垂直搜索引擎实现数据信息采集
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 引言 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究和应用现状 | 第10页 |
| 1.3 研究意义 | 第10-11页 |
| 1.4 本文组织机构 | 第11-12页 |
| 第二章 搜索引擎相关介绍 | 第12-18页 |
| 2.1 搜索引擎分类 | 第12-14页 |
| 2.1.1 全文搜索引擎 | 第12页 |
| 2.1.2 目录搜索引擎 | 第12页 |
| 2.1.3 元搜索引擎 | 第12-13页 |
| 2.1.4 垂直搜索引擎 | 第13-14页 |
| 2.2 全文搜索引擎原理 | 第14-16页 |
| 2.3 搜索引擎对比 | 第16-17页 |
| 2.3.1 三种常规搜索引擎之间的对比 | 第16页 |
| 2.3.2 全文搜索引擎和垂直搜索引擎的对比 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第三章 抓取网络信息 | 第18-36页 |
| 3.1 Jsoup工具 | 第19-20页 |
| 3.2 Heritrix爬虫 | 第20-27页 |
| 3.2.1 网页去重 | 第21页 |
| 3.2.2 FishSearch算法 | 第21-22页 |
| 3.2.3 具体实现 | 第22-26页 |
| 3.2.4 简单优化 | 第26-27页 |
| 3.3 API抓取 | 第27-33页 |
| 3.4 三种抓取方式的比较 | 第33-35页 |
| 3.4.1 常规爬虫的比较 | 第33-34页 |
| 3.4.2 常规爬虫和新型抓取工具的比较 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 Lucene索引和检索 | 第36-53页 |
| 4.1 Lucene简介 | 第36-38页 |
| 4.1.1 Lucene的核心类 | 第37页 |
| 4.1.2 索引和索引库 | 第37-38页 |
| 4.2 索引创建 | 第38-39页 |
| 4.3 分词器比较 | 第39-40页 |
| 4.4 IK分词器 | 第40-47页 |
| 4.4.1 词典 | 第40-41页 |
| 4.4.2 分词 | 第41-42页 |
| 4.4.3 词元比较算法 | 第42页 |
| 4.4.4 歧义判断 | 第42-43页 |
| 4.4.5 优化改进 | 第43-47页 |
| 4.5 Lucene评分机制 | 第47-51页 |
| 4.6 索引查询 | 第51页 |
| 4.7 本章小结 | 第51-53页 |
| 第五章 仿真实现搜索引擎功能 | 第53-58页 |
| 5.1 开发环境和工具 | 第53页 |
| 5.2 具体设计 | 第53-54页 |
| 5.2.1 原文件数据搜集 | 第53-54页 |
| 5.2.2 为原文件创建索引 | 第54页 |
| 5.2.3 查询索引 | 第54页 |
| 5.3 结果显示 | 第54-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 展望和总结 | 第58-60页 |
| 6.1 论文的研究成果 | 第58-59页 |
| 6.2 论文的不足 | 第59页 |
| 6.3 展望规划 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 作者简介 | 第63页 |
| 攻读硕士学位期间研究成果 | 第63页 |
