| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-15页 |
| ·主题爬行技术综述 | 第7-10页 |
| ·主题爬行技术产生的背景和概念 | 第7-8页 |
| ·主题爬行系统的基本原理 | 第8-10页 |
| ·主题爬虫性能评价标准 | 第10页 |
| ·相关工作 | 第10-12页 |
| ·本文的主要研究内容和结构安排 | 第12-15页 |
| 第二章 相关知识介绍 | 第15-25页 |
| ·网页向量空间模型及主题判断方法 | 第15-17页 |
| ·HTML代码及DOM树结构 | 第17-21页 |
| ·HTML语言概述 | 第17-18页 |
| ·HTML文档的基本结构 | 第18-19页 |
| ·HTML语言的标签和属性 | 第19-20页 |
| ·从HTML代码到DOM树 | 第20-21页 |
| ·相关度反馈和Rocchio算法 | 第21-25页 |
| ·相关度反馈在信息检索领域的应用 | 第22-23页 |
| ·相关度反馈的向量模型 | 第23页 |
| ·Rocchio算法 | 第23-24页 |
| ·相关度反馈的难点 | 第24-25页 |
| 第三章 本文的主题爬行算法及系统实现 | 第25-44页 |
| ·本文的主题爬行算法 | 第25-32页 |
| ·利用HTML 代码对应的DOM 树结构精确刻画网页中超链接的上下文相关文本 | 第25-30页 |
| ·利用Rocchio算法进行增量式学习 | 第30-32页 |
| ·系统实现 | 第32-44页 |
| ·系统平台和编程语言 | 第33-34页 |
| ·解析网页工具HTML::Parser和HTML::TreeBuilder | 第34页 |
| ·Web爬虫程序的设计与实现 | 第34-37页 |
| ·面向主题的Web爬虫程序的设计与实现 | 第37-40页 |
| ·利用Rocchio算法进行增量式学习的设计与实现 | 第40-42页 |
| ·系统运行的截图 | 第42-44页 |
| 第四章 实验 | 第44-51页 |
| ·实验的评价方法 | 第44页 |
| ·实验数据集 | 第44-45页 |
| ·实验结果及分析 | 第45-50页 |
| ·实验结论 | 第50-51页 |
| 第五章 结论及未来工作展望 | 第51-53页 |
| ·结论 | 第51-52页 |
| ·未来工作展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 摘要 | 第56-59页 |
| Abstract | 第59-63页 |
| 致谢 | 第63页 |
