主题爬行器的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1. 第一章 绪论 | 第10-19页 |
| ·主题爬行研究的重要意义 | 第10-17页 |
| ·搜索引擎的兴起 | 第10-12页 |
| ·搜索引擎的分类 | 第12-14页 |
| ·主题爬行的提出 | 第14-15页 |
| ·主题爬行的现状 | 第15-17页 |
| ·主要工作 | 第17-19页 |
| 2. 第二章 主题爬行关键技术 | 第19-39页 |
| ·通用爬行器介绍 | 第20-22页 |
| ·主题爬行器介绍 | 第22-24页 |
| ·文本分类技术 | 第24-32页 |
| ·文本表示 | 第24-25页 |
| ·向量空间模型 | 第25-30页 |
| ·特征项选择 | 第25-28页 |
| ·特征项赋权 | 第28-29页 |
| ·文档相似度 | 第29-30页 |
| ·布尔模型 | 第30页 |
| ·概率模型 | 第30-31页 |
| ·分类效果评价 | 第31-32页 |
| ·爬行策略 | 第32-38页 |
| ·基于网页内容的爬行策略 | 第32-35页 |
| ·最优优先策略 | 第32-34页 |
| ·链接上下文策略 | 第34页 |
| ·分块策略 | 第34页 |
| ·上下文图策略及增强学习策略 | 第34-35页 |
| ·基于网页链接的爬行策略 | 第35-38页 |
| ·PageRank 算法 | 第35-37页 |
| ·HITS 算法 | 第37-38页 |
| ·小结 | 第38-39页 |
| 3. 第三章 基于特征项位置信息的权重算法 | 第39-48页 |
| ·TF-IDF 权重算法的不足之处 | 第39-41页 |
| ·网页不同位置主题表达能力研究的介绍 | 第41-42页 |
| ·基于特征项位置信息的权重算法 | 第42-44页 |
| ·文档类型特征向量的训练 | 第44-45页 |
| ·增量更新 | 第45-46页 |
| ·文档分类系统框架 | 第46-48页 |
| 4. 第四章 基于URL 综合信息的爬行策略 | 第48-56页 |
| ·概述 | 第48-50页 |
| ·URL 的目录层次 | 第50-52页 |
| ·超链接的锚文本信息 | 第52-53页 |
| ·基于URL 综合信息的爬行策略 | 第53-56页 |
| 5. 第五章 主题爬行器的总体设计 | 第56-59页 |
| ·系统结构及流程 | 第56-57页 |
| ·系统工具 | 第57-59页 |
| 6. 第六章 主题爬行器详细设计及实现 | 第59-80页 |
| ·主题训练模块 | 第59-62页 |
| ·初始种子模块 | 第62-63页 |
| ·爬行模块 | 第63-74页 |
| ·构造和维护各个URL 队列 | 第66-67页 |
| ·获取网页 | 第67-69页 |
| ·解析网页 | 第69-74页 |
| ·对网页和超链接的处理 | 第74页 |
| ·前端分类器 | 第74-75页 |
| ·后端分类器 | 第75-77页 |
| ·本地数据存储系统 | 第77-80页 |
| 7. 第七章 试验与分析 | 第80-86页 |
| ·数据集 | 第80页 |
| ·权重算法对比实验 | 第80-83页 |
| ·分类效果评价 | 第80-81页 |
| ·不同加权因子对文档分类影响的测试 | 第81-82页 |
| ·类别特征向量增量更新对文档分类影响的测试 | 第82-83页 |
| ·不同爬行策略对比实验 | 第83-86页 |
| ·实验结果的评价方法 | 第83-84页 |
| ·试验数据 | 第84-86页 |
| 8. 第八章 总结与展望 | 第86-89页 |
| ·总结 | 第86-87页 |
| ·主题爬行的技术前景和展望 | 第87-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-93页 |
| 攻硕之间取得的研究成果 | 第93-94页 |
