分布式网络爬虫在农产品搜索系统中的应用与研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第2章 相关技术 | 第13-28页 |
| 2.1 Hadoop平台介绍 | 第13-16页 |
| 2.1.1 MapReduce编程模型 | 第13-15页 |
| 2.1.2 HDFS | 第15-16页 |
| 2.2 分布式网络爬虫技术 | 第16-19页 |
| 2.2.1 网络爬虫模型简介 | 第16-18页 |
| 2.2.2 分布式的网络爬虫 | 第18-19页 |
| 2.3 面向商品信息的垂直搜索引擎 | 第19-21页 |
| 2.4 Nutch架构 | 第21-28页 |
| 2.4.1 爬行策略和排序算法 | 第22-24页 |
| 2.4.2 功能组成 | 第24-28页 |
| 第3章 农产品信息采集模块研究与设计 | 第28-38页 |
| 3.1 需求与设计目标 | 第28-29页 |
| 3.2 分布式农产品信息采集结构设计 | 第29-32页 |
| 3.2.1 分布式爬虫架构 | 第30页 |
| 3.2.2 基于Hadoop的分布式 | 第30-31页 |
| 3.2.3 分布式任务的协调 | 第31-32页 |
| 3.3 聚焦农产品信息 | 第32-38页 |
| 3.3.1 基于Nutch的URL确定和过滤 | 第32-34页 |
| 3.3.2 主题相关性判断 | 第34-36页 |
| 3.3.3 信息抽取 | 第36-38页 |
| 第4章 索引和搜索模块研究与设计 | 第38-44页 |
| 4.1 需求和设计目标 | 第38页 |
| 4.2 中文分词和文本分析 | 第38-40页 |
| 4.3 索引模块 | 第40-41页 |
| 4.4 搜索模块 | 第41-44页 |
| 第5章 分布式农产品搜索系统测试分析 | 第44-49页 |
| 第6章 总结与展望 | 第49-51页 |
| 6.1 总结 | 第49页 |
| 6.2 工作不足和展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |
