人工智能在搜索引擎资源获取中的应用
| 1 绪论 | 第1-19页 |
| 1．1 引言 | 第7页 |
| 1．2 搜索引擎简介 | 第7-11页 |
| 1．2．1 搜索引擎的分类 | 第7-8页 |
| 1．2．2 搜索引擎的工作原理 | 第8-10页 |
| 1．2．3 主要的搜索引擎介绍 | 第10-11页 |
| 1．3 人工智能简介 | 第11-19页 |
| 1．3．1 人工智能理论 | 第11-13页 |
| 1．3．2 人工智能研究领域 | 第13-14页 |
| 1．3．3 智能代理技术 | 第14-19页 |
| 1．4 启发式算法应用搜索引擎的可能性 | 第19页 |
| 2 启发式搜索算法 | 第19-24页 |
| 2．1 启发式搜索 | 第19-20页 |
| 2．2 问题求解 | 第20-21页 |
| 2．3 启发式搜索过程 | 第21-22页 |
| 2．4 估价函数和启发信息 | 第22-23页 |
| 2．5 启发式搜索的代价和复杂性 | 第23-24页 |
| 3 理论工具-A*算法 | 第24-37页 |
| 3．1 基于深度优先和广度优先的搜索算法 | 第24-26页 |
| 3．1．1 深度优先搜索 | 第24-25页 |
| 3．1．2 宽度优先搜索 | 第25-26页 |
| 3．2 A*算法概述 | 第26-27页 |
| 3．3 A*算法流程 | 第27-28页 |
| 3．4 A*算法中的启发函数 | 第28-29页 |
| 3．S A*算法的程序编写 | 第29-37页 |
| 4 人工智能与搜索引擎资源获取的结合 | 第37-59页 |
| 4．1 问题的提出 | 第37-41页 |
| 4．1．1 现有搜索引擎资源获取的方式 | 第37-39页 |
| 4．1．2 现有搜索引擎资源获取方式的缺陷 | 第39-40页 |
| 4．1．3 将人工智能应用于搜索引擎资源获取 | 第40-41页 |
| 4．2 估值函数的设计 | 第41-44页 |
| 4．2．1 web页面的特点 | 第41-42页 |
| 4．2．2 web页面中链接的特点 | 第42-43页 |
| 4．2．3 估价函数的内部流程与代码 | 第43-44页 |
| 4．3 页面判断中使用的智能代理技术 | 第44-50页 |
| 4．3．1 文本表示方法 | 第45页 |
| 4．3．2 特征项的抽取 | 第45-46页 |
| 4．3．3 分类判断 | 第46-49页 |
| 4．3．4 阀值的确定 | 第49页 |
| 4．3．5 页面判断部分总的结构和流程 | 第49-50页 |
| 4．4 A*算法应用在搜索中 | 第50-54页 |
| 4．5 算法的应用和结果分析 | 第54-59页 |
| 4．5．1 实验结果分析 | 第54-56页 |
| 4．5．2 算法效率和程序执行代价分析 | 第56-59页 |
| 5 结论和建议 | 第59-61页 |
| 5．1 结论 | 第59页 |
| 5．2 建议 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |
