| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 搜索引擎的发展现状 | 第11-13页 |
| 1.2.1 主流的搜索引擎 | 第12页 |
| 1.2.2 搜索引擎发展方向 | 第12-13页 |
| 1.3 排序算法的研究现状 | 第13-14页 |
| 1.4 论文研究内容 | 第14页 |
| 1.5 论文组织结构 | 第14-17页 |
| 第二章 搜索引擎相关理论与技术研究 | 第17-27页 |
| 2.1 搜索引擎的工作原理及技术框架 | 第17-18页 |
| 2.2 搜索引擎的性能指标 | 第18页 |
| 2.3 排序算法 | 第18-24页 |
| 2.3.1 PageRank算法 | 第18-21页 |
| 2.3.2 HITS算法 | 第21-22页 |
| 2.3.3 PageRank算法和HITS算法比较 | 第22-23页 |
| 2.3.4 向量空间模型VSM | 第23-24页 |
| 2.4 中文分词技术 | 第24-25页 |
| 2.4.1 中文分词相关技术 | 第24-25页 |
| 2.4.2 中文分词算法 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 搜索引擎排序算法的改进 | 第27-39页 |
| 3.1 PageRank算法的分析 | 第27-28页 |
| 3.2 PageRank算法优化模型的建立 | 第28-34页 |
| 3.2.1 网页权值分配因子 | 第28-30页 |
| 3.2.2 网页相关性因子 | 第30-33页 |
| 3.2.3 网页时间因子 | 第33-34页 |
| 3.3 WCT-PageRank算法 | 第34-37页 |
| 3.4 WCT-PageRank算法流程 | 第37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 Nutch搜索引擎的研究与搭建 | 第39-55页 |
| 4.1 Nutch体系结构 | 第39-41页 |
| 4.1.1 爬虫系统 | 第40页 |
| 4.1.2 索引系统 | 第40-41页 |
| 4.1.3 查询系统 | 第41页 |
| 4.1.4 Nutch的优点 | 第41页 |
| 4.2 MapReduce | 第41-44页 |
| 4.3 Nutch分词架构 | 第44页 |
| 4.4 Nutch基本环境搭建 | 第44-51页 |
| 4.4.1 实验环境 | 第44-45页 |
| 4.4.2 环境部署 | 第45-48页 |
| 4.4.3 Nutch爬虫系统配置 | 第48-49页 |
| 4.4.4 Nutch运行参数配置 | 第49-51页 |
| 4.5 Tomcat上部署Nutch | 第51-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 基于Nutch的实验系统具体实现 | 第55-65页 |
| 5.1 系统体系结构 | 第55页 |
| 5.2 实验准备 | 第55-60页 |
| 5.2.1 IKAnalyzer分词器 | 第55-58页 |
| 5.2.2 WCT-PageRank算法 | 第58-60页 |
| 5.3 实验过程 | 第60-61页 |
| 5.4 实验结果分析 | 第61-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 结论及展望 | 第65-67页 |
| 6.1 主要研究结论 | 第65页 |
| 6.2 研究展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文 | 第73页 |