基于主题的Hidden Web信息获取研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 前言 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·研究内容和组织结构 | 第9-11页 |
| 2 相关知识及技术 | 第11-19页 |
| ·HIDDEN WEB介绍 | 第11-14页 |
| ·Hidden Web数据库模型 | 第11-12页 |
| ·Hidden Web不可见原因 | 第12-13页 |
| ·Hidden Web分类 | 第13-14页 |
| ·主题技术 | 第14-15页 |
| ·爬虫介绍 | 第15-19页 |
| ·传统爬虫和Hidden Web爬虫比较 | 第15页 |
| ·Hidden Web爬虫工作原理 | 第15-17页 |
| ·Hidden Web爬虫的关键技术 | 第17-19页 |
| 3 系统设计 | 第19-29页 |
| ·导航模式 | 第19-20页 |
| ·爬行问题形式化定义 | 第20-21页 |
| ·抓取步骤 | 第21-25页 |
| ·相关性判断 | 第21-23页 |
| ·寻找表单 | 第23-24页 |
| ·自动填写表单 | 第24-25页 |
| ·响应分析 | 第25页 |
| ·URL处理流程 | 第25-29页 |
| 4 启发式查询词选择算法 | 第29-41页 |
| ·查询关键字选择策略 | 第29-30页 |
| ·ZIPF定律 | 第30页 |
| ·算法分析 | 第30-33页 |
| ·结构化数据库分析 | 第30-32页 |
| ·算法描述 | 第32-33页 |
| ·最佳查询词选择 | 第33-36页 |
| ·文本数据库类型最佳查询词 | 第34-35页 |
| ·结构化数据库类型最佳查询词 | 第35-36页 |
| ·数据岛问题的解决 | 第36-37页 |
| ·查询表维护过程 | 第37-38页 |
| ·爬行限制返回结果页面数的站点 | 第38-39页 |
| ·性能评价标准 | 第39-41页 |
| 5 实验分析 | 第41-47页 |
| ·实验过程 | 第41-44页 |
| ·实验结论 | 第44-47页 |
| 6 总结及展望 | 第47-49页 |
| ·课题的主要工作 | 第47页 |
| ·进一步的工作 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间公开发表论文 | 第55页 |
