直搜索引擎的设计与实现 | 第47-66页 |
| 5.1 二手房的垂直搜索引擎的功能和目标 | 第47-48页 |
| 5.2 二手房的垂直搜索引擎的整体设计 | 第48-54页 |
| 5.2.1 整体架构设计 | 第48-50页 |
| 5.2.2 系统数据流设计 | 第50-51页 |
| 5.2.3 分布式数据库HBase架构以及表设计 | 第51-54页 |
| 5.3 网页爬虫模块的设计与实现 | 第54-59页 |
| 5.3.1 分布式爬虫框架JLiteSpider | 第54页 |
| 5.3.2 爬虫服务架构设计 | 第54-55页 |
| 5.3.3 网页抓取 | 第55-57页 |
| 5.3.4 文档解析与处理模块 | 第57-59页 |
| 5.4 索引模块的设计与实现 | 第59-63页 |
| 5.4.1 数据预处理 | 第59-60页 |
| 5.4.2 IKAnalyzer中文分词器 | 第60-61页 |
| 5.4.3 索引构建 | 第61-63页 |
| 5.5 检索模块的设计与实现 | 第63-65页 |
| 5.5.1 检索过程 | 第63-64页 |
| 5.5.2 查询效果 | 第64-65页 |
| 5.6 本章小结 | 第65-66页 |
| 第6章 系统测试 | 第66-72页 |
| 6.1 开发环境 | 第66页 |
| 6.2 功能测试 | 第66-72页 |
| 6.2.1 网络爬虫测试 | 第66-67页 |
| 6.2.2 查询模块测试 | 第67-72页 |
| 总结与展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第80页 |
