| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 序论 | 第8-12页 |
| ·问题提出 | 第8页 |
| ·WEB信息获取技术的应用 | 第8-9页 |
| ·WEB信息获取技术的发展现状 | 第9页 |
| ·本文的工作 | 第9-11页 |
| ·本文各章内容安排 | 第11-12页 |
| 第二章 现有网络爬虫的几种搜索策略分析 | 第12-18页 |
| ·搜索引擎的结构 | 第12页 |
| ·宽度或深度优先搜索 | 第12页 |
| ·聚焦搜索(focusedcrawler) | 第12-17页 |
| ·基于内容评价的搜索策略 | 第13-14页 |
| ·基于链接结构评价的搜索策略 | 第14-15页 |
| ·Rennie和McCallum的基于巩固学习方法的聚焦搜索 | 第15-16页 |
| ·基于语境图的聚焦搜索 | 第16-17页 |
| ·小结 | 第17-18页 |
| 第三章 基于Citeseer文献搜索引擎的数据搜集与分析 | 第18-28页 |
| ·Citeseer简介 | 第18页 |
| ·Citeseer的索引原理 | 第18-19页 |
| ·搜集文献 | 第18页 |
| ·处理和分析文献 | 第18-19页 |
| ·提问和浏览 | 第19页 |
| ·基于Citeseer的文献数据搜集与分析 | 第19-26页 |
| ·Citeseer搜索出的页面介绍 | 第19-20页 |
| ·数据搜集与分析框架 | 第20-26页 |
| ·实验结果 | 第26-28页 |
| 第四章 文献质量评价 | 第28-48页 |
| ·基于内容的文献质量评价 | 第28-36页 |
| ·“语境图”的构造 | 第28页 |
| ·文本的表示 | 第28-30页 |
| ·后缀剥离 | 第30页 |
| ·训练方法与分类算法 | 第30-31页 |
| ·基于内容的文献质量评价的流程 | 第31-33页 |
| ·实验结果 | 第33-34页 |
| ·讨论 | 第34-36页 |
| ·基于拓扑结构的文献质量评价 | 第36-45页 |
| ·PageRank算法概述 | 第36-37页 |
| ·随机冲浪模型 | 第37-39页 |
| ·PageRank算法在Google搜索中的实现 | 第39-40页 |
| ·出入链对PageRank值的影响 | 第40-43页 |
| ·PageRank算法在本文中的物理意义及实验结果 | 第43-45页 |
| ·基于内容和链接相结合的文献质量评价及知识决策系统框架的提出 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·本文总结 | 第48页 |
| ·进一步的工作 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录A 硕士期间参与的科研项目 | 第55页 |
