面向博客领域的垂直搜索引擎的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·项目背景 | 第10-11页 |
| ·垂直搜索引擎 | 第11-13页 |
| ·垂直搜索引擎的定义 | 第11-12页 |
| ·垂直搜索引擎的优势 | 第12页 |
| ·垂直搜索引擎的国内外现状 | 第12-13页 |
| ·课题任务 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 第二章 搜索引擎原理分析 | 第16-22页 |
| ·通用搜索引擎 | 第16-21页 |
| ·搜索引擎组成及工作原理 | 第16-17页 |
| ·搜索引擎的分类 | 第17-18页 |
| ·搜索引擎的发展历史 | 第18-19页 |
| ·搜索引擎的发展趋势 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 博客垂直搜索引擎关键技术研究 | 第22-37页 |
| ·垂直网络蜘蛛技术 | 第22-27页 |
| ·垂直网络蜘蛛的工作原理 | 第22-24页 |
| ·ROBOTS协议 | 第24页 |
| ·主题目标描述 | 第24-26页 |
| ·网页搜索策略 | 第26-27页 |
| ·主题相关度判定 | 第27-29页 |
| ·布尔模型 | 第28页 |
| ·向量空间模型 | 第28-29页 |
| ·基于链接的分析技术 | 第29-36页 |
| ·PAGERANK算法 | 第29-32页 |
| ·HITS算法 | 第32-33页 |
| ·PAGERANK和HITS算法比较 | 第33-34页 |
| ·TPR主题相关度预测算法 | 第34-35页 |
| ·TPR算法分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 索引和检索模块的设计 | 第37-57页 |
| ·博客垂直搜索引擎系统总体框架设计 | 第37-38页 |
| ·网页结构化信息抽取技术的设计 | 第38-41页 |
| ·WEB信息抽取概述 | 第39页 |
| ·WEB信息抽取关键技术 | 第39-40页 |
| ·基于正则表达式的网页信息抽取方法 | 第40-41页 |
| ·网页消重的设计 | 第41-43页 |
| ·中文分词技术的选取 | 第43-48页 |
| ·基于字符串匹配的分词方法 | 第43-46页 |
| ·基于统计的分词方法 | 第46-48页 |
| ·基于主题判别的机械分词方法 | 第48页 |
| ·词典更新策略 | 第48-51页 |
| ·建立索引 | 第51-53页 |
| ·用户检索定义与过程 | 第53-55页 |
| ·EHCACHE索引文件缓存策略 | 第54页 |
| ·索引文件存储策略 | 第54-55页 |
| ·网页摘要缓存策略 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 博客垂直搜索引擎系统的实现与性能测试 | 第57-65页 |
| ·开发环境介绍 | 第57-58页 |
| ·网络蜘蛛开发 | 第58-60页 |
| ·分词字典 | 第60页 |
| ·创建索引文件 | 第60-61页 |
| ·检索接口 | 第61-62页 |
| ·系统部署 | 第62-63页 |
| ·性能测试 | 第63-64页 |
| ·MYSPIDER网络蜘蛛性能测试 | 第63页 |
| ·检索接口性能测试 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·全文总结 | 第65-66页 |
| ·问题与展望 | 第66-67页 |
| 参考文献 | 第67-68页 |
| 致谢 | 第68页 |
