垂直搜索中的数据清洗和排序算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·选题的背景和意义 | 第9-10页 |
| ·选题的背景 | 第9页 |
| ·选题的意义 | 第9-10页 |
| ·国内外相关研究综述 | 第10-11页 |
| ·本文研究的内容 | 第11-12页 |
| ·数据清洗算法 | 第11页 |
| ·查询结果排序算法 | 第11-12页 |
| ·本文的组织 | 第12-13页 |
| 第2章 相关背景技术 | 第13-20页 |
| ·全文检索框架 Lucene 技术概述 | 第13-14页 |
| ·搜索引擎的通用系统结构 | 第14-15页 |
| ·排序模块的自适应 | 第15-17页 |
| ·自适应系统的基本理论 | 第15页 |
| ·系统原理图 | 第15-16页 |
| ·反馈自适应搜索的系统结构 | 第16-17页 |
| ·用户兴趣采集技术 | 第17-19页 |
| ·浏览时间及点击次数转化为兴趣度的方法 | 第18页 |
| ·对网页兴趣的计算 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 垂直搜索中的数据处理 | 第20-33页 |
| ·重复数据的产生背景和消重的重要意义 | 第20-21页 |
| ·重复数据的产生背景 | 第20页 |
| ·数据消重的重要意义 | 第20-21页 |
| ·数据消重的一般方法 | 第21-24页 |
| ·基于网址的网页消重 | 第21页 |
| ·基于聚类方法的网页消重 | 第21页 |
| ·基于数字签名算法的数据消重 | 第21-22页 |
| ·改进的基于MD5 数字签名的数据消重 | 第22-24页 |
| ·实验结果及分析 | 第24-25页 |
| ·不完整数据的处理 | 第25-32页 |
| ·不完整数据处理方法步骤 | 第25-26页 |
| ·缺失值补全规则 | 第26页 |
| ·地址缺失值推测方法 | 第26-27页 |
| ·正则表达式 | 第26-27页 |
| ·推测方法 | 第27页 |
| ·价格数据缺失值推测方法 | 第27-32页 |
| ·ARIMA 模型的基本思想及数学模型 | 第28页 |
| ·ARIMA 模型预测的基本程序 | 第28-29页 |
| ·实验 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 搜索结果排序算法 | 第33-43页 |
| ·Lucene 基础排序算法 | 第33-36页 |
| ·Lucene 基础排序算法描述 | 第33-35页 |
| ·Lucene 基础排序算法分析 | 第35-36页 |
| ·PageRank 算法 | 第36-40页 |
| ·PageRank 算法描述 | 第36-39页 |
| ·PageRank 算法分析 | 第39-40页 |
| ·基于 Lucene 基础排序算法的改进算法 | 第40-41页 |
| ·实验结果及分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 系统设计与实现 | 第43-57页 |
| ·平台概述 | 第43页 |
| ·总体设计 | 第43-44页 |
| ·核心模块设计 | 第44-53页 |
| ·数据处理模块设计 | 第44-49页 |
| ·索引建立及优化 | 第49-51页 |
| ·搜索模块设计 | 第51-53页 |
| ·系统测试 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-58页 |
| ·全文总结 | 第57页 |
| ·本文主要贡献和创新点 | 第57页 |
| ·进一步工作 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 读硕士学位期间发表的论文和参加的项目 | 第61-62页 |
| 致谢 | 第62页 |
