| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 论文研究背景与意义 | 第8-9页 |
| 1.2 论文研究内容 | 第9-11页 |
| 1.2.1 研究内容 | 第9页 |
| 1.2.2 本文工作 | 第9页 |
| 1.2.3 论文组织结构 | 第9-11页 |
| 2 相关研究 | 第11-18页 |
| 2.1 主题爬虫研究 | 第11-14页 |
| 2.1.1 传统网络爬虫 | 第11-12页 |
| 2.1.2 主题爬虫 | 第12-14页 |
| 2.2 网页净化和中文分词研究 | 第14-16页 |
| 2.2.1 网页净化 | 第14-15页 |
| 2.2.2 中文分词 | 第15-16页 |
| 2.3 SVM在主题爬虫中的应用研究 | 第16页 |
| 2.4 本章小结 | 第16-18页 |
| 3 主题爬虫框架与网页预处理 | 第18-33页 |
| 3.1 主题爬虫框架分析 | 第18-22页 |
| 3.1.1 主题爬虫总体框架和搜索策略 | 第18-20页 |
| 3.1.2 主题爬虫网页下载模块 | 第20页 |
| 3.1.3 主题爬虫网页分析模块 | 第20-22页 |
| 3.1.4 主题爬虫URL去重模块 | 第22页 |
| 3.1.5 主题爬虫相关度分析模块 | 第22页 |
| 3.2 网页预处理分析 | 第22-32页 |
| 3.2.1 网页净化 | 第23-25页 |
| 3.2.2 中文分词 | 第25-28页 |
| 3.2.3 网页文本表示 | 第28-30页 |
| 3.2.4 文本相似度计算 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 4 主题爬虫SVM算法的研究与改进 | 第33-43页 |
| 4.1 支持向量机分类算法 | 第33-38页 |
| 4.1.1 基于二次规划的支持向量机线性分类算法 | 第33-34页 |
| 4.1.2 基于二次规划的支持向量机非线性分类算法 | 第34-38页 |
| 4.2 网页的SVM主题分类算法 | 第38页 |
| 4.3 改进的SVM主题分类算法 | 第38-40页 |
| 4.4 实验结果的比较与分析 | 第40-42页 |
| 4.4.1 数据准备 | 第40页 |
| 4.4.2 实验结果及比较 | 第40-42页 |
| 4.5 本章小结 | 第42-43页 |
| 5 基于增量学习的SVN主题爬虫系统设计与实现 | 第43-48页 |
| 5.1 总体设计和框架结构 | 第43-44页 |
| 5.2 开发环境与开发工具 | 第44-45页 |
| 5.3 系统功能实现 | 第45页 |
| 5.4 舆情抓取 | 第45-47页 |
| 5.5 本章小结 | 第47-48页 |
| 6 结论与展望 | 第48-49页 |
| 6.1 工作总结 | 第48页 |
| 6.2 工作展望 | 第48-49页 |
| 7 参考文献 | 第49-55页 |
| 8 攻读硕士学位期间论文发表情况 | 第55-56页 |
| 9 致谢 | 第56页 |