| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及选题意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 专题信息采集技术国内外研究现状 | 第12-14页 |
| 1.2.2 本体进化技术国内外研究现状 | 第14-15页 |
| 1.3 本文的研究内容和技术路线 | 第15-17页 |
| 1.3.1 本文的研究内容 | 第15页 |
| 1.3.2 本文的技术路线 | 第15-17页 |
| 第二章 相关基础理论研究 | 第17-28页 |
| 2.1 Web 信息采集理论 | 第17-20页 |
| 2.1.1 Web 信息采集技术的主要发展方向 | 第17-19页 |
| 2.1.2 Web 信息采集的基本原理 | 第19页 |
| 2.1.3 Web 信息采集器的基本结构 | 第19-20页 |
| 2.2 文本相似度计算理论 | 第20-22页 |
| 2.2.1 关键词提取 | 第20-21页 |
| 2.2.2 文档的向量表示 | 第21-22页 |
| 2.3 本体相关理论 | 第22-26页 |
| 2.3.1 本体概述 | 第22-23页 |
| 2.3.2 本体描述 | 第23-24页 |
| 2.3.3 本体开发 | 第24-25页 |
| 2.3.4 本体构建 | 第25-26页 |
| 2.3.5 本体进化 | 第26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 基于复杂信息源的专题信息采集方案设计 | 第28-42页 |
| 3.1 基于网络爬虫的信息采集 | 第28-30页 |
| 3.1.1 网络爬虫 | 第28-29页 |
| 3.1.2 爬行算法 | 第29页 |
| 3.1.3 信息采集 | 第29-30页 |
| 3.2 基于网页目标版块定向跟踪的信息采集 | 第30-35页 |
| 3.2.1 版块的定义 | 第30-31页 |
| 3.2.2 网页版块划分 | 第31-32页 |
| 3.2.3 版块位置记录 | 第32-33页 |
| 3.2.4 网页版块重定位 | 第33-34页 |
| 3.2.5 信息采集 | 第34-35页 |
| 3.3 基于 RSS 源的信息采集 | 第35-39页 |
| 3.3.1 RSS 源文件 | 第35-37页 |
| 3.3.2 RSS 内容解析 | 第37-38页 |
| 3.3.3 信息采集 | 第38-39页 |
| 3.4 基于复杂信息源的专题信息采集 | 第39-41页 |
| 3.4.1 网页专题相关性判定 | 第39-40页 |
| 3.4.2 专题信息采集方案 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 专题本体进化方案设计 | 第42-56页 |
| 4.1 专题网页内容提取 | 第42-45页 |
| 4.1.1 专题网页的一般结构 | 第42页 |
| 4.1.2 专题网页标题提取 | 第42-43页 |
| 4.1.3 专题网页正文提取 | 第43-44页 |
| 4.1.4 专题网页摘要提取 | 第44-45页 |
| 4.1.5 专题网页链接提取 | 第45页 |
| 4.2 专题网页内容预处理 | 第45-48页 |
| 4.2.1 专题网页的内容结构 | 第45-47页 |
| 4.2.2 专题网页内容的分词 | 第47-48页 |
| 4.2.3 专题网页特征词抽取 | 第48页 |
| 4.3 专题本体的进化 | 第48-54页 |
| 4.3.1 初始专题本体的构建 | 第48-51页 |
| 4.3.2 专题本体的进化算法 | 第51-52页 |
| 4.3.3 专题本体的进化方案 | 第52-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第五章 基于本体进化的专题信息采集系统的运行结果与分析 | 第56-65页 |
| 5.1 系统的主要功能结构及运行流程 | 第56-57页 |
| 5.1.1 系统的主要功能结构 | 第56页 |
| 5.1.2 系统的运行流程 | 第56-57页 |
| 5.2 基于本体进化的专题信息采集实验 | 第57-64页 |
| 5.2.1 专题网页采集实验 | 第57-60页 |
| 5.2.2 专题本体进化实验 | 第60-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士期间发表的论文及科研成果 | 第72页 |