开源软件热度分析系统的研究与实现
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 开源软件数据采集 | 第12页 |
| 1.2.2 开源软件和社区文档的关联 | 第12-13页 |
| 1.2.3 软件热度分析 | 第13-14页 |
| 1.3 面临的挑战 | 第14页 |
| 1.3.1 数据采集 | 第14页 |
| 1.3.2 关联算法的准确度 | 第14页 |
| 1.3.3 开源软件热度分析方面 | 第14页 |
| 1.4 本文主要工作 | 第14-15页 |
| 1.5 本文结构 | 第15-17页 |
| 第二章 相关技术 | 第17-23页 |
| 2.1 Web爬虫技术 | 第17-19页 |
| 2.1.1 Heritrix概述 | 第17-19页 |
| 2.2 Web信息抽取技术 | 第19-21页 |
| 2.2.1 HTMLParser | 第19页 |
| 2.2.2 Jsoup | 第19-20页 |
| 2.2.3 正则表达式 | 第20-21页 |
| 2.3 数据关联的分类与聚类算法 | 第21-22页 |
| 2.4 Lucene全文检索技术 | 第22-23页 |
| 第三章 系统设计与实现 | 第23-41页 |
| 3.1 软件热度分析系统需求分析 | 第23页 |
| 3.1.1 系统目标 | 第23页 |
| 3.1.2 系统功能需求分析 | 第23页 |
| 3.2 系统整体结构设计 | 第23-25页 |
| 3.2.1 系统设计思想 | 第23-24页 |
| 3.2.2 系统整体架构 | 第24-25页 |
| 3.3 数据采集模块设计与实现 | 第25-31页 |
| 3.3.1 数据采集模块设计思想 | 第25-26页 |
| 3.3.2 面临的问题 | 第26页 |
| 3.3.3 数据采集模块的设计与实现 | 第26-29页 |
| 3.3.4 数据采集过程 | 第29-30页 |
| 3.3.5 HTML内容抽取 | 第30-31页 |
| 3.4 开源软件项目与社区文档关联模块设计 | 第31-36页 |
| 3.4.1 关联模块设计思想 | 第31-32页 |
| 3.4.2 数据源预处理 | 第32-33页 |
| 3.4.3 关联模块的设计与实现 | 第33-36页 |
| 3.5 软件项目热度评价模块的设计与实现 | 第36-39页 |
| 3.5.1 软件态势分析模块设计思想 | 第36页 |
| 3.5.2 软件热度分析模块实现 | 第36-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第四章 系统实验设计与结果分析 | 第41-49页 |
| 4.1 数据采集模块实验设计与分析 | 第41-44页 |
| 4.1.1 定向爬虫抓取实验设计与结果分析 | 第41页 |
| 4.1.2 网站安全保护策略实验设计与结果分析 | 第41-42页 |
| 4.1.3 异常检测处理实验设计与结果分析 | 第42页 |
| 4.1.4 持续化抓取实验设计与结果分析 | 第42-43页 |
| 4.1.5 增量式抓取视野设计与结果分析 | 第43-44页 |
| 4.2 关联模块实验设计与分析 | 第44-46页 |
| 4.2.1 匹配算法准确度评估 | 第44-45页 |
| 4.2.2 关联模块关联结果展示 | 第45-46页 |
| 4.3 软件热度评价可行性讨论 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 总结 | 第49-51页 |
| 5.1 本文的工作总结 | 第49-50页 |
| 5.2 本文的主要创新点 | 第50页 |
| 5.3 工作展望 | 第50-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 作者在学期间发表的论文 | 第57页 |
