| 表目录 | 第1-8页 |
| 图目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景 | 第11页 |
| ·研究现状 | 第11-14页 |
| ·基于文本的图片搜索引擎 | 第11-12页 |
| ·基于内容的图片搜索引擎 | 第12-14页 |
| ·基于语义的图片搜索引擎 | 第14页 |
| ·需求分析 | 第14-15页 |
| ·基于文本的图片搜索引擎原理 | 第15页 |
| ·本文结构 | 第15-17页 |
| 第二章 相关技术研究 | 第17-31页 |
| ·互联网图片采集的原理和常用策略 | 第17-20页 |
| ·图片采集原理 | 第17页 |
| ·常用采集策略 | 第17-20页 |
| ·互联网图片描述提取 | 第20-22页 |
| ·互联网图片特征 | 第20页 |
| ·图片的文本描述提取难点 | 第20-21页 |
| ·常用文本提取技术 | 第21-22页 |
| ·Lucene 介绍 | 第22-26页 |
| ·Lucene 优点 | 第22-23页 |
| ·Lucene 索引介绍 | 第23-26页 |
| ·Hadoop 简介 | 第26-30页 |
| ·HDFS | 第27-28页 |
| ·Map/Reduce | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 信息的采集和过滤 | 第31-41页 |
| ·图片聚焦爬虫结构和采集算法 | 第31-38页 |
| ·图片聚焦爬虫结构 | 第32页 |
| ·爬虫采集算法描述 | 第32-37页 |
| ·性能评价和比较 | 第37-38页 |
| ·噪声图片过滤 | 第38-40页 |
| ·畸形图片过滤 | 第38页 |
| ·大型广告图片过滤 | 第38-39页 |
| ·其他噪声图片过滤 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 描述提取和索引生成 | 第41-49页 |
| ·图片描述文本提取 | 第41-45页 |
| ·优化的提取算法 | 第41-45页 |
| ·算法性能评价 | 第45页 |
| ·索引生成 | 第45-48页 |
| ·缩略图片文件库生成 | 第45-46页 |
| ·文本索引生成 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 Hadoop 平台上的分布式图片搜索引擎设计 | 第49-59页 |
| ·分布式环境搭建和系统结构 | 第49-52页 |
| ·分布式爬虫模型 | 第52-55页 |
| ·分布式爬虫结构 | 第52-54页 |
| ·性能评价 | 第54-55页 |
| ·分布式索引模型 | 第55-56页 |
| ·分布式索引结构 | 第55-56页 |
| ·性能评价 | 第56页 |
| ·分布式搜索模型 | 第56-58页 |
| ·分布式搜索结构 | 第56-57页 |
| ·性能评价 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 测试与评价 | 第59-67页 |
| ·测试环境 | 第59页 |
| ·用户界面 | 第59-61页 |
| ·性能测试与评价 | 第61-66页 |
| ·评测指标 | 第61-62页 |
| ·测试过程与结果 | 第62-64页 |
| ·分析与评价 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 总结与展望 | 第67-69页 |
| ·个人总结 | 第67页 |
| ·下一步的工作 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 作者在学习期间取得的学术成果 | 第74页 |