面向领域的垂直搜索引擎的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 引言 | 第9-14页 |
| ·课题研究背景与意义 | 第9-10页 |
| ·国内外研究现状(相关研究) | 第10-11页 |
| ·本文研究的主要内容 | 第11-12页 |
| ·论文的组织结构 | 第12-14页 |
| 第2章 垂直搜索引擎的核心技术 | 第14-28页 |
| ·搜索引擎的组成及工作原理 | 第14-15页 |
| ·垂直搜索引擎的特征 | 第15-16页 |
| ·主题爬行技术 | 第16-23页 |
| ·通用爬虫与主题爬虫 | 第16-17页 |
| ·主题爬行的理论基础 | 第17页 |
| ·主题爬行策略研究 | 第17-23页 |
| ·文本聚类技术 | 第23-27页 |
| ·文本聚类的过程 | 第24-25页 |
| ·传统的聚类算法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 主题爬虫搜索算法的改进 | 第28-41页 |
| ·主题描述方法及存在问题 | 第28-30页 |
| ·主题描述方法 | 第28-30页 |
| ·存在的问题 | 第30页 |
| ·基于分类法的目录式主题描述法 | 第30-35页 |
| ·目录式主题描述法 | 第30-33页 |
| ·主题向量表示 | 第33-35页 |
| ·待爬行链接优先级计算 | 第35-37页 |
| ·主题链接优先级的规范化描述 | 第36页 |
| ·基于锚文本的链接优先级计算 | 第36-37页 |
| ·自适应主题爬行算法 | 第37-40页 |
| ·不同粒度优先级计算策略顺序 | 第37-38页 |
| ·路径探测深度 | 第38页 |
| ·自适应主题爬行算法 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 搜索结果聚类研究 | 第41-53页 |
| ·网页文本预处理——中文分词 | 第41-45页 |
| ·中文分词分类 | 第42-43页 |
| ·基用于垂直搜索引擎中的不足 | 第43-44页 |
| ·适用于垂直搜索引擎的分词方法 | 第44-45页 |
| ·基于主题短语的搜索结果聚类 | 第45-52页 |
| ·文档的特征项提取 | 第45-46页 |
| ·主题短语的提取 | 第46-48页 |
| ·改进的k-means聚类算法 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 实验与结果分析 | 第53-65页 |
| ·系统设计 | 第53-55页 |
| ·基本功能需求分析 | 第53页 |
| ·功能模块分析 | 第53-54页 |
| ·开发环境设置 | 第54-55页 |
| ·系统实现 | 第55-62页 |
| ·爬虫模块实现 | 第55-58页 |
| ·信息抽取模块实现 | 第58-60页 |
| ·信息索引模块实现 | 第60-62页 |
| ·用户接口模块实现 | 第62页 |
| ·结果对比和评价 | 第62-65页 |
| 第6章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
