| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 引言 | 第10-17页 |
| ·本课题的研究背景和应用前景 | 第10页 |
| ·信息检索系统和WEB 搜索的技术背景 | 第10-11页 |
| ·搜索引擎的发展趋势 | 第11-15页 |
| ·信息抽取，优化排序 | 第11-12页 |
| ·基于视觉网块分析 | 第12页 |
| ·网页库内容分类 | 第12页 |
| ·潜在相关性 | 第12页 |
| ·网页结构化信息抽取类技术，网页上文本内容的相关性分析 | 第12页 |
| ·自然语言处理、简单的语意语法分析 | 第12-13页 |
| ·重复识别 | 第13页 |
| ·行业优化 | 第13页 |
| ·相关搜索 | 第13页 |
| ·跟踪互联网变化，细节上的优化，博弈 | 第13-14页 |
| ·存在的问题 | 第14-15页 |
| ·本课题的主要研究目标 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 信息检索系统和WEB 搜索技术介绍 | 第17-24页 |
| ·基本概念 | 第17-18页 |
| ·Web 搜索功能 | 第17页 |
| ·搜索引擎 | 第17-18页 |
| ·搜索引擎的主要指标及其分析 | 第18-19页 |
| ·搜索引擎的精度 | 第19页 |
| ·搜索引擎受欢迎程度 | 第19页 |
| ·搜索引擎系统的典型体系结构 | 第19-23页 |
| ·信息的搜集 | 第20页 |
| ·附加信息 | 第20-21页 |
| ·分析器 | 第21页 |
| ·数据库 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 网络爬行器总体设计原则 | 第24-28页 |
| ·网络爬行器的基本概念 | 第24页 |
| ·网络爬行器设计方案 | 第24-27页 |
| ·网络爬行器基本功能 | 第24-25页 |
| ·网络爬行器抓取网页策略 | 第25页 |
| ·页面中的附加信息 | 第25-26页 |
| ·两种策略算法分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 海量数据关键词检索子系统设计 | 第28-41页 |
| ·总体设计 | 第28-30页 |
| ·主要目标 | 第28页 |
| ·运行环境 | 第28页 |
| ·基本设计概念和处理流程 | 第28-30页 |
| ·建立索引模块 | 第28-29页 |
| ·关键词检索模块 | 第29-30页 |
| ·接口设计 | 第30页 |
| ·用户接口 | 第30页 |
| ·外部接口 | 第30页 |
| ·模块设计 | 第30-34页 |
| ·HTML 转化TXT 文本文件 | 第30页 |
| ·文本分词 | 第30-32页 |
| ·三词块法 | 第30-31页 |
| ·流程图 | 第31-32页 |
| ·词典的设计 | 第32-34页 |
| ·分词词典结构设计 | 第32-33页 |
| ·分词模块算法 | 第33-34页 |
| ·歧义词处理模块的分析与设计 | 第34-36页 |
| ·歧义字段研究现状 | 第34-35页 |
| ·歧义字段产生的原因 | 第35页 |
| ·歧义字段的识别方法 | 第35-36页 |
| ·交集型歧义字段的识别方法 | 第35页 |
| ·组合型歧义字段的识别方法 | 第35-36页 |
| ·隐马尔可夫模型 | 第36-38页 |
| ·隐马尔可夫模型介绍 | 第36页 |
| ·隐马尔可夫模型的参数获取 | 第36-37页 |
| ·平滑处理技术 | 第37页 |
| ·基于隐马尔可夫模型的标注排歧算法 | 第37-38页 |
| ·倒排文件 | 第38-39页 |
| ·词汇表的构建 | 第38-39页 |
| ·记录文件构建 | 第39页 |
| ·倒排文件的压缩 | 第39页 |
| ·单关键词索引 | 第39页 |
| ·检索结果处理 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 海量数据关键词检索子系统的实现 | 第41-59页 |
| ·总体设计 | 第41-42页 |
| ·设计思路 | 第41页 |
| ·模块划分 | 第41-42页 |
| ·子模块详细设计 | 第42-45页 |
| ·分词子模块 | 第42-45页 |
| ·类设计 | 第42-43页 |
| ·构造函数与析构函数 | 第43-45页 |
| ·更新词索引、更新字索引、单关键词检索子模块 | 第45-57页 |
| ·数据结构设计 | 第45-47页 |
| ·字索引中的索引项结构 | 第45页 |
| ·词索引中的索引项结构 | 第45-46页 |
| ·检索汉字(词)的详细信息结构 | 第46-47页 |
| ·类设计 | 第47-57页 |
| ·CParse 类 | 第47-50页 |
| ·CIndex 类 | 第50-57页 |
| ·处理结果处理子模块 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 总结 | 第59-61页 |
| ·本课题主要的研究工作 | 第59页 |
| ·未来工作展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 附录 | 第65页 |