基于主题的多线程网络爬虫系统的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要研究工作 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 爬虫基本原理及相关技术 | 第14-20页 |
| 2.1 爬虫技术 | 第14页 |
| 2.2 通用爬虫 | 第14-17页 |
| 2.2.1 通用爬虫的基本工作流程 | 第14-15页 |
| 2.2.2 通用爬虫爬行策略 | 第15-16页 |
| 2.2.3 通用爬虫的不足 | 第16-17页 |
| 2.3 主题爬虫 | 第17-19页 |
| 2.3.1 主题爬虫的结构 | 第17页 |
| 2.3.2 主题爬虫的搜索策略 | 第17-19页 |
| 2.4 Crawler4J介绍 | 第19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 系统关键算法研究 | 第20-34页 |
| 3.1 相关背景 | 第20-21页 |
| 3.2 基于语义指纹与LCS的文本去重方法 | 第21-22页 |
| 3.3 去重模型 | 第22页 |
| 3.4 特征向量生成 | 第22-25页 |
| 3.4.1 生成内容特征向量 | 第22-24页 |
| 3.4.2 生成摘要特征向量 | 第24-25页 |
| 3.5 语义指纹生成 | 第25-26页 |
| 3.6 相似度计算 | 第26-29页 |
| 3.6.1 指纹相似度计算方法 | 第26-27页 |
| 3.6.2 内容相似度计算方法 | 第27-29页 |
| 3.7 去重方法实现流程 | 第29-30页 |
| 3.8 实验验证 | 第30-33页 |
| 3.9 本章小结 | 第33-34页 |
| 第四章 系统需求分析与总体功能的设计 | 第34-55页 |
| 4.1 系统需求分析与系统目标 | 第34-36页 |
| 4.1.1 功能性需求 | 第34-35页 |
| 4.1.2 非功能性需求 | 第35-36页 |
| 4.1.3 系统目标 | 第36页 |
| 4.2 网络架构设计 | 第36-37页 |
| 4.3 系统层次结构设计 | 第37-38页 |
| 4.4 系统功能架构 | 第38-40页 |
| 4.5 系统流程设计 | 第40-42页 |
| 4.6 数据库设计 | 第42-51页 |
| 4.6.1 概念模型设计 | 第42-43页 |
| 4.6.2 数据库逻辑结构设计 | 第43-45页 |
| 4.6.3 物理表的设计 | 第45-51页 |
| 4.7 主要接口设计 | 第51-53页 |
| 4.8 界面总体设计 | 第53-54页 |
| 4.8.1 界面设计原则 | 第53页 |
| 4.8.2 界面设计 | 第53-54页 |
| 4.9 本章小结 | 第54-55页 |
| 第五章 系统主要功能模块的设计与实现 | 第55-77页 |
| 5.1 多线程爬虫模块 | 第55-61页 |
| 5.1.1 功能设计 | 第55-58页 |
| 5.1.2 流程设计 | 第58-60页 |
| 5.1.3 页面更新检测 | 第60页 |
| 5.1.4 关键代码 | 第60-61页 |
| 5.2 主题判定模块 | 第61-64页 |
| 5.2.1 功能设计 | 第61-62页 |
| 5.2.2 流程设计 | 第62页 |
| 5.2.3 算法设计 | 第62-63页 |
| 5.2.4 关键代码 | 第63-64页 |
| 5.3 文本去重模块 | 第64-69页 |
| 5.3.1 功能设计 | 第64页 |
| 5.3.2 流程设计 | 第64-65页 |
| 5.3.3 算法设计 | 第65页 |
| 5.3.4 关键代码 | 第65-69页 |
| 5.4 信息检索模块 | 第69-72页 |
| 5.4.1 功能设计 | 第69页 |
| 5.4.2 构建全文索引 | 第69-70页 |
| 5.4.3 信息检索实现流程 | 第70-71页 |
| 5.4.4 关键代码 | 第71-72页 |
| 5.5 系统界面设计与展示 | 第72-76页 |
| 5.5.1 界面整体结构设计 | 第72页 |
| 5.5.2 界面展示 | 第72-76页 |
| 5.6 本章小结 | 第76-77页 |
| 第六章 实验及结果分析 | 第77-85页 |
| 6.1 实验环境 | 第77页 |
| 6.2 系统功能测试 | 第77-81页 |
| 6.3 系统性能测试 | 第81-84页 |
| 6.3.1 测试性能指标 | 第82页 |
| 6.3.2 实验结果及评估 | 第82-84页 |
| 6.4 本章小结 | 第84-85页 |
| 第七章 总结与展望 | 第85-87页 |
| 7.1 论文工作总结 | 第85-86页 |
| 7.2 问题和展望 | 第86-87页 |
| 参考文献 | 第87-89页 |
| 致谢 | 第89-90页 |
| 攻读学位期间发表的学术论文 | 第90页 |
