基于HTML标记的主题爬行器的设计与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·目的和意义 | 第13页 |
| ·主要工作内容 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第二章 主题爬行器相关技术 | 第15-28页 |
| ·搜索引擎简介 | 第15-16页 |
| ·通用爬行器介绍 | 第16-18页 |
| ·通用爬行器的基本原理 | 第16-17页 |
| ·通用爬行器的工作流程 | 第17-18页 |
| ·主题爬行器介绍 | 第18-21页 |
| ·主题爬行器的基本原理 | 第19页 |
| ·主题爬行器的工作流程 | 第19-20页 |
| ·主题爬行器与通用爬行器的区别 | 第20-21页 |
| ·页面搜索策略 | 第21-22页 |
| ·页面分析算法 | 第22-27页 |
| ·基于Web 链接分析算法 | 第22-25页 |
| ·基于网页内容的分析算法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于HTML 标记的主题相关性判定方法 | 第28-36页 |
| ·文本主题相关性的判定 | 第28-32页 |
| ·文档表示 | 第28页 |
| ·文本向量特征权重 | 第28-30页 |
| ·文本分类算法 | 第30-32页 |
| ·基于HTML 标记的主题相关性判定 | 第32-33页 |
| ·性能评估标准 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 主题爬行器总体设计 | 第36-40页 |
| ·系统总体设计 | 第36-39页 |
| ·系统总的工作流程图 | 第36-38页 |
| ·系统总设计图 | 第38-39页 |
| ·系统环境及平台 | 第39页 |
| ·本章小结 | 第39-40页 |
| 第五章 主题爬行器系统详细设计及实现 | 第40-67页 |
| ·系统配置模块 | 第40-41页 |
| ·HTTP 分析模块 | 第41-46页 |
| ·WEB 链接过滤模块 | 第46-47页 |
| ·HTML 解析模块 | 第47-56页 |
| ·线程池介绍 | 第47-49页 |
| ·HTML 解析 | 第49-56页 |
| ·数据库存储模块 | 第56-58页 |
| ·增量检测模块 | 第58-59页 |
| ·系统运行界面 | 第59-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 实验结果及分析 | 第67-70页 |
| ·实验数据采集 | 第67-68页 |
| ·实验数据分析 | 第68-70页 |
| 第七章 总结与展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·未来展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻硕期间取得的研究成果 | 第77-78页 |
