定题Web搜索与挖掘的研究及系统实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题背景 | 第9页 |
| ·研究现状 | 第9-10页 |
| ·课题的研究内容 | 第10-11页 |
| ·论文的组织结构 | 第11-13页 |
| 第二章 基于Web的数据挖掘 | 第13-25页 |
| ·数据挖掘综述 | 第13-16页 |
| ·概念 | 第13页 |
| ·特点 | 第13-14页 |
| ·分类 | 第14-15页 |
| ·一般处理过程 | 第15-16页 |
| ·Web数据挖掘 | 第16-21页 |
| ·概念 | 第16-17页 |
| ·特点 | 第17-18页 |
| ·分类 | 第18-20页 |
| ·处理过程 | 第20-21页 |
| ·各类Web数据挖掘的比较 | 第21页 |
| ·Web文本挖掘 | 第21-23页 |
| ·小结 | 第23-25页 |
| 第三章 定题搜索引擎技术 | 第25-33页 |
| ·搜索引擎技术综述 | 第25-27页 |
| ·概况 | 第25-26页 |
| ·分类 | 第26页 |
| ·体系结构 | 第26-27页 |
| ·网络爬虫技术 | 第27-30页 |
| ·介绍 | 第27-28页 |
| ·设计目标 | 第28页 |
| ·工作流程 | 第28-29页 |
| ·实现方式 | 第29-30页 |
| ·HTTP协议介绍 | 第30-32页 |
| ·特点 | 第30-31页 |
| ·主要方法 | 第31页 |
| ·HTML结构树 | 第31-32页 |
| ·小结 | 第32-33页 |
| 第四章 相关理论和算法 | 第33-51页 |
| ·文本相似度 | 第33-34页 |
| ·TF-IDF权值方案 | 第33-34页 |
| ·文本相似度计算 | 第34页 |
| ·链接上下文的获取 | 第34-41页 |
| ·介绍 | 第34-35页 |
| ·HTML结构树的生成 | 第35页 |
| ·上下文推导方法 | 第35-37页 |
| ·样本数据的采集 | 第37页 |
| ·性能评价 | 第37-41页 |
| ·基于非贪婪遗传算法的定题爬行策略 | 第41-44页 |
| ·用于网络搜索的遗传算法 | 第41-42页 |
| ·用于链接选择的非贪婪策略 | 第42页 |
| ·基于非贪婪遗传算法的定题网络爬虫搜索算法 | 第42-43页 |
| ·性能评价 | 第43-44页 |
| ·文本聚类算法 | 第44-48页 |
| ·简介 | 第44页 |
| ·文本聚类及判断标准 | 第44-45页 |
| ·算法的分析与比较 | 第45-48页 |
| ·研究进展 | 第48页 |
| ·中文分词技术 | 第48-50页 |
| ·基于字符串匹配的分词方法 | 第48-49页 |
| ·基于理解的分词方法 | 第49页 |
| ·基于统计的分词方法 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第五章 系统的设计与实现 | 第51-71页 |
| ·多线程网络爬虫系统 | 第51-56页 |
| ·介绍 | 第51页 |
| ·爬虫系统的框架 | 第51-52页 |
| ·线程 | 第52-53页 |
| ·解析器 | 第53-55页 |
| ·同步机制 | 第55页 |
| ·系统实现 | 第55-56页 |
| ·分词和过滤 | 第56-58页 |
| ·介绍 | 第56-57页 |
| ·拉丁语系分词 | 第57页 |
| ·中文分词 | 第57-58页 |
| ·系统设计与实现 | 第58页 |
| ·存储数据和建立索引 | 第58-64页 |
| ·Berkeley DB介绍 | 第58-60页 |
| ·Berkeley DB系统结构 | 第60-61页 |
| ·Berkeley DB存储功能概述 | 第61-62页 |
| ·系统设计 | 第62-64页 |
| ·系统实现 | 第64页 |
| ·检索和查询接口 | 第64-69页 |
| ·体系结构 | 第64-65页 |
| ·P2P网络技术简介 | 第65-66页 |
| ·系统设计 | 第66-68页 |
| ·系统实现 | 第68-69页 |
| ·小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·研究工作的总结 | 第71页 |
| ·趋势与展望 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 在读期间发表的学术论文 | 第79页 |
