| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1. 课题背景和意义 | 第9-10页 |
| 1.2. 课题的研究现状 | 第10-11页 |
| 1.3. 前人工作研究成果综述 | 第11-12页 |
| 1.4. 本文的内容和结构 | 第12-14页 |
| 第二章 相关研究工作综述 | 第14-29页 |
| 2.1. 搜索引擎相关技术 | 第14-17页 |
| 2.1.1. 搜索引擎工作原理 | 第14-16页 |
| 2.1.2. 搜索引擎分类 | 第16-17页 |
| 2.2. Hadoop相关技术 | 第17-21页 |
| 2.2.1. Hadoop框架介绍 | 第17-18页 |
| 2.2.2. MapReduce编程模型 | 第18-19页 |
| 2.2.3. HDFS分布式文件系统 | 第19-20页 |
| 2.2.4. Hadoop安全性与可靠性 | 第20-21页 |
| 2.3. 中文分词技术 | 第21-23页 |
| 2.3.1. 中文分词技术概要 | 第21-22页 |
| 2.3.2. 中文分词难点 | 第22页 |
| 2.3.3. 中文分词常用方法 | 第22-23页 |
| 2.4. Lucene相关技术 | 第23-26页 |
| 2.4.1. Lucene文档结构 | 第23-25页 |
| 2.4.2. Lucene索引相关类 | 第25-26页 |
| 2.5. 搜索引擎评价指标体系 | 第26-27页 |
| 2.6. ROBOTS协议 | 第27-28页 |
| 2.7. 本章小结 | 第28-29页 |
| 第三章 面向企业网的全文检索评分算法 | 第29-39页 |
| 3.1. 全文检索评分算法研究 | 第29-32页 |
| 3.1.1. 词频位置加权评分算法 | 第29-30页 |
| 3.1.2. PageRank评分算法 | 第30-32页 |
| 3.2. 面向企业网的检索评分算法 | 第32-38页 |
| 3.2.1. 面向企业网的检索评分算法需求分析 | 第32-33页 |
| 3.2.2. 面向企业网的检索评分算法设计 | 第33-35页 |
| 3.2.3. 基于双字耦合度的歧义消除分词算法设计 | 第35-38页 |
| 3.3. 本章小结 | 第38-39页 |
| 第四章 企业网搜索引擎系统设计与实现 | 第39-57页 |
| 4.1. 系统总体架构 | 第39-40页 |
| 4.2. 分布式爬虫模块设计与实现 | 第40-47页 |
| 4.2.1. 分布式爬虫模块分析 | 第40-42页 |
| 4.2.2. 分布式爬虫模块架构设计 | 第42-43页 |
| 4.2.3. 分布式爬虫模块系统实现 | 第43-47页 |
| 4.3. 分布式索引模块设计与实现 | 第47-53页 |
| 4.3.1. 分布式索引模块分析 | 第48-49页 |
| 4.3.2. 分布式索引模块架构设计 | 第49页 |
| 4.3.3. 分布式索引模块的实现 | 第49-53页 |
| 4.4. 分布式检索模块设计与实现 | 第53-56页 |
| 4.4.1. 分布式检索模块架构设计 | 第53-55页 |
| 4.4.2. 分布式检索模块实现 | 第55-56页 |
| 4.5. 本章小结 | 第56-57页 |
| 第五章 企业网搜索引擎的实验测试与分析 | 第57-65页 |
| 5.1. 实验软硬件环境 | 第57页 |
| 5.2. 企业网搜索引擎部署配置 | 第57-60页 |
| 5.2.1. SSH登陆配置 | 第57-58页 |
| 5.2.2. Hadoop平台配置 | 第58-60页 |
| 5.3. 企业网搜索引擎测试与分析 | 第60-64页 |
| 5.3.1. 系统功能测试 | 第60-62页 |
| 5.3.2. 系统性能测试 | 第62-63页 |
| 5.3.3. 中文分词测试 | 第63-64页 |
| 5.4. 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1. 工作总结 | 第65-66页 |
| 6.2. 展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 作者攻读学位期间发表的学术论文目录 | 第71页 |