基于Heritrix维吾尔信息搜索引擎的研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 维吾尔语搜索引擎研究的目的和意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 研究内容、研究中所要突破的难题 | 第10-11页 |
| 1.4 文章内容的安排 | 第11-12页 |
| 第二章 搜索引擎关键技术概述 | 第12-25页 |
| 2.1 引言 | 第12页 |
| 2.2 搜索引擎的结构及工作原理 | 第12-15页 |
| 2.3 网页分类技术 | 第15-16页 |
| 2.4 HTML语法基础知识 | 第16-18页 |
| 2.5 Htmlparser解析网页 | 第18-20页 |
| 2.6 维吾尔文字特点 | 第20-23页 |
| 2.7 Heritrix网络爬虫 | 第23页 |
| 2.8 维吾尔语自动分词技术 | 第23-24页 |
| 2.9 本章小结 | 第24-25页 |
| 第三章 增量同生主题的维吾尔文爬虫 | 第25-35页 |
| 3.1 引言 | 第25页 |
| 3.2 主题爬虫的设计 | 第25-27页 |
| 3.3 网页特征描述 | 第27页 |
| 3.4 网页主题特征提取算法 | 第27-31页 |
| 3.5 维吾尔语增量同生主题模型 | 第31-34页 |
| 3.5.1 网页主题特征选择 | 第31-32页 |
| 3.5.2 增量同生主题模型 | 第32-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 网页优先级排序算法改进 | 第35-46页 |
| 4.1 引言 | 第35页 |
| 4.2 经典搜索引擎排序算法及比较 | 第35-39页 |
| 4.2.1 PageRank算法 | 第35-36页 |
| 4.2.2 Hits算法 | 第36-38页 |
| 4.2.3 HIlltop算法 | 第38页 |
| 4.2.4 三种网页排名算法的比较 | 第38-39页 |
| 4.3 主题敏感的PageRank算法改进 | 第39-41页 |
| 4.4 实验结果分析 | 第41-44页 |
| 4.4.1 测试环境 | 第41页 |
| 4.4.2 数据集合 | 第41-42页 |
| 4.4.3 评价指标及实验结果 | 第42-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第五章 搜索引擎的设计与实现 | 第46-61页 |
| 5.1 引言 | 第46页 |
| 5.2 使用heritrix抓取网络 | 第46-50页 |
| 5.3 Lucene索引文件 | 第50-51页 |
| 5.4 维吾尔文搜索引擎系统演示 | 第51-59页 |
| 5.4.1 提取网页URL | 第51-52页 |
| 5.4.2 提取网页内容 | 第52-53页 |
| 5.4.3 MySQL建立数据库 | 第53-54页 |
| 5.4.4 在mysql中保存分析后的数据 | 第54-55页 |
| 5.4.5 对网页内容建立Lucene索引 | 第55-56页 |
| 5.4.6 人机交互--网页查询过程 | 第56-58页 |
| 5.4.7 用户界面的编写 | 第58-59页 |
| 5.4.8 搜索结果 | 第59页 |
| 5.5 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 全文研究工作总结 | 第61-62页 |
| 6.2 今后待研究的方向 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 发表论文和参加科研情况 | 第65-66页 |
| 致谢 | 第66-68页 |
