基于聚焦爬虫技术的教学资源搜集与自动整理方法研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·研究目标和主要内容 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第2章 资源搜集与整理相关知识与技术 | 第13-21页 |
| ·搜索引擎概述 | 第13-15页 |
| ·搜索引擎的发展和分类 | 第13-14页 |
| ·搜索引擎的工作原理 | 第14-15页 |
| ·聚焦爬虫技术 | 第15-18页 |
| ·主题式搜索引擎 | 第15-16页 |
| ·聚焦爬虫特点 | 第16页 |
| ·聚焦爬虫的工作流程 | 第16-17页 |
| ·聚焦爬虫的体系结构 | 第17-18页 |
| ·自动整理技术 | 第18-20页 |
| ·自动分类 | 第18-19页 |
| ·自动聚类 | 第19-20页 |
| ·数据抽取 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第3章 资源的自动搜集与整理方法研究 | 第21-27页 |
| ·搜集与自动整理模型 | 第21-22页 |
| ·基于蚁群算法的聚焦爬虫 | 第22-24页 |
| ·自动聚类 | 第24页 |
| ·数据抽取 | 第24-26页 |
| ·结构化资源库引擎 | 第26页 |
| ·结构化教学资源库 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第4章 聚焦爬虫技术的方法研究 | 第27-35页 |
| ·Web 页面主题特征分布 | 第27页 |
| ·基于蚁群算法的聚焦爬虫搜索策略 | 第27-33页 |
| ·蚁群算法(ACO) | 第28-29页 |
| ·ACO-FC 原理 | 第29-30页 |
| ·ACO-FC 模型 | 第30-31页 |
| ·ACO-FC 流程 | 第31-32页 |
| ·ACO-FC 参数分析 | 第32-33页 |
| ·ACO-FC 实验设计 | 第33页 |
| ·ACO-FC 实验结果分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第5章 自动整理技术的方法研究 | 第35-44页 |
| ·粒子群算法 | 第35-36页 |
| ·智能单粒子算法 | 第36-38页 |
| ·K-means 算法 | 第38页 |
| ·基于智能单粒子算法的改进混合聚类算法 | 第38-40页 |
| ·ISPO+K-means 算法思想 | 第38-39页 |
| ·ISPO+K-means 算法编码与适应度函数 | 第39页 |
| ·ISPO+K-means 算法详细描述 | 第39-40页 |
| ·ISPO+K-means 算法实验设计 | 第40页 |
| ·ISPO+K-means 算法实验结果分析 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第6章 总结与展望 | 第44-46页 |
| ·主要工作和创新 | 第44页 |
| ·进一步研究的建议 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 攻读硕士学位期间发表(录用)的论文 | 第50页 |
