专业搜索引擎的研究与设计
| 目录 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 引言 | 第6-7页 |
| 第一章 专业搜索引擎研究的背景及意义 | 第7-12页 |
| 1．1 搜索引擎的发展史 | 第7页 |
| 1．2 搜索引擎的发展趋势 | 第7-8页 |
| 1．3 专业搜索引擎概况 | 第8-10页 |
| 1．3．1 专业搜索引擎产生的背景 | 第9页 |
| 1．3．2 专业搜索引擎目前的研究状况 | 第9-10页 |
| 1．4 本论文的主要内容 | 第10-12页 |
| 第二章 背景知识及相关方法 | 第12-23页 |
| 2．1 数据挖掘 | 第12-20页 |
| 2．1．1 关联规则挖掘 | 第12-14页 |
| 2．1．2 分类 | 第14-17页 |
| 2．1．3 聚类 | 第17-20页 |
| 2．2 本体论简介 | 第20-21页 |
| 2．3 主题页面在Web上的分布特征 | 第21-23页 |
| 第三章 专业搜索引擎 | 第23-35页 |
| 3．1 通用搜索引擎 | 第23-27页 |
| 3．1．1 通用搜索引擎的分类 | 第23-25页 |
| 3．1．2 通用搜索引擎的工作原理 | 第25-27页 |
| 3．2 专业搜索引擎简介 | 第27-28页 |
| 3．3 专业搜索引擎系统总体结构 | 第28-29页 |
| 3．4 本体论的设计 | 第29-31页 |
| 3．5 语言处理器模块 | 第31-32页 |
| 3．6 数据挖掘器 | 第32-33页 |
| 3．6．1 关键字关联 | 第32页 |
| 3．6．2 文档聚类 | 第32-33页 |
| 3．7 数据库模块 | 第33-35页 |
| 第四章 页面解析和中文分词 | 第35-42页 |
| 4．1 页面解析的任务、过程 | 第35页 |
| 4．2 中文分词简介 | 第35-36页 |
| 4．3 交集型切分歧义的分类 | 第36-39页 |
| 4．3．1 交集字段和最大交集字段 | 第36-37页 |
| 4．3．2 最大交集字段按宏结构分类 | 第37-39页 |
| 4．4 歧义处理方法 | 第39-42页 |
| 4．4．1 最大交集字段的提取 | 第39页 |
| 4．4．2 切分原则 | 第39-40页 |
| 4．4．3 几种主要类型的切分规则 | 第40-42页 |
| 第五章 专业搜索引擎网络蜘蛛的设计 | 第42-53页 |
| 5．1 专业搜索引擎网络蜘蛛系统模型 | 第42页 |
| 5．2 网络蜘蛛搜索策略 | 第42-50页 |
| 5．2．1 网络蜘蛛搜索策略概述 | 第42-46页 |
| 5．2．2 非贪婪搜索策略 | 第46-47页 |
| 5．2．3 IPageRank算法 | 第47-50页 |
| 5．3 页面与主题的相关性判定 | 第50-53页 |
| 5．3．1 标准搜索主题特征向量的提取 | 第50-51页 |
| 5．3．2 改进的VSM方法 | 第51页 |
| 5．3．3 特征项加权模型 | 第51-52页 |
| 5．3．4 页面与主题的相关性判定 | 第52-53页 |
| 第六章 排序算法 | 第53-60页 |
| 6．1 搜索过程 | 第53页 |
| 6．2 我们的排序算法 | 第53-60页 |
| 6．2．1 链接扩展 | 第53-56页 |
| 6．2．2排序算法 | 第56-58页 |
| 6．2．3 排序结果分析 | 第58-60页 |
| 第七章 回顾与展望 | 第60-61页 |
| 参考文献： | 第61-64页 |
| 致谢 | 第64页 |
