垂直搜索引擎中主题网络爬虫算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·通用网络爬虫研究现状 | 第9-10页 |
| ·主题网络爬虫研究现状 | 第10-12页 |
| ·研究内容及组织结构 | 第12-13页 |
| 第二章 搜索引擎中的网络爬虫 | 第13-27页 |
| ·搜索引擎简介 | 第13-16页 |
| ·搜索引擎的发展史 | 第13-14页 |
| ·搜索引擎的分类 | 第14-15页 |
| ·搜索引擎工作原理 | 第15-16页 |
| ·通用网络爬虫 | 第16-19页 |
| ·通用网络爬虫体系结构 | 第16-17页 |
| ·通用网络爬虫的搜索策略 | 第17-19页 |
| ·主题网络爬虫 | 第19-25页 |
| ·主题网络爬虫体系结构 | 第19-20页 |
| ·主题网络爬虫的搜索策略 | 第20-25页 |
| ·通用网络爬虫与主题网络爬虫的区别 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 主题网络爬虫关键技术 | 第27-36页 |
| ·网页预处理 | 第27-29页 |
| ·HTML 网页结构 | 第27-28页 |
| ·网页内容的提取 | 第28-29页 |
| ·文本分词 | 第29页 |
| ·主题相关性判定算法 | 第29-35页 |
| ·向量空间模型判定算法 | 第30-32页 |
| ·向量空间模型算法的优点和缺点 | 第32-33页 |
| ·朴素贝叶斯分类算法 | 第33-35页 |
| ·朴素贝叶斯分类算法优点和缺点 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于候选链接主题边缘文本的主题爬虫 | 第36-43页 |
| ·杜威十进分类法 | 第36-37页 |
| ·候选链接主题边缘文本的提取 | 第37-38页 |
| ·构建朴素贝叶斯文本分类器 | 第38-40页 |
| ·主题网络爬虫体系结构 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第五章 实验分析 | 第43-47页 |
| ·评价方法 | 第43-44页 |
| ·实验环境 | 第44页 |
| ·实验结果与分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-48页 |
| ·总结 | 第47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读硕士期间发表的学术论文和科研成果 | 第51-52页 |
| 致谢 | 第52页 |
