| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 论文研究背景 | 第10-12页 |
| 1.1.1 学术背景 | 第10-12页 |
| 1.1.2 项目背景 | 第12页 |
| 1.2 垂直搜索引擎现状和发展趋势 | 第12-15页 |
| 1.2.1 垂直搜索引擎的现状 | 第12-14页 |
| 1.2.2 垂直搜索引擎的发展趋势 | 第14-15页 |
| 1.3 论文研究的内容和意义 | 第15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 第2章 垂直搜索引擎工作原理和关键技术 | 第18-32页 |
| 2.1 通用搜索引擎的原理 | 第18页 |
| 2.2 垂直搜索引擎的原理 | 第18-19页 |
| 2.3 通用网络爬虫 | 第19-21页 |
| 2.3.1 工作原理 | 第19-20页 |
| 2.3.2 爬行策略 | 第20-21页 |
| 2.4 主题网络爬虫 | 第21-26页 |
| 2.4.1 工作原理 | 第21-22页 |
| 2.4.2 基于 WEB 页面内容的爬行策略 | 第22-25页 |
| 2.4.3 基于 WEB 链接结构的爬行策略 | 第25-26页 |
| 2.5 页面主题相似度计算模型 | 第26-30页 |
| 2.5.1 布尔模型方法 | 第27页 |
| 2.5.2 向量空间模型方法 | 第27-28页 |
| 2.5.3 概率模型方法 | 第28-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第3章 Shark-Search 算法改进 | 第32-42页 |
| 3.1 Shark-Search 算法 | 第32-33页 |
| 3.1.1 Shark-Search 相关算法分析 | 第32-33页 |
| 3.1.2 Shark-Search 算法可改进点 | 第33页 |
| 3.2 Shark-Search 算法改进 | 第33-37页 |
| 3.2.1 URL 结构相似性 | 第33-34页 |
| 3.2.2 URL 聚类算法 | 第34-36页 |
| 3.2.3 改进的 Shark-Search 算法预测链接优先级 | 第36-37页 |
| 3.3 二次主题判断识别高质量主题相关页面 | 第37-39页 |
| 3.3.1 主题误判原因分析 | 第37-38页 |
| 3.3.2 主题误判解决方式 | 第38页 |
| 3.3.3 基于改进的 Shark-Search 算法的主题爬行策略 | 第38-39页 |
| 3.4 本章小结 | 第39-42页 |
| 第4章 面向图书的垂直搜索系统的设计与实现 | 第42-64页 |
| 4.1 系统整体架构设计 | 第42-43页 |
| 4.2 信息采集模块的实现 | 第43-45页 |
| 4.2.1 选择数据源 | 第43页 |
| 4.2.2 构建主题向量 | 第43-44页 |
| 4.2.3 中文分词器 | 第44-45页 |
| 4.3 信息抽取模块的设计与实现 | 第45-54页 |
| 4.3.1 Web 信息抽取算法 | 第45-52页 |
| 4.3.2 元数据信息抽取的实现和存储 | 第52-54页 |
| 4.4 信息索引模块的设计与实现 | 第54-59页 |
| 4.4.1 全文索引概念 | 第54-56页 |
| 4.4.2 Lucene 介绍 | 第56-57页 |
| 4.4.3 索引过程 | 第57页 |
| 4.4.4 图书元数据索引字段选择 | 第57-58页 |
| 4.4.5 图书元数据索引实现 | 第58-59页 |
| 4.5 信息搜索模块的设计与实现 | 第59-62页 |
| 4.5.1 搜索过程 | 第59-60页 |
| 4.5.2 扩展 Lucene 默认结果排序 | 第60-62页 |
| 4.6 用户接口的实现 | 第62页 |
| 4.7 本章小结 | 第62-64页 |
| 第5章 实验结果与分析 | 第64-68页 |
| 5.1 实验环境 | 第64页 |
| 5.2 改进的 Shark-Search 算法实验 | 第64页 |
| 5.3 面向图书的垂直搜索系统搜索实验 | 第64-67页 |
| 5.3.1 搜索准确度 | 第64-66页 |
| 5.3.2 使用自定义排序前后效果图 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间获得的科研成果 | 第74-76页 |
| 致谢 | 第76页 |
