| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题背景 | 第8页 |
| ·研究现状 | 第8-9页 |
| ·本文的研究内容与组织结构 | 第9-12页 |
| ·本文的研究内容 | 第9页 |
| ·本文的组织结构 | 第9-12页 |
| 第二章 Web 挖掘技术 | 第12-16页 |
| ·Web挖掘的概念 | 第12页 |
| ·Web挖掘的特点与分类 | 第12-14页 |
| ·Web挖掘的基本步骤 | 第14页 |
| ·几种Web数据挖掘方式的对比 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 搜索引擎技术与主题网络爬虫概述 | 第16-24页 |
| ·搜索引擎技术 | 第16-19页 |
| ·搜索引擎的背景 | 第16页 |
| ·搜索引擎的基本体系结构 | 第16-18页 |
| ·基于主题的搜索引擎 | 第18-19页 |
| ·主题网络爬虫 | 第19-23页 |
| ·通过网络爬虫简介 | 第19-20页 |
| ·主题网络爬虫的工作原理 | 第20-21页 |
| ·主题网络爬虫的设计目标 | 第21-23页 |
| ·主题网络爬虫的关键技术 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第四章 主题网络爬虫的算法分析与实现 | 第24-42页 |
| ·基于非贪婪遗传算法的主题网络爬虫策略 | 第24-28页 |
| ·用于网络搜索的遗传算法 | 第24-25页 |
| ·用于超链接选择的非贪婪策略 | 第25-26页 |
| ·非贪婪遗传搜索算法 | 第26-27页 |
| ·性能分析 | 第27-28页 |
| ·HTML网页文档解析 | 第28-31页 |
| ·HTML网页文档的格式与特点 | 第28-29页 |
| ·HTML网页文档的树型结构表示 | 第29-30页 |
| ·HTML网页文档的结构解析 | 第30-31页 |
| ·Web文本分析 | 第31-35页 |
| ·网页预处理以及网页内超链接的提取 | 第31-32页 |
| ·网页文本内容抽取 | 第32页 |
| ·中文分词技术 | 第32-34页 |
| ·特征向量项的权重计算 | 第34-35页 |
| ·页面主题相关性 | 第35-38页 |
| ·网页内容与主题的相关性判定 | 第35-37页 |
| ·网页链接与主题的相关性判定 | 第37-38页 |
| ·Web文本分类算法 | 第38-41页 |
| ·Web文本分类简述 | 第38-39页 |
| ·朴素贝叶斯分类算法 | 第39-40页 |
| ·基于K-means的朴素贝叶斯分类算法 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 面向 Web 挖掘的主题网络爬虫的设计与实现 | 第42-70页 |
| ·企业竞争情报系统介绍 | 第42-43页 |
| ·主题网络爬虫系统简介 | 第43-45页 |
| ·系统设计原则 | 第43-44页 |
| ·系统的总体架构 | 第44-45页 |
| ·线程管理模块 | 第45-48页 |
| ·多线程的工作流程 | 第46页 |
| ·多线程的工作流程 | 第46-47页 |
| ·多线程的类图设计 | 第47-48页 |
| ·网页下载模块 | 第48-49页 |
| ·网页解析模块 | 第49-53页 |
| ·网页结构解析 | 第49-51页 |
| ·网页内容解析 | 第51-53页 |
| ·主题相关度评价模块 | 第53-55页 |
| ·URL调度模块 | 第55-59页 |
| ·选择种子URL | 第55-56页 |
| ·管理URL集合 | 第56-59页 |
| ·数据存储模块 | 第59-63页 |
| ·数据类型与数据存储设计 | 第59-62页 |
| ·类图的设计 | 第62页 |
| ·数据检索 | 第62-63页 |
| ·系统运行界面 | 第63-68页 |
| ·本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·研究工作的总结 | 第70页 |
| ·趋势与展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-77页 |