首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于网络爬虫与短文本相似度的网售化妆品监管系统的研究与设计

摘要第3-4页
abstract第4页
第一章 绪论第8-14页
    1.1 研究背景及意义第8页
    1.2 国内外研究现状第8-12页
        1.2.1 化妆品监管系统研究现状第8-9页
        1.2.2 网络爬虫研究现状第9-11页
        1.2.3 短文本相似度计算研究现状第11-12页
    1.3 研究内容第12-13页
    1.4 论文结构第13-14页
第二章 网络爬虫第14-23页
    2.1 通用网络爬虫第14-16页
        2.1.1 通用网络爬虫的基本结构第14-15页
        2.1.2 通用网络爬虫的爬行策略第15-16页
    2.2 网页URL去重第16-17页
    2.3 布隆过滤器第17-20页
        2.3.1 布隆过滤器原理及判断方法第17-18页
        2.3.2 布隆过滤器的缺点及误判率第18-20页
    2.4 天猫网页URL分析第20-21页
    2.5 网页URL去重策略的改进第21-22页
    2.6 本章小结第22-23页
第三章 短文本相似度第23-29页
    3.1 短文本介绍第23-24页
        3.1.1 短文本的概念第23页
        3.1.2 短文本的特点第23-24页
    3.2 短文本相似度相关技术第24-28页
        3.2.1 LDA模型第25-27页
        3.2.2 基于知网的短文本相似度计算第27-28页
    3.3 本章小结第28-29页
第四章 系统需求分析第29-36页
    4.1 功能性需求第29-33页
        4.1.1 用户权限分析第29-30页
        4.1.2 业务流程分析第30页
        4.1.3 系统功能描述及用例分析第30-33页
    4.2 非功能性需求第33-34页
    4.3 系统可行性分析第34-35页
        4.3.1 技术可行性分析第34页
        4.3.2 经济可行性分析第34-35页
        4.3.3 社会环境分析第35页
    4.4 本章小结第35-36页
第五章 系统总体设计第36-51页
    5.1 系统设计原则第36页
    5.2 系统架构设计第36-38页
        5.2.1 B/S结构第36-37页
        5.2.2 系统架构第37-38页
    5.3 功能模块设计第38-40页
        5.3.1 基础功能模块设计第38-39页
        5.3.2 业务功能模块设计第39-40页
    5.4 数据库设计第40-50页
        5.4.1 基础功能模块数据库设计第40-43页
        5.4.2 企业信息管理模块数据库设计第43-45页
        5.4.3 产品信息管理模块数据库设计第45-46页
        5.4.4 投诉举报管理模块数据库设计第46-47页
        5.4.5 监督检查和抽验管理模块数据库设计第47-49页
        5.4.6 信用档案管理模块数据库设计第49-50页
    5.5 本章小结第50-51页
第六章 系统详细设计与实现第51-65页
    6.1 系统开发环境第51-52页
    6.2 软件工程结构第52-53页
        6.2.1 MVC模型设计第52-53页
        6.2.2 应用配置文件设计第53页
    6.3 系统功能实现第53-64页
        6.3.1 登录及注册模块第53-55页
        6.3.2 权限管理模块第55-58页
        6.3.3 企业信息管理模块第58-60页
        6.3.4 产品信息管理模块第60-61页
        6.3.5 投诉举报管理模块第61-63页
        6.3.6 监督检查和抽验管理模块第63页
        6.3.7 信用档案管理模块第63-64页
    6.4 本章小结第64-65页
第七章 总结与展望第65-67页
    7.1 总结第65页
    7.2 展望第65-67页
参考文献第67-70页
攻读硕士期间发表论文情况第70-71页
攻读硕士学位期间参与的科研项目第71-72页
致谢第72-73页

论文共73页,点击 下载论文
上一篇:大规模MIMO系统导频优化和信道估计算法研究
下一篇:基于Spark的K-medoids聚类算法的研究