面向网上订餐的垂直搜索引擎的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景和意义 | 第11页 |
| 1.2 国内外的研究现状 | 第11-13页 |
| 1.3 本文的研究内容和结构安排 | 第13-15页 |
| 1.3.1 本文的研究内容 | 第13-14页 |
| 1.3.2 本文的结构安排 | 第14-15页 |
| 第二章 垂直搜索引擎的相关理论知识 | 第15-30页 |
| 2.1 垂直搜索引擎的概述 | 第15-16页 |
| 2.2 垂直搜索引擎的原理及结构 | 第16-17页 |
| 2.3 聚焦网络爬虫技术 | 第17-24页 |
| 2.3.1 聚焦网络爬虫概述 | 第17-18页 |
| 2.3.2 Heritrix的系统架构 | 第18-19页 |
| 2.3.3 Heritrix的功能组件 | 第19-21页 |
| 2.3.4 Heritrix的扩展定制 | 第21-23页 |
| 2.3.5 网页去重技术 | 第23-24页 |
| 2.4 信息索引技术 | 第24-29页 |
| 2.4.1 HTML简介 | 第24页 |
| 2.4.2 网页内容提取 | 第24-27页 |
| 2.4.3 索引创建 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于多策略融合的聚焦网络爬虫模型 | 第30-44页 |
| 3.1 基于URL链接结构的网络爬虫策略 | 第30-33页 |
| 3.1.1 策略简介 | 第30-32页 |
| 3.1.2 优缺点分析 | 第32-33页 |
| 3.2 基于页面内容的网络爬虫策略 | 第33-38页 |
| 3.2.1 相关度判定 | 第33-36页 |
| 3.2.2 策略简介 | 第36-37页 |
| 3.2.3 优缺点分析 | 第37-38页 |
| 3.3 改进的聚焦网络爬虫策略 | 第38-40页 |
| 3.4 实验验证 | 第40-43页 |
| 3.4.1 实验环境及数据集 | 第40页 |
| 3.4.2 评价指标及实验设计 | 第40-41页 |
| 3.4.3 查准率对比分析 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于LUCENE搜索结果评分机制的改进 | 第44-54页 |
| 4.1 检索模型 | 第44-47页 |
| 4.1.1 布尔模型 | 第44-45页 |
| 4.1.2 向量空间模型 | 第45-46页 |
| 4.1.3 概率模型 | 第46-47页 |
| 4.2 Lucene自带的搜索结果评分机制 | 第47-48页 |
| 4.2.1 评分机制简介 | 第47-48页 |
| 4.2.2 优缺点分析 | 第48页 |
| 4.3 改进的Lucene评分机制 | 第48-50页 |
| 4.3.1 影响评分机制改进的因素 | 第48-49页 |
| 4.3.2 综合影响因素的改进 | 第49-50页 |
| 4.4 实验验证 | 第50-53页 |
| 4.4.1 实验环境及数据集 | 第50页 |
| 4.4.2 评价指标及实验设计 | 第50-51页 |
| 4.4.3 评分结果对比分析 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 面向网上订餐的垂直搜索引擎的设计与实现 | 第54-69页 |
| 5.1 系统的开发环境 | 第54页 |
| 5.2 系统的设计目标 | 第54-55页 |
| 5.3 系统的结构设计 | 第55-56页 |
| 5.4 系统功能模块的设计与实现 | 第56-68页 |
| 5.4.1 多策略融合的网络爬虫模块 | 第56-58页 |
| 5.4.2 网页内容提取模块 | 第58-60页 |
| 5.4.3 中文分词模块 | 第60-62页 |
| 5.4.4 索引建立模块 | 第62-64页 |
| 5.4.5 搜索结果排序模块 | 第64-66页 |
| 5.4.6 用户搜索及显示模块 | 第66-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 系统测试 | 第69-77页 |
| 6.1 网页爬取测试 | 第69-71页 |
| 6.2 页面内容提取测试 | 第71-72页 |
| 6.3 索引测试 | 第72-73页 |
| 6.4 搜索引擎对比测试 | 第73-76页 |
| 6.5 本章小结 | 第76-77页 |
| 第七章 结论 | 第77-79页 |
| 7.1 本文的主要贡献 | 第77-78页 |
| 7.2 下一步工作的展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-84页 |
