| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题的背景 | 第7页 |
| ·搜索引擎的发展历史 | 第7-8页 |
| ·垂直搜索引擎的特点 | 第8-9页 |
| ·本文的研究工作和组织 | 第9-11页 |
| 第二章 垂直搜索引擎的基本原理和相关技术的研究现状 | 第11-27页 |
| ·网络资源的获取技术 | 第11-14页 |
| ·网络爬虫的基本原理 | 第11页 |
| ·垂直搜索引擎中的网络爬虫 | 第11-12页 |
| ·主题判别技术 | 第12-14页 |
| ·网页分析算法 | 第14-16页 |
| ·基于网络拓扑的分析算法 | 第14-16页 |
| ·基于网页内容的网页分析算法 | 第16页 |
| ·基于用户访问行为的网页分析算法 | 第16页 |
| ·全文索引的基本原理 | 第16-18页 |
| ·索引中的内容 | 第17-18页 |
| ·如何创建索引 | 第18页 |
| ·如何对索引进行搜索 | 第18页 |
| ·中文分词技术 | 第18-25页 |
| ·基于字符串匹配的分词方法 | 第19-20页 |
| ·基于理解的分词方法 | 第20页 |
| ·基于统计的分词方法 | 第20-23页 |
| ·基于既定词表的自适应分词方法 | 第23-24页 |
| ·分词中的难题 | 第24-25页 |
| ·本章小节 | 第25-27页 |
| 第三章 框架的总体设计 | 第27-37页 |
| ·设计思想 | 第27-28页 |
| ·框架的体系结构 | 第28-29页 |
| ·网络爬虫的设计 | 第29-33页 |
| ·相关概念的定义 | 第29-31页 |
| ·URL 提取器 | 第31页 |
| ·更新去重策略 | 第31-32页 |
| ·多线程抓取 | 第32-33页 |
| ·数据处理器 | 第33页 |
| ·框架的包结构设计 | 第33-35页 |
| ·框架的容错能力 | 第35页 |
| ·框架的资源扩展能力 | 第35页 |
| ·本章小节 | 第35-37页 |
| 第四章 框架的实现实例 | 第37-51页 |
| ·系统主题的选择 | 第37页 |
| ·主题 URL 数据库 | 第37-38页 |
| ·URL 提取器 | 第38页 |
| ·数据处理器 | 第38-40页 |
| ·HTML 网页内容的处理 | 第38-39页 |
| ·其他格式文件的处理 | 第39-40页 |
| ·XML 与 properties 属性文件的设置 | 第40-41页 |
| ·索引器 | 第41-45页 |
| ·Lucene 的全文索引的基本原理 | 第41-42页 |
| ·Lucene 的索引创建过程 | 第42-43页 |
| ·Lucene 的索引搜索过程 | 第43-44页 |
| ·Lucene 的包结构 | 第44页 |
| ·中文分词工具 | 第44-45页 |
| ·数据库的选择 | 第45页 |
| ·用户接口的实现 | 第45-46页 |
| ·web 应用程序 | 第45-46页 |
| ·web 应用服务器 | 第46页 |
| ·系统最后的实现界面 | 第46-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·工作总结 | 第51页 |
| ·展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-57页 |