| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题背景及研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11页 |
| 1.3 本文研究目的和研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 2 相关理论与技术 | 第14-22页 |
| 2.1 网络爬虫 | 第14-16页 |
| 2.1.1 网络爬虫简介 | 第14-15页 |
| 2.1.2 网络爬虫的策略 | 第15-16页 |
| 2.2 增量搜索 | 第16-17页 |
| 2.3 敏感词检测 | 第17-18页 |
| 2.4 现有网页去重算法 | 第18-22页 |
| 2.4.1 基于Shingling的网页去重思想 | 第18-20页 |
| 2.4.2 基于LSH的网页去重思想 | 第20-22页 |
| 3 基于敏感度的敏感网页分类监测调度 | 第22-31页 |
| 3.1 敏感监测系统现有的爬行策略 | 第22页 |
| 3.2 网页敏感度值的计算 | 第22-25页 |
| 3.2.1 网页内容敏感度值的定义 | 第23-24页 |
| 3.2.2 网页敏感度计算 | 第24-25页 |
| 3.3 基于网页敏感度的调度策略 | 第25-27页 |
| 3.4 实验与结果分析 | 第27-30页 |
| 3.4.1 实验方法和评估 | 第27-28页 |
| 3.4.2 实验结果及分析 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 基于网页变化时间预测的敏感信息补充发现 | 第31-37页 |
| 4.1 监控网站中网页变化规律的分析 | 第31-32页 |
| 4.2 基于网页变动预测的监测调度策略 | 第32-34页 |
| 4.2.1 基于网页变化监测调度思想 | 第32页 |
| 4.2.2 系统调度策略的描述 | 第32-34页 |
| 4.3 实验与结果分析 | 第34-36页 |
| 4.4 本章小结 | 第36-37页 |
| 5 基于敏感信息摘要编辑距离的网页去重 | 第37-43页 |
| 5.1 现有的网页去重策略 | 第37页 |
| 5.2 敏感信息监测系统中网页去重策略思想 | 第37-38页 |
| 5.3 敏感关键词摘要信息的提取及比较 | 第38-41页 |
| 5.3.1 敏感关键词摘要信息的提取 | 第38-39页 |
| 5.3.2 敏感关键词摘要信息的比较 | 第39-40页 |
| 5.3.3 阈值的选取 | 第40-41页 |
| 5.4 实验结果及分析 | 第41-42页 |
| 5.4.1 实验内容 | 第41-42页 |
| 5.5 本章小结 | 第42-43页 |
| 6 基于敏感度分类监测及编辑距离去重的原型系统实现 | 第43-57页 |
| 6.1 系统设计目标 | 第43页 |
| 6.2 系统总体设计 | 第43-51页 |
| 6.2.1 系统体系结构设计 | 第43-45页 |
| 6.2.2 主要功能模块设计 | 第45-51页 |
| 6.3 系统实现与测试 | 第51-56页 |
| 6.3.1 系统开发和运行环境 | 第51-52页 |
| 6.3.2 系统操作界面 | 第52-56页 |
| 6.3.3 系统测试 | 第56页 |
| 6.4 本章小结 | 第56-57页 |
| 7 总结与展望 | 第57-59页 |
| 7.1 本文工作总结 | 第57-58页 |
| 7.2 后续研究内容展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-62页 |