基于协议驱动与事件驱动的综合聚焦爬虫研究与实现
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 引言 | 第11-18页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·网络爬虫 | 第12页 |
| ·聚焦网络爬虫 | 第12-13页 |
| ·Deep Web 网络爬虫 | 第13-14页 |
| ·支持AJAX 的网络爬虫 | 第14-16页 |
| ·本文研究内容 | 第16-17页 |
| ·本文结构 | 第17-18页 |
| 第二章 相关研究工作 | 第18-29页 |
| ·搜索引擎 | 第18-20页 |
| ·搜索引擎的原理 | 第18页 |
| ·搜索引擎的分类 | 第18-19页 |
| ·搜索引擎的发展 | 第19-20页 |
| ·聚焦爬虫技术 | 第20-26页 |
| ·聚焦描述 | 第20-22页 |
| ·搜索策略 | 第22-23页 |
| ·页面分析 | 第23-26页 |
| ·AJAX 技术 | 第26-28页 |
| ·AJAX 简介 | 第26-27页 |
| ·AJAX 的优点 | 第27-28页 |
| ·AJAX 带来的问题 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 多层网页关联聚焦爬行模型 | 第29-42页 |
| ·相关定义与模型 | 第29-34页 |
| ·事件定义 | 第29-31页 |
| ·AJAX 模型 | 第31-32页 |
| ·地址模型 | 第32-34页 |
| ·多层网页关联聚焦爬行定义与模型 | 第34-39页 |
| ·爬行路径 | 第34-35页 |
| ·网页层 | 第35-36页 |
| ·多层网页关联聚焦爬行模型 | 第36-37页 |
| ·易扩展向量模型 | 第37-39页 |
| ·多层网页关联聚焦爬行算法 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 协议驱动与事件驱动的综合 | 第42-58页 |
| ·系统架构 | 第42-43页 |
| ·协议驱动聚焦模块 | 第43-46页 |
| ·页面获取和分析 | 第44页 |
| ·网页内容分页的处理 | 第44-45页 |
| ·实现多层网页关联聚焦爬行 | 第45-46页 |
| ·事件驱动聚焦模块 | 第46-52页 |
| ·获取AJAX 状态 | 第46-49页 |
| ·网页内容分页的处理 | 第49-50页 |
| ·实现多层网页关联聚焦爬行 | 第50-52页 |
| ·协同模块 | 第52-56页 |
| ·地址管理 | 第52-53页 |
| ·实现多层网页关联聚焦爬行 | 第53-54页 |
| ·线程管理 | 第54-56页 |
| ·通用模块 | 第56-57页 |
| ·聚焦内容抽取 | 第56-57页 |
| ·URL 抽取过滤 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第五章 实例测试与分析 | 第58-74页 |
| ·新闻评论站点模型分析 | 第58-63页 |
| ·聚焦页面分类 | 第58页 |
| ·新闻站点模型 | 第58-59页 |
| ·二层网页关联聚焦抓取 | 第59-62页 |
| ·网页内容分页的处理 | 第62页 |
| ·多站点同时爬行 | 第62-63页 |
| ·测试结果与分析 | 第63-73页 |
| ·可行性测试 | 第63-65页 |
| ·多站点同时爬行测试 | 第65-66页 |
| ·准确性测试 | 第66-67页 |
| ·效率测试 | 第67-69页 |
| ·对比普通聚焦爬虫 | 第69-70页 |
| ·对比已有的支持AJAX 的爬虫 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 第六章 结束语 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 附录A 攻读硕士期间发表的论文 | 第79-80页 |
| 附录B 攻读硕士期间参与的课题 | 第80页 |
