基于网页结构特征的垂直搜索引擎研究与实现
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12页 |
| 1.2 国内外现状 | 第12-15页 |
| 1.3 课题意义和成果 | 第15-16页 |
| 1.3.1 研究目标 | 第15页 |
| 1.3.2 研究内容与创新点 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 2 垂直搜索技术分析 | 第18-27页 |
| 2.1 垂直搜索技术研究综述 | 第18-20页 |
| 2.1.1 信息来源 | 第18页 |
| 2.1.2 与通用搜索引擎比较 | 第18-20页 |
| 2.2 垂直搜索技术研究中存在的问题 | 第20页 |
| 2.2.1 面向领域、实时和可管理的网页采集技术 | 第20页 |
| 2.2.2 结构化数据的网页解析技术 | 第20页 |
| 2.3 搜索引擎的主要评价指标 | 第20-21页 |
| 2.4 本文的技术路线 | 第21-22页 |
| 2.5 相关理论简介 | 第22-26页 |
| 2.5.1 信息抽取 | 第22-24页 |
| 2.5.2 元数据 | 第24-26页 |
| 2.6 本章小结 | 第26-27页 |
| 3 基于网页结构特征的垂直搜索引擎研究与设计 | 第27-49页 |
| 3.1 实现目标 | 第27-28页 |
| 3.2 元数据模型 | 第28-32页 |
| 3.2.1 导航数据 | 第29-30页 |
| 3.2.2 原子内容 | 第30-32页 |
| 3.3 处理流程 | 第32-41页 |
| 3.3.1 网页爬行 | 第33-35页 |
| 3.3.2 页面转换 | 第35-36页 |
| 3.3.3 抽取数据 | 第36-40页 |
| 3.3.4 分离数据 | 第40-41页 |
| 3.4 系统架构 | 第41-47页 |
| 3.4.1 业务实体 | 第43-45页 |
| 3.4.2 控制层 | 第45-46页 |
| 3.4.3 处理流程层 | 第46-47页 |
| 3.5 本章小结 | 第47-49页 |
| 4 基于网页结构特征的垂直搜索引擎实现与应用 | 第49-60页 |
| 4.1 系统实现 | 第49-56页 |
| 4.1.1 开发环境 | 第49-52页 |
| 4.1.2 多线程搜索 | 第52-54页 |
| 4.1.3 配置文件 | 第54-56页 |
| 4.2 系统实践 | 第56-59页 |
| 4.2.1 车货配元数据模型 | 第56-57页 |
| 4.2.2 搜索数据 | 第57-58页 |
| 4.2.3 搜索服务 | 第58-59页 |
| 4.3 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 已取得的成果 | 第60-61页 |
| 5.2 研究展望 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间已发表或录用的论文 | 第65页 |
