博客资源的爬取与检索

摘要	第1-9页
ABSTRACT	第9-11页
第1章 绪论	第11-17页
·系统开发背景	第11-12页
·国内外博客搜索引擎发展现状	第12-15页
·博客搜索引擎的原型	第12-14页
·国内外知名博客搜索引擎分析	第14-15页
·本文的主要工作	第15页
·本文的组织结构	第15-17页
第2章 系统架构设计	第17-38页
·博客搜索引擎系统需求分析	第17页
·系统设计目标和原则	第17-18页
·开发环境	第18页
·系统功能架构设计	第18-30页
·总体功能架构	第18-23页
·插件机制	第23-26页
·MapReduce分布式处理模型	第26-30页
·系统技术架构	第30-38页
·爬取设计	第30-33页
·索引和检索	第33-38页
第3章 系统详细设计	第38-56页
·重要模块详细设计	第38-53页
·爬取	第38-40页
·网页预处理	第40-45页
·分词处理	第40-41页
·网页去噪处理	第41-42页
·网页消重处理	第42页
·页面重要度计算	第42-45页
·文档解析	第45-47页
·索引和检索	第47-53页
·分布式处理和存储	第53-55页
·日志	第55-56页
第4章 系统实现与测试	第56-73页
·系统功能实现	第56-58页
·网页重要度计算	第58-61页
·正向最大匹配分词算法的实现	第61-62页
·执行脚本	第62-65页
·入链提取	第65-67页
·网页相似度计算	第67-70页
·系统测试结果与分析	第70-73页
第5章 结论	第73-74页
参考文献	第74-76页
致谢	第76-77页
学位论文评阅及答辩情况表	第77页