基于URL及上下文的主题网络爬虫研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-22页 |
| ·研究目的与意义 | 第11-12页 |
| ·研究背景 | 第12-14页 |
| ·国内外研究现状 | 第14-20页 |
| ·关键词搜索主题爬虫 | 第14-16页 |
| ·网页内容分析主题爬虫 | 第16-17页 |
| ·链接 URL 特征主题爬虫 | 第17-20页 |
| ·论文的组织架构 | 第20-22页 |
| 第二章 Lucene.Net 的概述 | 第22-33页 |
| ·全文检索基本原理 | 第22-24页 |
| ·索引 | 第23-24页 |
| ·全文检索框架 | 第24页 |
| ·全文检索相关理论 | 第24-26页 |
| ·正排索引 | 第25页 |
| ·倒排索引 | 第25-26页 |
| ·Lucene.Net | 第26-29页 |
| ·创建索引 | 第26-28页 |
| ·索引查询 | 第28-29页 |
| ·中文分词 | 第29-32页 |
| ·根据词典进行分词 | 第30页 |
| ·按照词语的频率进行分词 | 第30-31页 |
| ·根据理解进行分词 | 第31页 |
| ·分词算法面对的挑战 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于 URL 及上下文的主题网络爬虫 | 第33-43页 |
| ·系统架构与工作流程 | 第33-34页 |
| ·获取网页编码和主题描述词的扩展 | 第34-37页 |
| ·获取网页编码 | 第34-36页 |
| ·扩展主题描述词 | 第36-37页 |
| ·主题相关度计算 | 第37-42页 |
| ·基于分块的多线程处理 | 第37-39页 |
| ·链接 URL 及上下文的分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 实验过程及实验结果分析 | 第43-49页 |
| ·实验过程 | 第43-45页 |
| ·实现简单的网络爬虫 | 第43-44页 |
| ·实现中文分词 | 第44页 |
| ·主题网络爬虫 | 第44-45页 |
| ·实验结果 | 第45-48页 |
| ·实验环境 | 第45页 |
| ·实验结果 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-50页 |
| ·论文总结 | 第49页 |
| ·工作展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53页 |
