新闻垂直搜索引擎的设计
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·概述 | 第9页 |
| ·国内外的概况 | 第9-11页 |
| ·搜索引擎的分类 | 第11-12页 |
| ·本文主要的研究工作 | 第12-13页 |
| 2 垂直搜索引擎总体结构 | 第13-22页 |
| ·搜索引擎的工作过程 | 第13-15页 |
| ·搜索引擎的基本结构 | 第15-19页 |
| ·搜集器 | 第15-17页 |
| ·分析器 | 第17页 |
| ·索引器 | 第17-18页 |
| ·检索器 | 第18页 |
| ·用户接口 | 第18-19页 |
| ·垂直搜索引擎的相关概念 | 第19-21页 |
| ·什么是垂直搜索引擎 | 第19页 |
| ·垂直搜索的内容来源 | 第19-20页 |
| ·垂直搜索引擎的三个特点 | 第20页 |
| ·设计垂直搜索引擎的基本方法 | 第20-21页 |
| ·小结 | 第21-22页 |
| 3 蜘蛛模块的设计 | 第22-32页 |
| ·网页抓取方法 | 第22-23页 |
| ·网络蜘蛛 | 第23-25页 |
| ·内容的提取 | 第25-26页 |
| ·网络抓取模块的设计 | 第26-30页 |
| ·从网页中提取需要的新闻链接 | 第26-28页 |
| ·用队列存储URL | 第28-29页 |
| ·下载网页的格式要求 | 第29-30页 |
| ·抓取周期的分析 | 第30页 |
| ·小结 | 第30-32页 |
| 4 中文分词模块的设计 | 第32-41页 |
| ·中文分词技术简介 | 第32-33页 |
| ·基于字符串匹配的分词方法 | 第32页 |
| ·基于理解分词方法 | 第32-33页 |
| ·基于统计的分词法 | 第33页 |
| ·全文检索引擎 Lucene | 第33-35页 |
| ·Lucene 简介 | 第33页 |
| ·Lucene 系统功能介绍 | 第33-35页 |
| ·中文分词模块的设计与实现 | 第35-40页 |
| ·算法描述与示例 | 第35页 |
| ·词表描述与实现 | 第35-37页 |
| ·Lucene 中文字典分词模块的实现 | 第37-40页 |
| ·总结 | 第40-41页 |
| 5 索引模块设计 | 第41-48页 |
| ·索引 | 第41-44页 |
| ·搜索 | 第44-47页 |
| ·搜索算法 | 第45页 |
| ·排序 | 第45-47页 |
| ·小结 | 第47-48页 |
| 6 实验 | 第48-58页 |
| ·选择网站 | 第48页 |
| ·Java 与 Internet 的连接技术 | 第48-49页 |
| ·使用套接字 | 第48-49页 |
| ·使用URL 类 | 第49页 |
| ·Java 中的中文处理 | 第49-50页 |
| ·Java 多线程机制 | 第50页 |
| ·JDBC 应用 | 第50-51页 |
| ·网络蜘蛛的实现 | 第51-52页 |
| ·利用 Lucene 实现索引和搜索 | 第52-54页 |
| ·相关的模块处理后结果 | 第54-57页 |
| ·相关词库的建立 | 第54-55页 |
| ·图像文件的存储和编码图 | 第55页 |
| ·核心信息文件的下载存储结构 | 第55-57页 |
| ·小结 | 第57-58页 |
| 7 结论 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-63页 |
