基于LBS的新闻索引算法的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-16页 |
| ·课题背景及意义 | 第12-13页 |
| ·课题背景 | 第12-13页 |
| ·问题的提出 | 第13页 |
| ·研究目的和意义 | 第13页 |
| ·主要研究内容和组织结构 | 第13-16页 |
| ·主要研究内容 | 第13-14页 |
| ·组织结构 | 第14-16页 |
| 第2章 相关理论与技术 | 第16-26页 |
| ·Web标准与协议 | 第16-18页 |
| ·HTML | 第16-17页 |
| ·ICMP | 第17页 |
| ·MIME Type | 第17-18页 |
| ·HTTP Referer | 第18页 |
| ·搜索引擎相关内容 | 第18-21页 |
| ·信息检索的定义 | 第18页 |
| ·搜索引擎的分类 | 第18-19页 |
| ·网络搜索引擎的架构 | 第19-21页 |
| ·面向主题的信息采集 | 第21页 |
| ·网络爬虫的相关内容 | 第21-22页 |
| ·网络爬虫的概念 | 第21页 |
| ·网络爬虫的基本结构 | 第21-22页 |
| ·LBS相关内容 | 第22-24页 |
| ·基于地理位置服务的定义 | 第22页 |
| ·基于地理位置服务的基本组成 | 第22-23页 |
| ·谷歌地址解析服务 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 信息索引算法的研究 | 第26-52页 |
| ·文本采集 | 第26-30页 |
| ·信息源 | 第26页 |
| ·网页遍历 | 第26-28页 |
| ·URL去重 | 第28-30页 |
| ·正文提取 | 第30-37页 |
| ·元数据 | 第30-31页 |
| ·文档对象模型 | 第31-32页 |
| ·基于字数统计的正文提取 | 第32-34页 |
| ·基于超链接分析的正文提取 | 第34-36页 |
| ·其他正文提取方法 | 第36-37页 |
| ·中文分词 | 第37-39页 |
| ·基于字符串匹配的算法 | 第37-38页 |
| ·基于理解的算法 | 第38页 |
| ·基于统计的算法 | 第38-39页 |
| ·分词算法的比较 | 第39页 |
| ·相似度判断 | 第39-43页 |
| ·词频统计 | 第40页 |
| ·相似度计算 | 第40-41页 |
| ·Simhash算法 | 第41-43页 |
| ·网页排序 | 第43-47页 |
| ·HITS算法研究 | 第43-45页 |
| ·PageRank算法研究 | 第45-46页 |
| ·HITS算法与PageRank算法的比较 | 第46-47页 |
| ·建立倒排索引 | 第47-51页 |
| ·倒排索引的概念 | 第47-48页 |
| ·两次文档遍历法 | 第48-49页 |
| ·基于排序的倒排方法 | 第49-50页 |
| ·基于归并的倒排方法 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 新闻索引算法的设计 | 第52-76页 |
| ·文本采集算法 | 第52-57页 |
| ·聚焦采集算法 | 第52-54页 |
| ·元数据提取算法 | 第54-55页 |
| ·URL去重 | 第55-56页 |
| ·爬虫礼貌策略 | 第56-57页 |
| ·正文提取算法 | 第57-60页 |
| ·网页预处理 | 第57-58页 |
| ·正文提取算法 | 第58-60页 |
| ·LBS解析算法 | 第60-66页 |
| ·建立地名词典 | 第61页 |
| ·地址抽取算法 | 第61-63页 |
| ·地址解析与定位算法 | 第63-66页 |
| ·文本信息处理 | 第66-69页 |
| ·中科院分词系统 | 第66-67页 |
| ·关键词提取 | 第67-69页 |
| ·重复文本过滤 | 第69页 |
| ·网页排序算法 | 第69-72页 |
| ·地理位置关键词 | 第70页 |
| ·HITS算法的改进 | 第70-71页 |
| ·排序权值计算 | 第71-72页 |
| ·倒排索引 | 第72-74页 |
| ·Redis系统 | 第73-74页 |
| ·建立倒排索引 | 第74页 |
| ·本章小结 | 第74-76页 |
| 第5章 算法在实际中的应用 | 第76-90页 |
| ·基于地理位置的新闻服务设计 | 第76-86页 |
| ·新闻模块整体设计 | 第77-78页 |
| ·新闻采集模块设计 | 第78-79页 |
| ·地理位置解析模块设计 | 第79-80页 |
| ·网页解析模块设计 | 第80-81页 |
| ·新闻索引建立设计 | 第81页 |
| ·核心数据结构设计 | 第81-85页 |
| ·呈现策略设计 | 第85-86页 |
| ·实验环境与数据来源 | 第86页 |
| ·实验环境 | 第86页 |
| ·数据来源 | 第86页 |
| ·实验结果分析 | 第86-89页 |
| ·网页采集性能 | 第87页 |
| ·网页解析性能 | 第87页 |
| ·索引建立性能 | 第87页 |
| ·新闻定位性能 | 第87页 |
| ·用户响应性能 | 第87-89页 |
| ·整体性能 | 第89页 |
| ·本章小结 | 第89-90页 |
| 第6章 结论与展望 | 第90-92页 |
| 参考文献 | 第92-96页 |
| 致谢 | 第96-98页 |
| 攻读学位期间发表的论文 | 第98页 |
