| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究背景 | 第7页 |
| ·研究现状 | 第7-9页 |
| ·全文信息检索技术现状 | 第7-8页 |
| ·中文分词技术现状 | 第8-9页 |
| ·论文主要工作及组织结构 | 第9-10页 |
| ·论文主要工作 | 第9页 |
| ·论文组织结构 | 第9-10页 |
| 第二章 Lucene技术分析 | 第10-21页 |
| ·Lucene 简介 | 第10页 |
| ·Lucene 框架结构分析 | 第10-12页 |
| ·Lucene 框架结构 | 第10-11页 |
| ·Lucene 包组织结构 | 第11-12页 |
| ·Lucene 索引技术分析 | 第12-16页 |
| ·Lucene 索引文件结构 | 第12-13页 |
| ·Lucene 索引文件格式 | 第13-15页 |
| ·Lucene 索引建立过程 | 第15-16页 |
| ·Lucene 索引文件存储 | 第16页 |
| ·Lucene 搜索技术分析 | 第16页 |
| ·Lucene 评分机制分析 | 第16-19页 |
| ·Lucene 评分公式 | 第17页 |
| ·Lucene 评分公式推导 | 第17-19页 |
| ·Lucene 评分排序特点 | 第19页 |
| ·Lucene 分词器分析 | 第19-20页 |
| ·Lucene 分词器的组成 | 第19页 |
| ·常用中文分词器分析 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 网页采集和提取技术的分析与改进 | 第21-33页 |
| ·网络爬虫 | 第21-22页 |
| ·工作原理 | 第21页 |
| ·组成部分 | 第21-22页 |
| ·工作流程 | 第22页 |
| ·网络爬虫Heritrix 分析 | 第22-29页 |
| ·Heritrix 框架结构分析 | 第23-24页 |
| ·Crawl Controller 中央控制器 | 第24-25页 |
| ·在MyEclipse 环境下配置Heritrix | 第25-26页 |
| ·对Heritrix 的改进工作 | 第26-29页 |
| ·网页解析工具分析 | 第29-32页 |
| ·HTML 网页结构 | 第29-30页 |
| ·HTML Parser 分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 中文分词算法改进和设计 | 第33-48页 |
| ·中文分词算法分析 | 第33-35页 |
| ·四种中文分词算法简介 | 第33-35页 |
| ·四种中文分词算法比较 | 第35页 |
| ·三级索引词典结构设计与分词算法的改进 | 第35-42页 |
| ·经典词典结构 | 第35-37页 |
| ·三级索引词典结构 | 第37-38页 |
| ·词典结构的存储 | 第38页 |
| ·查找词典词条算法 | 第38-39页 |
| ·分词算法的改进 | 第39-40页 |
| ·分词算法时间复杂度和实验比较分析 | 第40-42页 |
| ·中文分词器的实现 | 第42-47页 |
| ·分词器的实现 | 第42-44页 |
| ·实验比较分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于Lucene全文信息检索系统设计与实现 | 第48-57页 |
| ·开发运行环境 | 第48页 |
| ·Struts 框架技术的应用 | 第48-49页 |
| ·系统总体架构 | 第49-50页 |
| ·系统主要功能实现 | 第50-55页 |
| ·网页抓取模块 | 第50-51页 |
| ·索引模块 | 第51-53页 |
| ·检索模块 | 第53-54页 |
| ·其他功能模块 | 第54-55页 |
| ·搜索引擎模型系统的运行演示 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-58页 |
| ·总结 | 第57页 |
| ·展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第62页 |