基于Lucene的云平台学术搜索引擎
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 搜索引擎发展现状 | 第9-12页 |
| 1.2.1 搜索引擎发展历程 | 第10-11页 |
| 1.2.2 通用搜索引擎和垂直搜索引擎 | 第11-12页 |
| 1.3 研究意义 | 第12-13页 |
| 1.4 主要研究内容 | 第13-14页 |
| 1.5 本文组织结构 | 第14-15页 |
| 第2章 相关技术介绍及分析 | 第15-27页 |
| 2.1 网络爬虫技术 | 第15-17页 |
| 2.1.1 网络爬虫基本原理 | 第15页 |
| 2.1.2 网络爬虫常见爬取策略 | 第15-16页 |
| 2.1.3 定向网络爬虫 | 第16-17页 |
| 2.2 网页信息提取技术 | 第17-18页 |
| 2.2.1 基于字符串匹配的网页提取技术 | 第17-18页 |
| 2.2.2 基于HTML的网页信息提取技术 | 第18页 |
| 2.3 全文检索技术 | 第18-21页 |
| 2.3.1 全文检索技术原理 | 第18-20页 |
| 2.3.2 Lucene全文检索工具库 | 第20-21页 |
| 2.4 分布式云存储平台 | 第21-23页 |
| 2.4.1 云存储平台在搜索引擎中的应用 | 第21页 |
| 2.4.2 MooseFS云存储文件系统 | 第21-23页 |
| 2.5 NoSQL数据库及缓存技术 | 第23-25页 |
| 2.5.1 NoSQL数据库 | 第23-24页 |
| 2.5.2 分布式缓存技术 | 第24-25页 |
| 2.5.3 Redis内存数据库 | 第25页 |
| 2.6 本章小结 | 第25-27页 |
| 第3章 云平台学术搜索引擎的系统设计 | 第27-35页 |
| 3.1 云平台学术搜索引擎总体设计 | 第27-29页 |
| 3.1.1 系统总体需求分析 | 第27页 |
| 3.1.2 系统总体架构设计 | 第27-29页 |
| 3.2 论文数据爬取子系统设计 | 第29-30页 |
| 3.2.1 定向论文爬取模块设计 | 第29-30页 |
| 3.2.2 网页信息提取模块设计 | 第30页 |
| 3.3 论文全文检索子系统设计 | 第30-33页 |
| 3.3.1 索引构建模块设计 | 第31-32页 |
| 3.3.2 索引查询模块设计 | 第32-33页 |
| 3.4 数据存储子系统设计 | 第33-34页 |
| 3.4.1 论文数据存储模块设计 | 第33-34页 |
| 3.4.2 论文索引存储模块设计 | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 云平台学术搜索引擎的系统实现 | 第35-49页 |
| 4.1 论文数据爬取子系统实现 | 第35-41页 |
| 4.1.1 定向论文爬取模块实现 | 第35-39页 |
| 4.1.2 网页信息提取模块实现 | 第39-41页 |
| 4.2 论文全文检索子系统实现 | 第41-44页 |
| 4.2.1 索引构建模块实现 | 第41-43页 |
| 4.2.2 索引查询模块实现 | 第43-44页 |
| 4.3 数据存储子系统实现 | 第44-47页 |
| 4.3.1 论文数据存储模块实现 | 第44-46页 |
| 4.3.2 论文索引存储模块实现 | 第46-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 系统部署与测试 | 第49-57页 |
| 5.1 系统部署 | 第49-51页 |
| 5.1.1 核心运算服务器 | 第49-50页 |
| 5.1.2 MooseFS分布式云存储平台 | 第50页 |
| 5.1.3 Oracle数据库分片集群 | 第50-51页 |
| 5.1.4 Redis分布式缓存集群 | 第51页 |
| 5.2 系统测试 | 第51-56页 |
| 5.2.1 论文爬取过程 | 第51-52页 |
| 5.2.2 索引构建过程 | 第52-53页 |
| 5.2.3 论文检索过程 | 第53-56页 |
| 5.3 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间所发表的学术论文及科研成果 | 第63-65页 |
| 致谢 | 第65页 |
