航空订票服务器爬虫检测技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-13页 |
| 1.2 爬虫检测技术研究现状 | 第13-15页 |
| 1.3 论文的工作与贡献 | 第15-16页 |
| 1.4 论文结构简介 | 第16-18页 |
| 第2章 爬虫检测相关技术 | 第18-29页 |
| 2.1 网络爬虫 | 第18-20页 |
| 2.1.1 网络爬虫简介 | 第18-20页 |
| 2.1.2 网络爬虫技术热点 | 第20页 |
| 2.2 可视分析简介 | 第20-23页 |
| 2.2.1 可视分析学 | 第20-21页 |
| 2.2.2 可视分析流程 | 第21-22页 |
| 2.2.3 数据挖掘 | 第22-23页 |
| 2.3 支持向量机理论 | 第23-27页 |
| 2.3.1 线性可分支持向量机 | 第23-25页 |
| 2.3.2 线性支持向量机 | 第25-26页 |
| 2.3.3 非线性支持向量机 | 第26-27页 |
| 2.4 Redis缓存技术 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 爬虫检测技术设计与实现 | 第29-38页 |
| 3.1 数据预处理 | 第29-32页 |
| 3.1.1 数据清洗 | 第29页 |
| 3.1.2 关键信息提取 | 第29-30页 |
| 3.1.3 访问段分割 | 第30-32页 |
| 3.2 支持向量机实现爬虫分类 | 第32-35页 |
| 3.2.1 特征项选择 | 第32-33页 |
| 3.2.2 样本选择 | 第33-34页 |
| 3.2.3 核函数选择与参数寻优 | 第34-35页 |
| 3.2.4 模型更新 | 第35页 |
| 3.3 Redis缓存历史数据 | 第35-36页 |
| 3.4 爬虫检测总流程 | 第36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 可视分析系统 | 第38-45页 |
| 4.1 统计页面 | 第38-42页 |
| 4.1.1 地理航线信息 | 第38-39页 |
| 4.1.2 统计数据可视化 | 第39-40页 |
| 4.1.3 交互功能 | 第40-42页 |
| 4.2 分析页面 | 第42-44页 |
| 4.2.1 可视化负样本筛选 | 第42-43页 |
| 4.2.2 统计数据辅助分析 | 第43-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第5章 实验结果 | 第45-49页 |
| 5.1 统计与分析 | 第45-46页 |
| 5.2 SVM爬虫检测与模型更新 | 第46-49页 |
| 第6章 总结与展望 | 第49-50页 |
| 6.1 全文总结 | 第49页 |
| 6.2 今后工作展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 | 第55-56页 |
| 详细摘要 | 第56-58页 |
