互联网主题信息定向采集研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-20页 |
| ·概述 | 第10-15页 |
| ·互联网信息资源 | 第10-12页 |
| ·信息采集技术的发展 | 第12-15页 |
| ·研究背景与意义 | 第15-17页 |
| ·研究目标、研究内容和拟解决的关键问题 | 第17页 |
| ·拟采用的研究方法、技术路线及可行性分析 | 第17-18页 |
| ·论文组织结构 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 相关理论、系统与技术 | 第20-33页 |
| ·搜索引擎策略分析 | 第20-23页 |
| ·通用引擎与垂直引擎研究现状 | 第20-22页 |
| ·通用搜索引擎与垂直搜索引擎策略比较 | 第22-23页 |
| ·主题信息采集技术 | 第23-26页 |
| ·采集爬虫技术 | 第23-24页 |
| ·面向主题的信息采集现状 | 第24-25页 |
| ·基于内容与基于链接的主题信息采集 | 第25页 |
| ·其他主题信息采集技术和策略 | 第25-26页 |
| ·中文自动切分词技术 | 第26-30页 |
| ·形式分词方法 | 第27-28页 |
| ·语法分词方法与语义分词方法 | 第28-29页 |
| ·词性标注 | 第29页 |
| ·现有中文分词系统 | 第29-30页 |
| ·大规模文本计算 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 互联网主题信息定向采集方案设计 | 第33-40页 |
| ·互联网主题信息定向采集系统策略选择 | 第33-37页 |
| ·通用引擎策略与垂直引擎爬虫相结合 | 第33-34页 |
| ·基于领域的主题词表生成与优化 | 第34页 |
| ·文本相似度计算算法选择 | 第34-37页 |
| ·互联网主题信息定向采集系统框架设计 | 第37-39页 |
| ·系统框架模型及工作流程 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 互联网主题信息定向采集若干关键技术 | 第40-56页 |
| ·采集防屏蔽技术 | 第40-42页 |
| ·采集防屏蔽策略 | 第40-41页 |
| ·模拟浏览器登录实现示例 | 第41-42页 |
| ·网页正文抽取 | 第42-50页 |
| ·网页正文抽取相关方法研究概述 | 第43-44页 |
| ·一种基于文本密度的网页正文抽取方法 | 第44-46页 |
| ·基于文本密度的网页正文抽取的实现算法 | 第46-47页 |
| ·对基于文本密度的网页正文抽取方法的改进 | 第47-50页 |
| ·网页去重技术 | 第50-54页 |
| ·网页URL比对去重 | 第50页 |
| ·基于内容的去重策略 | 第50-51页 |
| ·基于内容的去重实现 | 第51-54页 |
| ·本章小结 | 第54-56页 |
| 第五章 互联网主题信息定向采集实例 | 第56-71页 |
| ·互联网舆情研究 | 第56-62页 |
| ·互联网舆情研究概述 | 第56-59页 |
| ·互联网舆情信息处理 | 第59-60页 |
| ·互联网舆情信息分析 | 第60-62页 |
| ·互联网侨情信息采集实现 | 第62-69页 |
| ·侨情领域词表与种子网站确定 | 第63-64页 |
| ·网络侨情采集系统实现 | 第64-69页 |
| ·进一步网络信息处理与分析构想 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 结束语 | 第71-72页 |
| 附录 | 第72-78页 |
| 攻读硕士学位期间科研情况 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 致谢 | 第82页 |
