可定制的聚焦网络爬虫

摘要	第1-7页
Abstract	第7-10页
第一章 绪论	第10-15页
·背景	第10-12页
·现状	第12-13页
·本文工作	第13-14页
·本文结构	第14-15页
第二章 网络爬虫原理及分析	第15-19页
·搜索引擎的原理	第15-16页
·聚焦网络爬虫	第16-17页
·可定制的聚焦网络爬虫	第17-18页
·小结	第18-19页
第三章 web页面解析	第19-28页
·网页获取与链接提取	第19-20页
·网页特征词提取	第20-23页
·文本相似度计算	第23-24页
·网页分类	第24-26页
·小结	第26-28页
第四章 链接的评价技术	第28-37页
·基于链接结构的评价方法	第28-32页
·基于网页内容的评价方法	第32-33页
·锚文本上下文提取	第33-36页
·小结	第36-37页
第五章 CFC分析与设计	第37-53页
·主题定制策略	第37-40页
·Ajax页面解析	第40-47页
·隧道穿越	第47-50页
·爬行策略	第50-51页
·小结	第51-53页
第六章 CFC实现	第53-66页
·聚焦爬虫构架	第53页
·Heritrix	第53-58页
·JRex	第58-59页
·系统运行	第59-65页
·小结	第65-66页
第七章 总结与展望	第66-68页
·本文总结	第66-67页
·未来展望	第67-68页
参考文献	第68-71页
攻读学位期间发表论文	第71-72页
感谢	第72页