基于兴趣推送的主题爬虫研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本论文所作的主要工作 | 第9页 |
| ·本论文的组织结构 | 第9-11页 |
| 第二章 主题爬虫原理及技术 | 第11-25页 |
| ·爬虫原理 | 第11-14页 |
| ·通用爬虫 | 第11-13页 |
| ·主题爬虫工作原理 | 第13-14页 |
| ·主题爬虫相关技术介绍 | 第14-20页 |
| ·网页信息的提取 | 第14-15页 |
| ·中文分词技术 | 第15-16页 |
| ·主题相关度判断 | 第16-20页 |
| ·向量空间模型 | 第16-19页 |
| ·布尔模型 | 第19-20页 |
| ·贝叶斯方法 | 第20页 |
| ·Heritrix框架及Lucene搜索引擎 | 第20-23页 |
| ·Heritrix框架 | 第20-22页 |
| ·Lucene搜索引擎 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 第三章 PageRank算法研究及改进 | 第25-33页 |
| ·Google的PageRank算法 | 第25-27页 |
| ·PageRank算法介绍 | 第25-27页 |
| ·PageRank算法的优缺点 | 第27页 |
| ·PageRank算法的改进 | 第27-30页 |
| ·基于链接结构和网页内容的主题相关性分析 | 第28页 |
| ·网页主题的相关性计算 | 第28-30页 |
| ·基于url的相关性计算 | 第28-29页 |
| ·基于网页内容的相关性计算 | 第29-30页 |
| ·兴趣发现与预测算法 | 第30-31页 |
| ·通过相关性影响因素和兴趣推送计算网页权重 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 系统分析及设计 | 第33-47页 |
| ·系统分析 | 第33-34页 |
| ·基本性能分析 | 第33-34页 |
| ·基本功能需求分析 | 第34页 |
| ·系统设计 | 第34-45页 |
| ·系统开发环境 | 第35页 |
| ·数码产品主题爬虫设计 | 第35-36页 |
| ·系统模块 | 第36-45页 |
| ·用户接口模块 | 第37页 |
| ·系统爬虫模块 | 第37-42页 |
| ·数据库设计 | 第42-43页 |
| ·索引模块 | 第43-44页 |
| ·检索模块 | 第44-45页 |
| ·Web页面设计 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第五章 实验结果及数据分析 | 第47-53页 |
| ·给定标准 | 第47页 |
| ·实验设计 | 第47-48页 |
| ·实验结果及分析 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录A (攻读硕士期间发表的论文) | 第61页 |
