| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第11-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 课题背景与意义 | 第15-16页 |
| 1.2 主要研究内容与工作 | 第16页 |
| 1.3 论文的组织结构 | 第16-17页 |
| 1.4 本章小结 | 第17-19页 |
| 第二章 网络爬虫及Scrapy框架 | 第19-33页 |
| 2.1 网络爬虫 | 第19-24页 |
| 2.1.1 网络爬虫的产生 | 第19页 |
| 2.1.2 网络爬虫的基本原理 | 第19-24页 |
| 2.2 Scrapy框架 | 第24-27页 |
| 2.2.1 Scrapy框架结构 | 第24-26页 |
| 2.2.2 Scrapy工作原理及流程 | 第26-27页 |
| 2.3 Scrapy-Redis原理 | 第27-29页 |
| 2.3.1 Redis简述 | 第27-28页 |
| 2.3.2 Scrapy-Redis的基本组成及原理 | 第28-29页 |
| 2.4 Graphite应用介绍 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 分布式网络新闻抓取系统的设计与实现 | 第33-57页 |
| 3.1 网络新闻爬虫的特点 | 第33页 |
| 3.2 分布式网络新闻抓取系统的设计 | 第33-41页 |
| 3.2.1 系统总体架构设计 | 第34页 |
| 3.2.2 爬取策略的设计 | 第34-37页 |
| 3.2.3 抓取字段设计 | 第37-38页 |
| 3.2.4 动态网页抓取方法的设计 | 第38页 |
| 3.2.5 爬虫的分布式设计 | 第38-39页 |
| 3.2.6 基于Graphite的系统监测组件 | 第39-40页 |
| 3.2.7 数据存储模块的设计 | 第40-41页 |
| 3.3 分布式网络新闻抓取系统的实现 | 第41-47页 |
| 3.3.1 爬虫的实现 | 第41-43页 |
| 3.3.2 爬虫防网站屏蔽组件的实现 | 第43-44页 |
| 3.3.3 动态网页数据的抓取 | 第44-46页 |
| 3.3.4 分布式爬虫的部署 | 第46-47页 |
| 3.3.5 基于Graphite的监测组件的实现 | 第47页 |
| 3.4 获取网络新闻评论数据 | 第47-48页 |
| 3.5 数据处理 | 第48-53页 |
| 3.5.1 数据处理的组成模块 | 第48-49页 |
| 3.5.2 数据清洗 | 第49-52页 |
| 3.5.3 数据分类 | 第52页 |
| 3.5.4 编码转换和对象添加 | 第52-53页 |
| 3.6 系统测试 | 第53-56页 |
| 3.6.1 测试环境 | 第53-55页 |
| 3.6.2 测试结果 | 第55-56页 |
| 3.7 本章小结 | 第56-57页 |
| 第四章 数据分析实验 | 第57-73页 |
| 4.1 新闻数据分析实验 | 第57-65页 |
| 4.1.1 舆论热点 | 第57-60页 |
| 4.1.2 时间维度的新闻特征 | 第60-62页 |
| 4.1.3 用户浏览偏好 | 第62-65页 |
| 4.2 媒体数据分析实验 | 第65-67页 |
| 4.3 评论数据分析实验 | 第67-72页 |
| 4.3.1 评论观点分析 | 第67-69页 |
| 4.3.2 评论用户性别特征 | 第69-70页 |
| 4.3.3 评论用户地区特征 | 第70-72页 |
| 4.4 实验结论 | 第72页 |
| 4.5 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 全文总结 | 第73页 |
| 5.2 未来展望 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-80页 |