垂直搜索引擎中关键技术的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7页 |
| ·搜索引擎的发展状况 | 第7-8页 |
| ·搜索引擎的基本工作原理 | 第8页 |
| ·垂直搜索引擎在国内外发展现状 | 第8-9页 |
| ·垂直搜索引擎的发展过程 | 第8-9页 |
| ·垂直搜索引擎的未来发展方向 | 第9页 |
| ·本文章节安排 | 第9-11页 |
| 第二章 垂直搜索引擎的相关理论 | 第11-16页 |
| ·垂直搜索引擎的概念及与通用搜索引擎的区别 | 第11页 |
| ·垂直搜索引擎性能优劣的评价准则 | 第11-12页 |
| ·垂直搜索引擎的各模块功能 | 第12-14页 |
| ·主题爬虫简介 | 第14-15页 |
| ·主题爬虫的基础理论 | 第14页 |
| ·主题爬虫的系统结构 | 第14-15页 |
| ·小结 | 第15-16页 |
| 第三章 垂直搜索引擎核心技术的研究 | 第16-33页 |
| ·主题搜索研究 | 第16-19页 |
| ·基于内容评价的搜索策略 | 第16-17页 |
| ·基于链接结构的搜索策略 | 第17-19页 |
| ·开源网络爬虫Heritrix | 第19-22页 |
| ·Heritrix体系结构 | 第19-20页 |
| ·Heritrix定向抓取的改进 | 第20-22页 |
| ·网页分析提取技术 | 第22-24页 |
| ·JDK正则表达式 | 第22-23页 |
| ·HTMLParser解析工具 | 第23-24页 |
| ·中文分词技术 | 第24-28页 |
| ·基于词典匹配字符串的分词算法 | 第24-25页 |
| ·基于词频统计的分词算法 | 第25-26页 |
| ·基于理解的分词算法 | 第26-27页 |
| ·基于JE的分词算法改进 | 第27-28页 |
| ·Lucene全文检索引擎 | 第28-32页 |
| ·简介 | 第28-29页 |
| ·Lucene几个主要索引文件 | 第29页 |
| ·Lucene的索引过程 | 第29-31页 |
| ·Lucene的检索机制及查询流程 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第四章 面向体育用品的垂直搜索引擎系统设计 | 第33-37页 |
| ·系统需求 | 第33-34页 |
| ·系统体系结构设计 | 第34-35页 |
| ·系统功能设计 | 第35页 |
| ·硬件基础和软件开发环境 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第五章 面向体育用品的垂直搜索系统实现 | 第37-45页 |
| ·Heritrix爬虫抓取实验 | 第37-38页 |
| ·体育用品信息结构化提取实验 | 第38页 |
| ·中文分词改进测试 | 第38-39页 |
| ·数据存储组织及索引库 | 第39-41页 |
| ·数据库结构 | 第39页 |
| ·Lucene索引构建与检索的实现 | 第39-40页 |
| ·用户查询接口 | 第40-41页 |
| ·系统测试与验证 | 第41-44页 |
| ·小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 作者简介 | 第51页 |
| 攻读硕士学位期间研究成果 | 第51页 |
