| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-16页 |
| ·背景 | 第7页 |
| ·通用搜索引擎 | 第7-12页 |
| ·搜索引擎的发展历史 | 第7-8页 |
| ·搜索引擎的分类 | 第8-9页 |
| ·搜索引擎组成及工作原理 | 第9-10页 |
| ·现有的通用搜索引擎的局限性 | 第10-11页 |
| ·搜索引擎的发展趋势 | 第11-12页 |
| ·垂直搜索引擎 | 第12-14页 |
| ·垂直搜索引擎的优势 | 第12页 |
| ·专业网络蜘蛛 | 第12-13页 |
| ·研究现状 | 第13-14页 |
| ·本文的工作和组织 | 第14-16页 |
| 第2章 相关技术的研究现状 | 第16-27页 |
| ·中文分词技术 | 第16-20页 |
| ·基于字符串匹配的分词方法 | 第16-18页 |
| ·基于统计的分词方法 | 第18-20页 |
| ·基于理解的分词方法 | 第20页 |
| ·主题判别的研究现状 | 第20-22页 |
| ·布尔模型 | 第20-21页 |
| ·向量空间模型 | 第21-22页 |
| ·基于链接的分析技术 | 第22-26页 |
| ·PageRank算法 | 第22-25页 |
| ·HITS算法 | 第25-26页 |
| ·PageRank和HITS算法比较 | 第26页 |
| ·本章小节 | 第26-27页 |
| 第3章 中文分词和主题预测算法 | 第27-41页 |
| ·基于主题的自适应的分词方法 | 第27-30页 |
| ·候选词典 | 第27-28页 |
| ·Aging技术 | 第28-29页 |
| ·基于主题的自适应分词算法 | 第29-30页 |
| ·基于Web Community的URL主题相关度预测 | 第30-39页 |
| ·基于父网页的主题相关度预测 | 第31-33页 |
| ·基于链入网页的主题相关度预测 | 第33-34页 |
| ·TPR主题相关度预测算法 | 第34-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 基于稀疏隧道技术的专业网络蜘蛛 | 第41-51页 |
| ·专业网络蜘蛛 | 第41-44页 |
| ·专业网络蜘蛛的工作原理 | 第41-42页 |
| ·专业网络蜘蛛存在的问题 | 第42-44页 |
| ·隧道技术 | 第44-45页 |
| ·隧道技术分析 | 第44-45页 |
| ·隧道技术的优点 | 第45页 |
| ·稀疏隧道技术 | 第45-51页 |
| ·Web Community黑名单 | 第46-47页 |
| ·稀疏探索 | 第47页 |
| ·稀疏隧道技术的流程 | 第47-48页 |
| ·策略的比较 | 第48-51页 |
| 第5章 系统设计与实现 | 第51-56页 |
| ·设计思想 | 第51页 |
| ·体系结构 | 第51-56页 |
| ·URL服务器 | 第52页 |
| ·网络蜘蛛 | 第52-53页 |
| ·主题判别器 | 第53-54页 |
| ·URL提取器 | 第54-55页 |
| ·主题预测器 | 第55-56页 |
| 第6章 总结与展望 | 第56-57页 |
| ·总结 | 第56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |