基于主题的WEB信息提取及智能搜索技术研究与实现
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11-14页 |
| ·本论文主要工作 | 第14页 |
| ·本论文的组织 | 第14-15页 |
| 第二章 技术介绍和讨论 | 第15-31页 |
| ·基于WWW的搜索引擎 | 第15-20页 |
| ·搜索引擎的组成 | 第15-16页 |
| ·web crawler | 第16-18页 |
| ·排序算法 | 第18-20页 |
| ·web文本信息的表示和特征获取 | 第20页 |
| ·web文本相关性算法 | 第20-24页 |
| ·基于元数据的判别 | 第21页 |
| ·基于链接标签数据的判别 | 第21-22页 |
| ·基于链接结构分析的判别 | 第22页 |
| ·基于页面语义信息的判别 | 第22-24页 |
| ·web文档聚类 | 第24-30页 |
| ·聚类的过程 | 第25页 |
| ·聚类的时机 | 第25-26页 |
| ·距离和相似系数 | 第26-27页 |
| ·模糊聚类算法 | 第27-29页 |
| ·聚类算法评价 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于主题的智能搜索系统设计 | 第31-46页 |
| ·系统框架 | 第32页 |
| ·基于主题的crawler框架 | 第32-40页 |
| ·基于页面结构分析的信息提取 | 第33-37页 |
| ·主题相关性判断 | 第37-40页 |
| ·模糊 C-均值聚类器 | 第40-45页 |
| ·FCM算法描述 | 第40-42页 |
| ·影响 FCM有效性的两个参数 | 第42-44页 |
| ·FCM算法改进 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 系统实现 | 第46-68页 |
| ·页面获取 | 第46-56页 |
| ·种子集合的产生 | 第47-49页 |
| ·多线程 Fetch | 第49-53页 |
| ·网页消重 | 第53-56页 |
| ·页面分析 | 第56-58页 |
| ·数据表设计及字典生成 | 第56-58页 |
| ·页面表示及信息提取 | 第58页 |
| ·聚类算法的实现 | 第58-65页 |
| ·改进 FCM实现流程图 | 第59-60页 |
| ·改进 FCM算法实现 | 第60-64页 |
| ·算法测试 | 第64-65页 |
| ·实现中用到的编程技术 | 第65-67页 |
| ·Socket编程技术 | 第65页 |
| ·ADO数据库编程 | 第65-67页 |
| ·Boost库 | 第67页 |
| ·本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| ·本文总结 | 第68页 |
| ·下一步研究工作展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 个人简历 | 第75-76页 |
| 攻硕期间取得的研究成果 | 第76页 |
