带查询推荐的中国新闻检索系统的计与实现设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 URL 去重的研究现状 | 第11页 |
| 1.2.2 网页去噪的研究现状 | 第11-12页 |
| 1.2.3 网页去重的研究现状 | 第12-13页 |
| 1.2.4 查询纠错的研究现状 | 第13页 |
| 1.2.5 查询推荐的研究现状 | 第13-15页 |
| 1.3 研究工作和内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 相关理论知识 | 第17-24页 |
| 2.1 普通爬虫的抓取策略 | 第17页 |
| 2.2 URL 去重 | 第17-19页 |
| 2.3 网页去噪 | 第19-20页 |
| 2.4 网页去重 | 第20页 |
| 2.5 查询词纠错 | 第20-22页 |
| 2.5.1 最小编辑距离 | 第20-21页 |
| 2.5.2 贝叶斯纠错 | 第21页 |
| 2.5.3 N Gram 纠错 | 第21-22页 |
| 2.6 查询推荐中的词语相似度计算 | 第22-23页 |
| 2.6.1 戴斯系数 | 第22页 |
| 2.6.2 互信息 | 第22-23页 |
| 2.7 本章小结 | 第23-24页 |
| 第三章 系统总体设计与架构 | 第24-29页 |
| 3.1 系统的需求分析 | 第24页 |
| 3.2 系统的总体设计 | 第24-26页 |
| 3.3 系统的主要构成 | 第26-28页 |
| 3.3.1 网页采集模块 | 第26-27页 |
| 3.3.2 网页预处理模块 | 第27页 |
| 3.3.3 查询词检索模块 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 系统的具体设计与实现 | 第29-56页 |
| 4.1 网页采集模块 | 第29-35页 |
| 4.1.1 网页抓取模块 | 第30-31页 |
| 4.1.2 URL 规范化模块 | 第31-32页 |
| 4.1.3 URL 去重模块 | 第32-33页 |
| 4.1.4 网页去噪模块 | 第33-35页 |
| 4.2 网页预处理模块 | 第35-40页 |
| 4.2.1 英文分词和短语抽取模块 | 第35-37页 |
| 4.2.2 网页去重模块 | 第37-40页 |
| 4.2.3 网页主题分类模块 | 第40页 |
| 4.2.4 网页存储模块 | 第40页 |
| 4.3 查询词检索模块 | 第40-54页 |
| 4.3.1 查询词补全模块 | 第42页 |
| 4.3.2 查询词拼写纠错模块 | 第42-44页 |
| 4.3.3 查询词推荐模块 | 第44-51页 |
| 4.3.4 查询词索引文件模块 | 第51-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 系统的测试与分析 | 第56-66页 |
| 5.1 测试和开发环境 | 第56页 |
| 5.2 测试与分析 | 第56-64页 |
| 5.2.1 网页采集模块测试 | 第56-58页 |
| 5.2.2 网页预处理模块测试 | 第58-59页 |
| 5.2.3 查询词检索模块测试 | 第59-64页 |
| 5.3 系统效果图 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 总结和展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间取得的研究成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 附件 | 第73页 |
