| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题背景与研究意义 | 第10页 |
| ·搜索引擎的发展现状 | 第10-11页 |
| ·通用搜索引擎的发展现状 | 第10-11页 |
| ·垂直搜索引擎概述 | 第11页 |
| ·搜索引擎基本原理 | 第11-12页 |
| ·网络蜘蛛 | 第12页 |
| ·索引模块 | 第12页 |
| ·搜索模块 | 第12页 |
| ·搜索引擎的现有模型 | 第12-13页 |
| ·搜索引擎的评价原则与发展方向 | 第13-14页 |
| ·评价原则 | 第13-14页 |
| ·搜索引擎的发展方向 | 第14页 |
| ·本章小结及论文的组织 | 第14-16页 |
| ·本章小结 | 第14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 垂直搜索引擎的基本原理 | 第16-27页 |
| ·信息采集技术 | 第17-19页 |
| ·网络蜘蛛 | 第18页 |
| ·网络蜘蛛的实现原理 | 第18-19页 |
| ·资源分析预处理技术 | 第19-20页 |
| ·PDF 文档分析 | 第19页 |
| ·Html 文档分析 | 第19-20页 |
| ·分词预处理技术 | 第20-23页 |
| ·文档内容分析过程 | 第20-21页 |
| ·文档内容分析过程 | 第21-23页 |
| ·索引与检索技术 | 第23-26页 |
| ·索引的基本结构 | 第23-24页 |
| ·索引器的实现 | 第24-25页 |
| ·检索器的实现 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 网页预处理及消重算法的研究 | 第27-42页 |
| ·网页预处理方法研究 | 第27-32页 |
| ·网页的表示模型 | 第27-29页 |
| ·网页内容的提取 | 第29-30页 |
| ·中文分词及去除停用词 | 第30页 |
| ·改进模型 | 第30-32页 |
| ·网页去重算法研究与改进 | 第32-41页 |
| ·基于网址的网页消重算法 | 第32-33页 |
| ·基于聚类的网页去重算法 | 第33页 |
| ·基于模板消噪的去重算法 | 第33-34页 |
| ·基于关键词匹配和向量空间结合的网页消重算法 | 第34-36页 |
| ·基于分段签名的数字消重算法 | 第36-38页 |
| ·改进的基于 MD5 数字分段签名的数据消重算法 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 排序算法的研究 | 第42-53页 |
| ·LUCENE 排序算法 | 第42-44页 |
| ·Lucene 内部自带排序算法描述 | 第42-43页 |
| ·Lucene 基础排序算法分析 | 第43-44页 |
| ·谷歌核心算法 PAGERANK 排序算法分析 | 第44-46页 |
| ·谷歌核心算法 PageRank 算法的描述 | 第44-46页 |
| ·PageRank 算法分析 | 第46页 |
| ·PAGERANK 改进算法分析 | 第46-48页 |
| ·基于时间反馈的 PageRank 排序算法 | 第46-47页 |
| ·基于主题相似度模型的 TS-PageRank 算法 | 第47-48页 |
| ·MP-PageRank 改进算法 | 第48页 |
| ·基于 PAGERANK 算法的综合排序算法 | 第48-52页 |
| ·PageRank 算法的修正 | 第48-51页 |
| ·基于 PageRank 排序算法的综合算法 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 垂直搜索引擎的设计与实现 | 第53-66页 |
| ·系统总体设计 | 第53-54页 |
| ·垂直搜索引擎网络爬虫模块的设计与实现 | 第54-56页 |
| ·数据处理模块的设计与实现 | 第56-60页 |
| ·网页解析模块 | 第56-57页 |
| ·中文分词模块 | 第57-59页 |
| ·网页去重模块 | 第59-60页 |
| ·索引模块的设计与实现 | 第60-61页 |
| ·搜索模块的设计与实现 | 第61-64页 |
| ·系统测试 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结论 | 第66-68页 |
| ·本文的主要工作及创新点 | 第66页 |
| ·存在的不足 | 第66-67页 |
| ·工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |