分布式主题搜索引擎的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景和意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·研究目标及拟解决的关键问题 | 第12-13页 |
| ·论文组织结构 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第二章 Nutch 及主题搜索引擎 | 第14-31页 |
| ·Nutch 开源搜索引擎 | 第14-21页 |
| ·Nutch 概述 | 第14-15页 |
| ·Nutch 基本架构 | 第15-17页 |
| ·Nutch 工作流程 | 第17-21页 |
| ·Nutch 数据采集模块 | 第18-20页 |
| ·Nutch 索引模块 | 第20-21页 |
| ·Nutch 查询模块 | 第21页 |
| ·Hadoop 分布式计算平台 | 第21-27页 |
| ·Hadoop 概述 | 第21-23页 |
| ·MapReduce 分布式编程框架 | 第23-25页 |
| ·Hadoop 分布式文件系统HDFS | 第25-27页 |
| ·主题搜索引擎相关技术 | 第27-30页 |
| ·主题搜索引擎的概念 | 第27-28页 |
| ·主题搜索引擎与通用搜索引擎的差别 | 第28页 |
| ·主题搜索引擎工作原理 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 改进HDFS 设计 | 第31-35页 |
| ·HDFS 设计缺陷及解决方案分析 | 第31-32页 |
| ·HDFS 设计存在的问题 | 第31-32页 |
| ·可行解决方案分析 | 第32页 |
| ·文件分片大小动态调整提高负载均衡 | 第32-34页 |
| ·已有的改进方案弊端分析 | 第32-33页 |
| ·新的文件分片大小动态调整方案 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 主题词典建立方法的改进 | 第35-42页 |
| ·不同的主题词典建立方式比较 | 第35-37页 |
| ·人工建立主题词典分析 | 第35页 |
| ·信息增益模型建立主题词典分析 | 第35-36页 |
| ·词共现模型建立主题词典分析 | 第36-37页 |
| ·主题词典建立方式的改进 | 第37-41页 |
| ·DOM 树 | 第37-38页 |
| ·基于DOM 树改进词共现模型建立主题词典 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 主题资源采集策略 | 第42-50页 |
| ·基于元搜索获取主题爬虫入口地址 | 第42-44页 |
| ·传统与基于元搜索爬虫入口地址获取比较 | 第42页 |
| ·基于元搜索获取主题爬虫入口地址 | 第42-44页 |
| ·改进向量空间模型 | 第44-48页 |
| ·向量空间模型 | 第44-46页 |
| ·改进向量空间模型分析页面主题相关度 | 第46-48页 |
| ·主题资源采集 | 第48-49页 |
| ·网页标签与主题资源采集的关系分析 | 第48页 |
| ·主题资源采集策略 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 分布式主题搜索引擎实现及结果分析 | 第50-59页 |
| ·分布式主题搜索引擎实现 | 第50-53页 |
| ·分布式环境的搭建 | 第50-51页 |
| ·主题搜索引擎总体架构 | 第51-52页 |
| ·检索结果分析 | 第52-53页 |
| ·实验以及结果分析 | 第53-58页 |
| ·改进HDFS 设计前后结果对比分析 | 第53-54页 |
| ·改进HDFS 设计的测试实验 | 第53-54页 |
| ·运行结果对比分析 | 第54页 |
| ·主题词典对主题资源采集影响对比实验 | 第54-56页 |
| ·主题资源采集性能实验及结果分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 总结 | 第59页 |
| 展望 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 攻读硕士学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64页 |
