农产品价格主题搜索引擎的研究与实现
| 摘要 | 第8-9页 |
| 英文摘要 | 第9-10页 |
| 1 前言 | 第11-18页 |
| 1.1 主题搜索引擎简介 | 第11-13页 |
| 1.1.1 主题搜索引擎与通用搜索引擎的异同 | 第11-12页 |
| 1.1.2 主题搜索引擎的结构 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究概况 | 第13-14页 |
| 1.2.2 国内研究概况 | 第14-15页 |
| 1.3 本文研究目标 | 第15-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 2 农产品价格主题搜索引擎系统架构 | 第18-23页 |
| 2.1 数据搜集系统 | 第19-21页 |
| 2.2 数据索引系统 | 第21-22页 |
| 2.3 用户服务系统 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 关键技术与算法研究 | 第23-43页 |
| 3.1 抓取策略 | 第23-26页 |
| 3.1.1 广度优先策略 | 第23页 |
| 3.1.2 深度优先策略 | 第23-24页 |
| 3.1.3 最好优先策略 | 第24页 |
| 3.1.4 抓取策略改进 | 第24-26页 |
| 3.2 网页去重算法 | 第26-28页 |
| 3.2.1 Shingling算法 | 第26-27页 |
| 3.2.2 I-Match算法 | 第27页 |
| 3.2.3 TF-IDF算法 | 第27-28页 |
| 3.3 网页处理 | 第28-32页 |
| 3.3.1 编码转换 | 第28页 |
| 3.3.2 信息提取 | 第28-30页 |
| 3.3.3 中文分词 | 第30-32页 |
| 3.4 网页更新策略 | 第32-34页 |
| 3.4.1 用户体验策略 | 第33页 |
| 3.4.2 历史参考策略 | 第33页 |
| 3.4.3 聚类抽样策略 | 第33-34页 |
| 3.5 分类器算法 | 第34-37页 |
| 3.5.1 KNN算法 | 第34-36页 |
| 3.5.2 SVM算法 | 第36-37页 |
| 3.6 Solr索引 | 第37-38页 |
| 3.7 页面排序算法 | 第38-39页 |
| 3.7.1 Page Rank算法 | 第38页 |
| 3.7.2 HITS算法 | 第38-39页 |
| 3.8 缓存 | 第39-42页 |
| 3.8.1 缓存对象 | 第39-40页 |
| 3.8.2 缓存结构 | 第40-41页 |
| 3.8.3 缓存清理策略 | 第41-42页 |
| 3.8.4 缓存更新策略 | 第42页 |
| 3.9 本章小结 | 第42-43页 |
| 4 系统实现 | 第43-49页 |
| 4.1 分布式部署网络爬虫 | 第43-44页 |
| 4.2 主题词库搭建 | 第44-45页 |
| 4.3 数据索引系统实现 | 第45-46页 |
| 4.3.1 Solr中文支持配置 | 第45页 |
| 4.3.2 分布式索引 | 第45-46页 |
| 4.4 分类器改进 | 第46-47页 |
| 4.5 缓存系统架构 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 5 实验分析 | 第49-56页 |
| 5.1 实验环境 | 第49-50页 |
| 5.2 抓取性能测试 | 第50-54页 |
| 5.3 检索功能测试 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 研究工作总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的学术论文 | 第64页 |
