| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景与意义 | 第11页 |
| ·搜索引擎的概述 | 第11-13页 |
| ·垂直搜索引擎的现状与发展 | 第13-14页 |
| ·论文的相关工作 | 第14-15页 |
| 第二章 垂直搜索引擎的相关技术 | 第15-22页 |
| ·页面下载技术 | 第15-17页 |
| ·深度优先搜索策略 | 第15-16页 |
| ·广度优先搜索策略 | 第16页 |
| ·去重抓取策略 | 第16-17页 |
| ·网页信息结构化 | 第17页 |
| ·中文分词 | 第17-19页 |
| ·信息索引技术 | 第19-20页 |
| ·前向索引 | 第19页 |
| ·倒排索引 | 第19-20页 |
| ·网页搜索结果排序技术 | 第20-21页 |
| ·PageRank 算法 | 第20-21页 |
| ·Hits 算法 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于改进型 Shark-Search 算法的聚焦网络爬虫 | 第22-41页 |
| ·聚焦网络爬虫 | 第22-26页 |
| ·聚焦网络爬虫的原理 | 第22-23页 |
| ·聚焦网络爬虫的基本架构 | 第23-26页 |
| ·基于网页内容分析的算法 | 第26-31页 |
| ·Fish-Search 算法 | 第27-29页 |
| ·Shark-Search 算法 | 第29-31页 |
| ·基于链接聚类与隧道技术的 Shark-Search 算法的改进 | 第31-37页 |
| ·链接聚类 | 第32-33页 |
| ·隧道技术 | 第33-34页 |
| ·改进后的 Shark-Search 算法 | 第34-37页 |
| ·聚焦网络爬虫评价指标 | 第37-38页 |
| ·有效性 | 第37-38页 |
| ·实验结果与分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于概率模型与词性标注的命名实体识别 | 第41-51页 |
| ·中文分词的技术难点 | 第41-42页 |
| ·歧义词的识别难点 | 第41-42页 |
| ·未登录词的识别难点 | 第42页 |
| ·中文分词算法介绍 | 第42-46页 |
| ·基于词典与规则的中文分词 | 第43-44页 |
| ·基于统计的中文分词 | 第44-45页 |
| ·基于理解的中文分词 | 第45-46页 |
| ·隐马尔可夫与词性标注 | 第46-49页 |
| ·隐马尔可夫模型 | 第46-47页 |
| ·中文词性标注 | 第47页 |
| ·房地产命名的识别 | 第47-49页 |
| ·中文分词的评测标准 | 第49页 |
| ·实验结果与分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 房地产垂直搜索引擎的设计与实现 | 第51-67页 |
| ·系统的开发环境 | 第51页 |
| ·设计思想 | 第51页 |
| ·系统的体系结构及业务流程 | 第51-54页 |
| ·系统各个模块的实现 | 第54-61页 |
| ·网络爬虫模块 | 第54-55页 |
| ·页面处理模块 | 第55-57页 |
| ·中文分词模块 | 第57页 |
| ·信息索引模块 | 第57-59页 |
| ·用户检索模块 | 第59-61页 |
| ·关键配置信息 | 第61-63页 |
| ·实验结果及分析 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-68页 |
| ·本文总结 | 第67页 |
| ·未来工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录 | 第73-74页 |
| 详细摘要 | 第74-78页 |