面向主题搜索引擎的若干关键技术的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究的背景及意义 | 第13-14页 |
| 1.2 国内外的研究现状 | 第14页 |
| 1.3 面向主题搜索引擎简介 | 第14-15页 |
| 1.4 面向主题搜索引擎发展前景 | 第15页 |
| 1.4.1 就其行业发展趋势来说 | 第15页 |
| 1.4.2 就其社会需求来说 | 第15页 |
| 1.4.3 就其市场契机来讲 | 第15页 |
| 1.5 本章小结 | 第15-17页 |
| 第二章 基于Lucene引擎相关技术介绍 | 第17-29页 |
| 2.1 Lucene框架 | 第17-21页 |
| 2.1.1 全文检索 | 第17-18页 |
| 2.1.2 Lucene项目简介及其框架构成 | 第18-20页 |
| 2.1.3 Lucene全文和数据库索引比较 | 第20-21页 |
| 2.2 文档索引机制 | 第21-23页 |
| 2.2.1 索引技术 | 第21-22页 |
| 2.2.2 建立Lucene索引的过程 | 第22页 |
| 2.2.3 索引的合并、优化及同步 | 第22-23页 |
| 2.3 搜索机制 | 第23-25页 |
| 2.3.1 搜索的实现 | 第23-24页 |
| 2.3.2 文档评分与结果排序 | 第24页 |
| 2.3.3 Lucene的分析器 | 第24-25页 |
| 2.4 分词的具体机制 | 第25-27页 |
| 2.4.1 一般运用的分词计算方法 | 第26-27页 |
| 2.4.2 Lucene分词的实现 | 第27页 |
| 2.4.3 本文采用的分词 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 面向主题搜索引擎相关的关键性技术 | 第29-45页 |
| 3.1 面向主题网络爬虫的技术性研究 | 第29-30页 |
| 3.1.1 网络爬虫关键性技术概述以及工作理论 | 第29-30页 |
| 3.1.2 主题爬虫结构模型 | 第30页 |
| 3.2 主题页面在Web上的分布特征 | 第30-31页 |
| 3.3 主题爬虫采用的搜索计策 | 第31-37页 |
| 3.3.1 信息判断的搜索策略 | 第32页 |
| 3.3.2 链接判断的搜索策略 | 第32-35页 |
| 3.3.3 改进的HITS算法 | 第35-37页 |
| 3.3.4 信息链接融合的搜索策略 | 第37页 |
| 3.4 主题相关度 | 第37-41页 |
| 3.4.1 布尔模型 | 第37-38页 |
| 3.4.2 空间向量模型 | 第38-39页 |
| 3.4.3 改进的VSM模型 | 第39-41页 |
| 3.5 结构化信息提取技术 | 第41-44页 |
| 3.5.1 评测标准 | 第41-42页 |
| 3.5.2 规则抽取技术 | 第42-43页 |
| 3.5.3 关键的提取技术研究 | 第43-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 程序系统的解析与实现 | 第45-57页 |
| 4.1 体系原型结构实现 | 第45-46页 |
| 4.2 网络蜘蛛的实现 | 第46-48页 |
| 4.3 基于Lucene的索引模块探索 | 第48-50页 |
| 4.3.1 探索索引结构 | 第48-49页 |
| 4.3.2 中文分词 | 第49-50页 |
| 4.4 用户接口模块的实现 | 第50-52页 |
| 4.4.1 MVC模式的介绍 | 第50-51页 |
| 4.4.2 检索子系统的MVC模式规划与实现 | 第51-52页 |
| 4.5 多线程的相关技术运用 | 第52-53页 |
| 4.6 网页消重策略 | 第53页 |
| 4.7 改进性能的实验分析 | 第53-55页 |
| 4.7.1 实验工具及环境 | 第53-54页 |
| 4.7.2 优化性能测试分析 | 第54-55页 |
| 4.8 本章小结 | 第55-57页 |
| 第五章 结论 | 第57-59页 |
| 5.1 论文总结 | 第57页 |
| 5.2 研究展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 作者简介 | 第63页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |
