基于Web内容挖掘的医药类广告监控系统的实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题研究背景 | 第10页 |
| ·选题意义 | 第10-11页 |
| ·研究现状 | 第11-14页 |
| ·Web 内容挖掘研究现状 | 第11-13页 |
| ·广告监测系统研究现状 | 第13-14页 |
| ·本文研究内容 | 第14-15页 |
| 第2章 网页的自动获取及内容抽取 | 第15-30页 |
| ·网络数据获取 | 第15-18页 |
| ·单机版爬虫组成模块 | 第15-17页 |
| ·分布式爬虫的URL 管理 | 第17页 |
| ·爬取策略 | 第17-18页 |
| ·网页信息提取 | 第18-27页 |
| ·HTML 结构 | 第18-20页 |
| ·基于HtmlCleaner 的网页提取 | 第20-22页 |
| ·网上药房的信息提取 | 第22-24页 |
| ·医药类推广广告的信息提取 | 第24-27页 |
| ·网页信息提取实验 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 网页分类 | 第30-52页 |
| ·引言 | 第30页 |
| ·网页分类 | 第30-43页 |
| ·分词及停用词过滤 | 第31-32页 |
| ·特征选择 | 第32-35页 |
| ·文本表示模型 | 第35-37页 |
| ·分类算法 | 第37-43页 |
| ·分类系统设计 | 第43-51页 |
| ·网页提取模块 | 第43-44页 |
| ·特征向量生成模块 | 第44-47页 |
| ·分类算法实现模块 | 第47-50页 |
| ·分类实验 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 系统实现 | 第52-65页 |
| ·系统框架 | 第52-53页 |
| ·分布式系统 | 第53-57页 |
| ·分布式系统的概念和特点 | 第53-54页 |
| ·基于QuickServer 架构服务器 | 第54-56页 |
| ·通信协议 | 第56-57页 |
| ·业务管理模块 | 第57-60页 |
| ·待监测网站管理 | 第57-58页 |
| ·敏感信息库管理 | 第58-59页 |
| ·商标库管理 | 第59-60页 |
| ·广告采集平台 | 第60-61页 |
| ·广告内容分析平台 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 总结 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
