搜索引擎中主题爬虫相关性算法的研究与实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究背景和意义 | 第8页 |
| 1.2 主题爬虫的国内外研究现状 | 第8-12页 |
| 1.2.1 国外研究现状 | 第9-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本体在信息检索系统中的研究现状 | 第12-13页 |
| 1.4 支持向量机算法的应用现状 | 第13-14页 |
| 1.5 本文主要工作 | 第14页 |
| 1.6 论文各章节安排 | 第14-16页 |
| 2 网络爬虫及相关技术 | 第16-30页 |
| 2.1 通用爬虫 | 第16-18页 |
| 2.1.1 通用爬虫的结构 | 第16-17页 |
| 2.1.2 通用爬虫的工作流程 | 第17页 |
| 2.1.3 通用爬虫的不足 | 第17-18页 |
| 2.2 主题爬虫 | 第18-19页 |
| 2.3 主题爬虫相关技术 | 第19-26页 |
| 2.3.1 文本分类技术 | 第20-22页 |
| 2.3.2 支持向量机分类器 | 第22-26页 |
| 2.4 Nutch平台简介 | 第26-29页 |
| 2.5 小结 | 第29-30页 |
| 3 本体及领域本体的构建 | 第30-36页 |
| 3.1 本体概述 | 第30-32页 |
| 3.1.1 本体的定义 | 第30-31页 |
| 3.1.2 本体的分类 | 第31页 |
| 3.1.3 本体的描述语言 | 第31-32页 |
| 3.2 领域本体的构造 | 第32-35页 |
| 3.2.1 构造方法 | 第32-34页 |
| 3.2.2 构建工具 | 第34-35页 |
| 3.3 主题本体的构建 | 第35页 |
| 3.4 小结 | 第35-36页 |
| 4 结合本体概念的SVM主题相关性算法 | 第36-42页 |
| 4.1 基于关键词向量空间模型的局限性 | 第36页 |
| 4.2 基于本体概念向量空间模型的优点 | 第36-37页 |
| 4.3 基于本体概念向量空间模型的SVM分类器 | 第37-41页 |
| 4.3.1 网页预处理 | 第37-38页 |
| 4.3.2 概念匹配模块 | 第38页 |
| 4.3.3 概念特征提取模块 | 第38-39页 |
| 4.3.4 基于本体概念的权重计算 | 第39-40页 |
| 4.3.5 SVM网页分类器 | 第40-41页 |
| 4.4 小结 | 第41-42页 |
| 5 基于Nutch平台的测试与分析 | 第42-50页 |
| 5.1 评价指标 | 第42页 |
| 5.2 实验环境搭建 | 第42-44页 |
| 5.2.1 软件环境 | 第42-43页 |
| 5.2.2 Nutch平台搭建 | 第43-44页 |
| 5.2.3 Libsvm工具包 | 第44页 |
| 5.3 实验过程 | 第44-45页 |
| 5.4 实验结果分析 | 第45-48页 |
| 5.5 小结 | 第48-50页 |
| 6 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 致谢 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 附录 | 第60页 |
