基于Nutch的医学领域垂直搜索引擎系统的研究与实现
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 垂直搜索引擎研究现状 | 第10-11页 |
| 1.3 论文内容与组织结构 | 第11-13页 |
| 第2章 搜索引擎概述 | 第13-23页 |
| 2.1 搜索引擎的分类 | 第13-14页 |
| 2.2 搜索引擎的工作原理 | 第14-16页 |
| 2.3 搜索引擎的组成模块 | 第16-17页 |
| 2.4 中文分词技术 | 第17-19页 |
| 2.5 Lucene技术 | 第19-20页 |
| 2.6 系统框架Nutch | 第20-22页 |
| 2.7 本章小结 | 第22-23页 |
| 第3章 医学领域垂直搜索引擎的总体分析与设计 | 第23-27页 |
| 3.1 医学领域现状分析 | 第23页 |
| 3.2 搜索引擎设计思想及总体流程分析 | 第23-25页 |
| 3.3 初始URL的确定 | 第25页 |
| 3.4 网页解析模块 | 第25-26页 |
| 3.5 中文分词模块 | 第26页 |
| 3.6 本章小结 | 第26-27页 |
| 第4章 主题爬虫模块的分析与设计 | 第27-37页 |
| 4.1 网络爬虫策略 | 第27-28页 |
| 4.2 网络爬虫的分类 | 第28-30页 |
| 4.2.1 通用网络爬虫 | 第28-29页 |
| 4.2.2 主题网络爬虫 | 第29-30页 |
| 4.3 网络爬虫的结构设计 | 第30-32页 |
| 4.4 网页分块 | 第32-33页 |
| 4.5 主题网页判别 | 第33-36页 |
| 4.6 本章小结 | 第36-37页 |
| 第5章 信息检索模块的分析与设计 | 第37-51页 |
| 5.1 索引的建立 | 第37-39页 |
| 5.2 信息的检索 | 第39-44页 |
| 5.2.1 信息检索模型 | 第39-42页 |
| 5.2.2 信息检索的实现 | 第42-43页 |
| 5.2.3 存在问题分析及其完善 | 第43-44页 |
| 5.3 信息检索中的网页排序 | 第44-49页 |
| 5.3.1 Page Rank算法 | 第44-47页 |
| 5.3.2 存在问题 | 第47页 |
| 5.3.3 算法的完善 | 第47-49页 |
| 5.4 本章小结 | 第49-51页 |
| 第6章 医学领域垂直搜索引擎系统的实现 | 第51-55页 |
| 6.1 系统开发环境 | 第51页 |
| 6.2 医学领域垂直搜索引擎系统的实现 | 第51-52页 |
| 6.3 系统性能分析 | 第52-54页 |
| 6.3.1 主题爬虫性能评价 | 第52-53页 |
| 6.3.2 搜索结果分析 | 第53-54页 |
| 6.4 本章小结 | 第54-55页 |
| 第7章 总结与展望 | 第55-57页 |
| 7.1 工作总结 | 第55页 |
| 7.2 研究展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-62页 |
