| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-10页 |
| CONTENTS | 第10-13页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 本文研究内容 | 第15页 |
| 1.4 本文的组织架构 | 第15-17页 |
| 第二章 搜索引擎的相关原理和技术 | 第17-31页 |
| 2.1 搜索引擎的概念 | 第17-18页 |
| 2.2 搜索引擎的发展历史和趋势 | 第18-20页 |
| 2.2.1 搜索引擎的发展历程 | 第18-19页 |
| 2.2.2 搜索引擎的发展趋势 | 第19-20页 |
| 2.3 一些著名的搜索引擎 | 第20-22页 |
| 2.4 搜索引擎的一般工作原理 | 第22-26页 |
| 2.5 Nutch的组成部分及工作原理 | 第26-28页 |
| 2.5.1 Nutch的组成部分 | 第26-27页 |
| 2.5.2 Nutch网页爬虫的工作原理 | 第27-28页 |
| 2.6 Solr相关技术研究 | 第28-30页 |
| 2.6.1 solr介绍 | 第28-29页 |
| 2.6.2 solr的数据结构 | 第29-30页 |
| 2.7 本章小总 | 第30-31页 |
| 第三章 时态信息的抽取与排序算法改进 | 第31-46页 |
| 3.1 时间表示 | 第31页 |
| 3.2 网页时态信息的处理流程 | 第31-33页 |
| 3.3 网页内容时态信息的抽取 | 第33-37页 |
| 3.3.1 时间短语的模板规则 | 第33-35页 |
| 3.3.2 时间词词典 | 第35-36页 |
| 3.3.3 时态信息抽取算法 | 第36-37页 |
| 3.4 时态信息的格式化处理 | 第37-40页 |
| 3.4.1 时态信息规范化 | 第37页 |
| 3.4.2 参考时间的确定 | 第37-38页 |
| 3.4.3 时态信息转换 | 第38-40页 |
| 3.5 基于内容时态信息的排序算法改进 | 第40-45页 |
| 3.5.1 问题分析 | 第40-41页 |
| 3.5.2 传统时态相关的排序算法 | 第41-42页 |
| 3.5.3 网页内容时态相关度排序算法(CTRR) | 第42-44页 |
| 3.5.4 基于时态相关性的网页排序 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于内容时态信息的搜索引擎系统的实现 | 第46-63页 |
| 4.1 系统目标 | 第46页 |
| 4.2 系统架构 | 第46-47页 |
| 4.3 功能实现 | 第47-51页 |
| 4.3.1 时态信息抽取实现 | 第48-49页 |
| 4.3.2 时态信息排序实现 | 第49-51页 |
| 4.4 运行系统 | 第51-62页 |
| 4.4.1 安装nutch | 第51-53页 |
| 4.4.2 安装tomcat | 第53页 |
| 4.4.3 安装solr | 第53-54页 |
| 4.4.4 执行抓取 | 第54页 |
| 4.4.5 搜索结果示例 | 第54-61页 |
| 4.4.6 系统性能 | 第61-62页 |
| 4.5 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 本文工作总结 | 第63页 |
| 下一步工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |