专题型网页搜集器关键算法的研究及实现
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 引言 | 第6-12页 |
| ·研究背景 | 第6-10页 |
| ·面向主题的搜集技术 | 第7-8页 |
| ·国内外发展状况 | 第8-10页 |
| ·论文的工作 | 第10-12页 |
| ·论文的研究工作 | 第10-11页 |
| ·论文内容概述 | 第11-12页 |
| 第二章 网页预处理及特征提取 | 第12-19页 |
| ·网页预处理 | 第12-15页 |
| ·网页信息提取 | 第13-14页 |
| ·文本分词 | 第14-15页 |
| ·网页特征提取及权重计算 | 第15-17页 |
| ·文档表示模型-VSM模型 | 第17-19页 |
| 第三章 基于DDBCUR聚类算法的网页过滤 | 第19-33页 |
| ·聚类中的数据类型 | 第19-21页 |
| ·主要聚类方法 | 第21-22页 |
| ·基于动态密度的层次聚类算法 | 第22-29页 |
| ·层次聚类方法 | 第22-23页 |
| ·密度聚类方法 | 第23-24页 |
| ·基于动态密度的层次聚类算法(DDBCUR) | 第24-29页 |
| ·基于聚类模型的网页过滤 | 第29-33页 |
| 第四章 基于增量学习的链接排序算法 | 第33-40页 |
| ·基于链接结构的链接相关性估计 | 第33-36页 |
| ·利用已访问的父网页估计链接相关性 | 第34页 |
| ·利用已访问的兄弟链接估计链接相关性 | 第34-36页 |
| ·相关性合并 | 第36页 |
| ·基于链接文本的链接相关性估计 | 第36-38页 |
| ·利用链接文本估计 | 第36-37页 |
| ·利用链接周围文本(Anchor文本)估计 | 第37页 |
| ·利用搜索结果增量学习 | 第37-38页 |
| ·基于链接结构的链接排序 | 第38-40页 |
| 第五章 系统设计与实现 | 第40-47页 |
| ·系统总体设计 | 第40-41页 |
| ·数据库结构设计 | 第41-42页 |
| ·网页采集模块 | 第42-44页 |
| ·网页采集子模块 | 第43-44页 |
| ·信息提取子模块 | 第44页 |
| ·页过滤模块 | 第44-45页 |
| ·样本聚类子模块 | 第44-45页 |
| ·网页过滤子模块 | 第45页 |
| ·链接分析模块 | 第45-47页 |
| 第六章 实验与评价 | 第47-55页 |
| ·网页聚类实验 | 第47-51页 |
| ·聚类训练实验——类模型生成 | 第47-49页 |
| ·类训练——类模型应用 | 第49-50页 |
| ·评价 | 第50-51页 |
| ·系统整体性能实验 | 第51-55页 |
| ·实验内容 | 第51-52页 |
| ·实验结果与评价 | 第52-55页 |
| 第七章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 本人简历 | 第62页 |
