| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 基础教育资源存储的研究现状 | 第10-11页 |
| 1.2.2 基础教育资源处理的研究现状 | 第11-14页 |
| 1.3 论文主要内容和结构 | 第14-17页 |
| 第2章 基础教育资源数据获取 | 第17-29页 |
| 2.1 互联网上基础教育资源特点 | 第17-18页 |
| 2.2 基于Scrapy的分布式爬虫实现 | 第18-28页 |
| 2.2.1 网络爬虫基本原理 | 第19-20页 |
| 2.2.2 基于Scrapy的爬虫设计 | 第20-24页 |
| 2.2.3 基于Scrapy的分布式爬虫设计 | 第24-26页 |
| 2.2.4 实验与分析 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第3章 基础教育资源数据存储 | 第29-38页 |
| 3.1 基于HDFS的资源文件的存储 | 第29-37页 |
| 3.1.1 HDFS存在问题分析 | 第30-31页 |
| 3.1.2 基础教育资源文件的存储方案 | 第31-34页 |
| 3.1.3 实验与分析 | 第34-37页 |
| 3.2 本章小结 | 第37-38页 |
| 第4章 基础教育资源数据处理 | 第38-60页 |
| 4.1 基于行块分布函数的网页正文提取算法改进 | 第38-51页 |
| 4.1.1 行块分布函数的网页正文提取算法的问题分析 | 第38-43页 |
| 4.1.2 行块分布函数的网页正文提取算法改进 | 第43-48页 |
| 4.1.3 实验及分析 | 第48-51页 |
| 4.2 基于MapReduce的网页正文提取 | 第51-58页 |
| 4.2.1 MapReduce的优化分析 | 第51-53页 |
| 4.2.2 基于MapReduce的优化策略 | 第53-57页 |
| 4.2.3 实验与分析 | 第57-58页 |
| 4.3 本章小结 | 第58-60页 |
| 第5章 研究总结与展望 | 第60-63页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 研究生期间的工作成果 | 第67页 |