垂直搜索引擎Web Spider搜索策略研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究的背景及意义 | 第12-13页 |
| 1.2 国内外的研究现状 | 第13页 |
| 1.3 面向主题搜索引擎简介 | 第13页 |
| 1.4 面向主题搜索引擎的发展前景 | 第13-14页 |
| 1.4.1 对在特定职业内部的前景分析 | 第13-14页 |
| 1.4.2 就其社会需求来说 | 第14页 |
| 1.4.3 针对市场机会来说 | 第14页 |
| 1.5 本章小结 | 第14-16页 |
| 第二章 基于Lucene引擎相关技术介绍 | 第16-28页 |
| 2.1 Lucene框架 | 第16-19页 |
| 2.1.1 全文检索 | 第16-17页 |
| 2.1.2 Lucene项目介绍及它的结构形式 | 第17-18页 |
| 2.1.3 Lucene全文和其他索引比对 | 第18-19页 |
| 2.2 文档索引原理 | 第19-21页 |
| 2.2.1 索引技术 | 第19-20页 |
| 2.2.2 建立Lucene检索步骤 | 第20-21页 |
| 2.2.3 检索的合并、优化及同步 | 第21页 |
| 2.3 搜索机制 | 第21-24页 |
| 2.3.1 搜索的实现 | 第21-22页 |
| 2.3.2 文档得分和反馈序列 | 第22-23页 |
| 2.3.3 Lucene的辨析 | 第23-24页 |
| 2.4 分词的具体机制 | 第24-26页 |
| 2.4.1 通常采用的分词算法 | 第24-25页 |
| 2.4.2 Lucene分词的达成 | 第25页 |
| 2.4.3 本文采用的分词 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 面向主题搜索引擎相关的关键性技术 | 第28-44页 |
| 3.1 面向主题网络蜘蛛的技术性讨论 | 第28-29页 |
| 3.1.1 网络爬虫关键性技术概述以及工作理论 | 第28-29页 |
| 3.1.2 面向对象网络蜘蛛的构成 | 第29页 |
| 3.2 主题页面在Web上的分布特征 | 第29-30页 |
| 3.3 主题爬虫采用的搜索计策 | 第30-36页 |
| 3.3.1 信息判断的搜索策略 | 第31页 |
| 3.3.2 链接判断的搜索策略 | 第31-34页 |
| 3.3.3 优化HITS计算方法 | 第34-36页 |
| 3.3.4 信息链接融合的搜索策略 | 第36页 |
| 3.4 主题匹配值 | 第36-40页 |
| 3.4.1 Boolean模型 | 第36-37页 |
| 3.4.2 向量空间模型 | 第37-38页 |
| 3.4.3 改进的VSM模型 | 第38-40页 |
| 3.5 结构化信息提取技术 | 第40-43页 |
| 3.5.1 评测标准 | 第40-41页 |
| 3.5.2 规则抽取方法 | 第41-42页 |
| 3.5.3 主要的提取技术探求 | 第42-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 系统程序的解析与实现 | 第44-56页 |
| 4.1 原型结构实现 | 第44-45页 |
| 4.2 网上蜘蛛的达成 | 第45-47页 |
| 4.3 基于Lucene的索引模块探索 | 第47-49页 |
| 4.3.1 探索检索构造 | 第47-48页 |
| 4.3.2 汉字切分 | 第48-49页 |
| 4.4 使用者端口模块的达成 | 第49-51页 |
| 4.4.1 MVC模式的介绍 | 第49-50页 |
| 4.4.2 检索子系统的MVC模式规划与实现 | 第50-51页 |
| 4.5 多线程的相关技术运用 | 第51-52页 |
| 4.6 页面去重策略 | 第52页 |
| 4.7 改进性能的实验分析 | 第52-54页 |
| 4.7.1 实验工具及环境 | 第52页 |
| 4.7.2 优化性能测试分析 | 第52-54页 |
| 4.8 爬虫的另一种测试对比结果 | 第54页 |
| 4.9 本章小结 | 第54-56页 |
| 第五章 结论 | 第56-58页 |
| 5.1 论文总结 | 第56-57页 |
| 5.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 作者简介 | 第62页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64页 |
