面向领域的Web文本采集与分类
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·论文研究的主要内容 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 2 机械主题爬虫方案设计 | 第14-50页 |
| ·机械主题爬虫总体设计 | 第14-19页 |
| ·网页采集相关理论与技术 | 第14-17页 |
| ·总体设计方案 | 第17-19页 |
| ·主题确立及初始URL | 第19-29页 |
| ·预处理和主题的向量空间表示模型 | 第19-25页 |
| ·主题描述方法 | 第25-28页 |
| ·初始种子URL筛选 | 第28-29页 |
| ·网页解析与下载 | 第29-39页 |
| ·HTML语法分析 | 第29-30页 |
| ·页面下载与链接提取 | 第30-35页 |
| ·网页正文提取方法 | 第35-38页 |
| ·礼貌采集 | 第38-39页 |
| ·主题相关性分析 | 第39-41页 |
| ·主题搜索策略 | 第41-47页 |
| ·常见主题爬虫搜索策略 | 第41-44页 |
| ·PageRank算法 | 第44-46页 |
| ·综合价值评价主题搜索算法 | 第46-47页 |
| ·机械主题爬虫系统实验及结果评价 | 第47-50页 |
| 3 机械领域文本分类研究 | 第50-60页 |
| ·领域文本分类的特点 | 第50-51页 |
| ·机械产品类别信息 | 第51-52页 |
| ·基于机器学习的文本分类流程 | 第52-54页 |
| ·常用文本分类算法 | 第54-56页 |
| ·基于KNN的机械文本分类算法 | 第56-60页 |
| ·算法描述 | 第56页 |
| ·实验结果与分析 | 第56-60页 |
| 4 机械领域 Web 文本采集与挖掘原型系统 | 第60-68页 |
| ·面向领域 Web 文本信息采集与挖掘系统模型 | 第60-61页 |
| ·系统设计目标 | 第61-62页 |
| ·开发与运行环境 | 第62页 |
| ·系统功能介绍 | 第62-67页 |
| ·主题爬虫模块 | 第63-64页 |
| ·文本挖掘模块 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 5 结语 | 第68-70页 |
| ·总结 | 第68页 |
| ·进一步研究工作 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间发表的论文 | 第74-75页 |
| 硕士学位期间参与的科研项目 | 第75页 |
