基于本体的主题爬虫的设计与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究背景 | 第11-12页 |
| ·搜索引擎发展现状及趋势 | 第12-19页 |
| ·搜索引擎概述 | 第12-14页 |
| ·搜索引擎的分类及工作原理 | 第14-16页 |
| ·主题搜索引擎与通用搜索引擎的区别 | 第16-19页 |
| ·论文研究内容及结构 | 第19-20页 |
| 第二章 相关理论及研究现状 | 第20-30页 |
| ·本体相关理论 | 第20-25页 |
| ·本体的概念 | 第20-21页 |
| ·领域本体的构造 | 第21-25页 |
| ·本体在信息检索领域的应用 | 第25页 |
| ·主题爬虫的相关理论及技术 | 第25-30页 |
| ·网络爬虫的模型 | 第25-27页 |
| ·网络爬虫的搜索策略 | 第27-28页 |
| ·主题爬虫搜索算法 | 第28-30页 |
| 第三章 基于本体的最好优先爬行算法的设计与实现 | 第30-48页 |
| ·最好优先爬行算法分析 | 第30-35页 |
| ·基础假设 | 第30页 |
| ·启发式策略 | 第30-33页 |
| ·最好优先爬行算法 | 第33-35页 |
| ·基于本体的最好优先改进算法 | 第35-48页 |
| ·最好优先爬行算法中的隧道问题 | 第36-37页 |
| ·文本主题判定 | 第37-40页 |
| ·基于本体的主题相似性判断 | 第40-42页 |
| ·基于本体的不同主题相关度的判断 | 第42-44页 |
| ·改进的最好优先算法的实现 | 第44-48页 |
| 第四章 主题爬虫的设计实现 | 第48-60页 |
| ·主题爬虫的体系结构 | 第48页 |
| ·网页采集模块 | 第48-50页 |
| ·网页分析模块 | 第50-54页 |
| ·HTML标签 | 第50-52页 |
| ·网页类型判断 | 第52页 |
| ·HTML文档预处理 | 第52-54页 |
| ·URL过滤模块 | 第54-56页 |
| ·URL链接的提取 | 第54-55页 |
| ·规整URL链接 | 第55-56页 |
| ·已经访问URL的判定模块 | 第56-57页 |
| ·实验结果 | 第57-60页 |
| ·评价指标 | 第57-58页 |
| ·系统开发运行环境 | 第58页 |
| ·试验及结果评价 | 第58-60页 |
| 第五章 总结与展望 | 第60-61页 |
| ·本文总结 | 第60页 |
| ·研究展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文 | 第65页 |
