基于改进PageRank算法的医学垂直搜索引擎的研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 垂直搜索引擎研究现状 | 第10-11页 |
| 1.3 论文的主要研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 搜索引擎相关技术研究 | 第14-28页 |
| 2.1 搜索引擎工作原理 | 第14页 |
| 2.2 搜素引擎的体系结构 | 第14-20页 |
| 2.2.1 网络爬虫模块 | 第15-19页 |
| 2.2.2 预处理模块 | 第19-20页 |
| 2.2.3 查询服务模块 | 第20页 |
| 2.3 中文分词技术 | 第20-22页 |
| 2.3.1 基于字符串匹配的分词方法 | 第20-21页 |
| 2.3.2 基于统计的分词方法 | 第21-22页 |
| 2.3.3 基于语义理解的分词方法 | 第22页 |
| 2.3.4 中文分词小结 | 第22页 |
| 2.4 系统框架Nutch | 第22-24页 |
| 2.5 Lucene技术 | 第24-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 医学主题相关性判别 | 第28-35页 |
| 3.1 初始URL的选取 | 第28-29页 |
| 3.2 主题相关性判定模型 | 第29-30页 |
| 3.3 超链接判别 | 第30-31页 |
| 3.4 元信息判别 | 第31-33页 |
| 3.5 词库判别 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 PageRank算法的改进 | 第35-47页 |
| 4.1 PageRank算法 | 第35-39页 |
| 4.1.1 算法解析 | 第35-38页 |
| 4.1.2 PageRank算法的不足 | 第38-39页 |
| 4.2 HITS算法 | 第39-41页 |
| 4.2.1 算法解析 | 第39-40页 |
| 4.2.2 HITS算法的不足 | 第40-41页 |
| 4.3 PageRank算法和HITS算法比较 | 第41-42页 |
| 4.4 PageRank算法的改进 | 第42-45页 |
| 4.5 算法流程 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 医学垂直搜索引擎的设计与实现 | 第47-57页 |
| 5.1 需求分析 | 第47-48页 |
| 5.1.1 基本功能需求分析 | 第47-48页 |
| 5.1.2 基本性能需求分析 | 第48页 |
| 5.2 搜索引擎总体设计思路 | 第48-49页 |
| 5.3 主题爬虫模块的设计实现 | 第49-53页 |
| 5.3.1 Nutch中文分词的实现 | 第50-51页 |
| 5.3.2 主题词库的建立 | 第51页 |
| 5.3.3 主题爬虫运行效果 | 第51-53页 |
| 5.4 检索模块的设计与实现 | 第53-56页 |
| 5.4.1 检索的后台实现 | 第54页 |
| 5.4.2 检索的前台实现 | 第54-56页 |
| 5.5 本章小结 | 第56-57页 |
| 第六章 系统运行与测试分析 | 第57-63页 |
| 6.1 开发环境介绍 | 第57-58页 |
| 6.1.1 软硬件开发平台 | 第57页 |
| 6.1.2 环境变量设置 | 第57-58页 |
| 6.2 开发环境搭建 | 第58-59页 |
| 6.3 垂直搜索引擎测试与分析 | 第59-62页 |
| 6.3.1 分词模块测试 | 第59-60页 |
| 6.3.2 主题爬虫性能测试 | 第60-61页 |
| 6.3.3 算法验证 | 第61-62页 |
| 6.4 本章小结 | 第62-63页 |
| 第七章 总结与展望 | 第63-65页 |
| 7.1 总结 | 第63页 |
| 7.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70页 |
