网络论坛采集及热点话题发现研究
摘要 | 第1-6页 |
abstract | 第6-7页 |
目录 | 第7-10页 |
图目录 | 第10-11页 |
表目录 | 第11-12页 |
第一章 引言 | 第12-16页 |
·选题背景 | 第12-13页 |
·开展本课题的研究意义 | 第13-14页 |
·研究问题及内容 | 第14页 |
·论坛采集 | 第14页 |
·热点话题发现 | 第14页 |
·本文的组织结构 | 第14-16页 |
第二章 相关研究 | 第16-22页 |
·网络论坛采集 | 第16-18页 |
·通用网页采集策略 | 第16-17页 |
·主题采集 | 第17页 |
·Deep Web数据采集 | 第17页 |
·论坛数据采集 | 第17-18页 |
·网络论坛热点话题发现 | 第18-21页 |
·本章小结 | 第21-22页 |
第三章 Web信息采集基础 | 第22-28页 |
·万维网(Web)简介 | 第22-25页 |
·Web的基本术语 | 第22-23页 |
·万维网标准 | 第23页 |
·万维网的组成 | 第23-24页 |
·万维网的工作原理 | 第24-25页 |
·Web采集 | 第25-27页 |
·采集的功能 | 第25页 |
·采集 | 第25-26页 |
·采集器架构 | 第26-27页 |
·本章小结 | 第27-28页 |
第四章 基于结构驱动的网络论坛采集路径研究 | 第28-38页 |
·研究背景 | 第28-29页 |
·论坛采集面临的困难 | 第28-29页 |
·相关工作 | 第29页 |
·系统框架 | 第29-31页 |
·问题定义 | 第29-30页 |
·系统框架设计 | 第30-31页 |
·基于结构驱动的论坛采集路径 | 第31-35页 |
·网页结构聚类 | 第31-32页 |
·根据URL及锚文本聚类 | 第32-33页 |
·内容重复检测 | 第33页 |
·有效信息检测 | 第33页 |
·翻页识别 | 第33-34页 |
·最优采集路径选择 | 第34-35页 |
·实验结果及分析 | 第35-36页 |
·本章小结 | 第36-38页 |
第五章 网络论坛采集框架设计与实现 | 第38-50页 |
·大规模论坛采集关键问题研究 | 第38-39页 |
·DNS解析 | 第38页 |
·页面的并发采集 | 第38-39页 |
·页面分析及并发处理 | 第39页 |
·防止重复URL采集 | 第39页 |
·应对站点防采集 | 第39页 |
·论坛采集系统设计与实现 | 第39-44页 |
·采集库libCURL介绍 | 第40-41页 |
·非阻塞muiti模式采集 | 第41页 |
·多线程页面分析处理模式 | 第41-43页 |
·防止重复URL采集模块 | 第43-44页 |
·防采集模块 | 第44页 |
·应用分布式框架进行采集 | 第44-48页 |
·分布式框架简介 | 第44-47页 |
·分布式采集应用 | 第47-48页 |
·本章小结 | 第48-50页 |
第六章 基于网络论坛采集的热点话题发现系统 | 第50-60页 |
·研究背景及相关工作 | 第51-52页 |
·热点主题词提取 | 第52-54页 |
·基于词典的主题词提取 | 第52页 |
·基于局部性有意串识别的新词发现 | 第52-53页 |
·候选主题词的多级过滤 | 第53-54页 |
·多特征融合的主题词权重计算 | 第54页 |
·基于主题词的热点话题发现算法 | 第54-56页 |
·多特征选择及预处理 | 第54-55页 |
·算法设计 | 第55-56页 |
·实验结果及分析 | 第56-58页 |
·实验设计 | 第56-58页 |
·本章小结 | 第58-60页 |
第七章 结束语 | 第60-62页 |
·本文工作总结 | 第60页 |
·下一步研究方向 | 第60-62页 |
参考文献 | 第62-65页 |
致谢 | 第65-67页 |
作者简历 | 第67页 |