基于数字有机体数据库的搜索引擎的理论研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 引言 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·DBXplore | 第11-12页 |
| ·DISCOVER | 第12-13页 |
| ·BANKS | 第13页 |
| ·本文所做工作 | 第13-14页 |
| ·论文组织 | 第14-16页 |
| 第二章 基于数字有机体数据库的搜索引擎概述 | 第16-22页 |
| ·基于数字有机体的搜索引擎的基本架构 | 第16-19页 |
| ·功能需求 | 第16-17页 |
| ·模块组织 | 第17-19页 |
| ·数字有机体数据库 | 第19-22页 |
| ·数字有机体数据库的拓扑结构 | 第20-21页 |
| ·数据库的定位和访问 | 第21-22页 |
| 第三章 分词算法的研究与实现 | 第22-36页 |
| ·英文分词算法研究与实现 | 第23-26页 |
| ·英文文本扫描和单词获取 | 第23-25页 |
| ·英文单词的原形识别 | 第25-26页 |
| ·中文分词算法概述 | 第26-29页 |
| ·最大匹配算法 | 第26-28页 |
| ·最大概率算法 | 第28-29页 |
| ·基于前缀树和动态规划的新型中文分词算法 | 第29-36页 |
| ·中文构词特点 | 第29-30页 |
| ·中文命名识别 | 第30-31页 |
| ·前缀树结构在汉语分词中的使用 | 第31-32页 |
| ·基于动态规划和前缀树的汉语分词算法 | 第32-36页 |
| 第四章 文本分类算法的研究和实现 | 第36-55页 |
| ·文本特征选择方法 | 第37-39页 |
| ·TF-IDF 度量方法 | 第37-38页 |
| ·χ~2 统计量方法 | 第38页 |
| ·互信息度量 | 第38-39页 |
| ·常见文本分类算法介绍 | 第39-42页 |
| ·单纯贝叶斯分类算法 | 第39-40页 |
| ·K 均值聚类算法 | 第40-42页 |
| ·基于支持向量机的文本分类器 | 第42-47页 |
| ·支持向量机文本分类器的算法框架 | 第43页 |
| ·支持向量机文本分离器面临的问题和解决策略 | 第43-44页 |
| ·单纯Rocchio 算法 | 第44-45页 |
| ·基于Rocchio 的文本聚类算法 | 第45-46页 |
| ·基于文本聚类的支持向量机文本分类器 | 第46-47页 |
| ·支持向量机分类器的数值解法 | 第47-53页 |
| ·原始问题转换为对偶问题 | 第47-48页 |
| ·约束问题转换为无约束问题 | 第48-49页 |
| ·共轭梯度算法 | 第49-50页 |
| ·核心数据结构 | 第50-53页 |
| ·搜索请求分类 | 第53-55页 |
| 第五章 搜索引擎的实现 | 第55-73页 |
| ·索引内容与存放方式 | 第55-59页 |
| ·索引组成与内容 | 第56-58页 |
| ·索引的分布式存放 | 第58-59页 |
| ·分布式线程池及其行为逻辑 | 第59-64页 |
| ·分布式线程池简介 | 第60-61页 |
| ·分布式线程池的启动逻辑 | 第61-62页 |
| ·分布式线程池的运转逻辑 | 第62-63页 |
| ·分布式线程池的退出逻辑 | 第63-64页 |
| ·分布式线程池的设计模式和类体系结构 | 第64-69页 |
| ·分布式线程池的类体系结构 | 第64-67页 |
| ·分布式线程池的设计模式 | 第67-69页 |
| ·搜索任务的调度和执行流程 | 第69-73页 |
| ·搜索任务的调度 | 第69-70页 |
| ·搜索任务的执行 | 第70-73页 |
| 第六章 系统测试与分析 | 第73-80页 |
| ·测试环境 | 第73页 |
| ·测试标准 | 第73-74页 |
| ·汉语言分词算法测试 | 第74-76页 |
| ·文本分类算法测试 | 第76-77页 |
| ·搜索引擎整体性能测试 | 第77-80页 |
| 第七章 结论 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 攻硕期间取得的研究成果 | 第85-86页 |
