| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-11页 |
| 1．1 背景 | 第7-8页 |
| 1．2 主题爬虫的研究现状 | 第8-9页 |
| 1．2．1 C0RA | 第8页 |
| 1．2．2 IBM Focused Crawler | 第8-9页 |
| 1．2．3 Context Graphs Focused Crawler | 第9页 |
| 1．3 研究的目的及意义 | 第9-10页 |
| 1．4 论文安排 | 第10-11页 |
| 2 主题爬虫概述 | 第11-20页 |
| 2．1 通用爬虫模型 | 第11-14页 |
| 2．1．1 通用爬虫的结构 | 第11-13页 |
| 2．1．2 通用爬虫的不足 | 第13-14页 |
| 2．2 主题爬虫模型 | 第14-17页 |
| 2．2．1 主题爬虫的原理 | 第14-15页 |
| 2．2．2 主题爬虫的结构 | 第15-16页 |
| 2．2．3 与普通爬虫的区别 | 第16-17页 |
| 2．3 主题页面的分布特征 | 第17-20页 |
| 2．3．1 中心页面特性 | 第18页 |
| 2．3．2 主题关联特性 | 第18页 |
| 2．3．3 主题聚集特性 | 第18页 |
| 2．3．4 隧道特性 | 第18-20页 |
| 3 主题爬虫的关键算法研究 | 第20-34页 |
| 3．1 Web超链分析的算法研究 | 第20-24页 |
| 3．1．1 PageRank算法 | 第20-22页 |
| 3．1．2 HITS算法 | 第22-24页 |
| 3．1．3 PageRank算法和 HITS算法的比较 | 第24页 |
| 3．2 URL主题相关性算法研究 | 第24-31页 |
| 3．2．1 基于文字内容的启发策略 | 第25-29页 |
| 3．2．2 基于 Web图的启发策略 | 第29-30页 |
| 3．2．3 其他启发策略 | 第30-31页 |
| 3．3 页面主题相关性算法研究 | 第31-34页 |
| 3．3．1 向量空间模型(VSM) | 第31页 |
| 3．3．2 训练方法和分类算法 | 第31-34页 |
| 4 HJSpider的设计 | 第34-45页 |
| 4．1 数据结构的设计 | 第35-36页 |
| 4．2 主题的选择 | 第36-37页 |
| 4．3 页面的分析 | 第37-40页 |
| 4．3．1 HTML语法分析 | 第37-38页 |
| 4．3．2 网页正文提取 | 第38-40页 |
| 4．3．3 链接的提取 | 第40页 |
| 4．4 主题相关性判定策略的选择 | 第40-43页 |
| 4．4．1 URL主题相关性判定 | 第40-42页 |
| 4．4．2 页面主题相关性判定 | 第42-43页 |
| 4．5 增量反馈及自适应机制 | 第43-45页 |
| 5 HJSpider的实现 | 第45-51页 |
| 5．1 系统实现 | 第45-49页 |
| 5．2 系统测试 | 第49-51页 |
| 6 总结与展望 | 第51-52页 |
| 6．1 本文的工作总结 | 第51页 |
| 6．2 下一步的工作 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
