基于Nutch和Solr的旅游信息垂直搜索引擎的研究和实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-12页 |
| 1.1 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文结构及安排 | 第11页 |
| 1.4 本章小结 | 第11-12页 |
| 2 搜索引擎及相关技术 | 第12-22页 |
| 2.1 搜索引擎原理 | 第12-13页 |
| 2.2 搜索引擎的发展 | 第13-15页 |
| 2.2.1 搜索引擎的分类 | 第13-14页 |
| 2.2.2 搜索引擎发展史 | 第14-15页 |
| 2.3 通用搜索引擎 | 第15-16页 |
| 2.3.1 通用搜索引擎体系结构 | 第15页 |
| 2.3.2 通用搜索引擎的局限性 | 第15-16页 |
| 2.4 垂直搜索引擎 | 第16-18页 |
| 2.4.1 垂直搜索引擎体系结构 | 第16-17页 |
| 2.4.2 垂直搜索引擎优势 | 第17-18页 |
| 2.5 相关开源技术 | 第18-21页 |
| 2.5.1 Nutch和Solr简介 | 第18-19页 |
| 2.5.2 Nutch和Solr工作流程 | 第19页 |
| 2.5.3 Hadoop分布式平台 | 第19-21页 |
| 2.6 本章小结 | 第21-22页 |
| 3 系统总体设计 | 第22-33页 |
| 3.1 设计目标及总体方案 | 第22页 |
| 3.2 系统的总体框架 | 第22-23页 |
| 3.3 系统关键功能模块的研究和设计 | 第23-32页 |
| 3.3.1 主题爬虫模型 | 第23-25页 |
| 3.3.2 主题相关性判定模型 | 第25-27页 |
| 3.3.3 旅游领域相关性判定 | 第27-29页 |
| 3.3.4 网页排序算法 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 4 系统的详细设计与实现 | 第33-42页 |
| 4.1 开发及运行环境 | 第33页 |
| 4.2 旅游信息主题爬虫实现 | 第33-37页 |
| 4.2.1 旅游领域主题词库实现 | 第34-35页 |
| 4.2.2 初始URL确定 | 第35-36页 |
| 4.2.3 旅游信息爬行实现 | 第36-37页 |
| 4.3 网页索引实现 | 第37-39页 |
| 4.3.1 中文分词修改 | 第37-38页 |
| 4.3.2 旅游信息索引 | 第38-39页 |
| 4.4 检索模块实现 | 第39-41页 |
| 4.4.1 信息检索后台 | 第39-40页 |
| 4.4.2 信息检索前端 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 系统运行测试 | 第42-51页 |
| 5.1 实验平台 | 第42-46页 |
| 5.1.1 分布式环境搭建 | 第42-45页 |
| 5.1.2 Nutch和Solr部署 | 第45-46页 |
| 5.2 本系统运行测试 | 第46-48页 |
| 5.2.1 爬行页面准备 | 第46-47页 |
| 5.2.2 运行命令抓取页面 | 第47-48页 |
| 5.2.3 搜索结果界面 | 第48页 |
| 5.3 本系统评价分析 | 第48-50页 |
| 5.3.1 评价标准 | 第48-49页 |
| 5.3.2 结果分析 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 研究展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 硕士期间获奖情况和科研情况 | 第56-57页 |
| 致谢 | 第57页 |
