| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 政策数据库研究现状 | 第10-11页 |
| 1.2.2 网络定向爬虫研究现状 | 第11页 |
| 1.2.3 全文检索技术研究现状 | 第11-12页 |
| 1.2.4 Web文本挖掘研究现状 | 第12页 |
| 1.2.5 在线翻译研究现状 | 第12-13页 |
| 1.3 研究目的及主要内容 | 第13-15页 |
| 2 搜索引擎实现的主要技术 | 第15-21页 |
| 2.1 定向爬虫技术介绍 | 第15-16页 |
| 2.1.1 定向爬虫WebMagic | 第15-16页 |
| 2.1.2 基于WebMagic的分布式爬虫 | 第16页 |
| 2.1.3 应对反爬虫策略 | 第16页 |
| 2.2 全文检索技术(Lucene)介绍 | 第16-17页 |
| 2.2.1 全文索引技术 | 第16-17页 |
| 2.2.2 全文检索技术 | 第17页 |
| 2.3 文本挖掘主要算法介绍 | 第17-19页 |
| 2.3.1 关键词提取算法 | 第17-19页 |
| 2.3.2 文本分类算法 | 第19页 |
| 2.4 在线翻译技术介绍 | 第19-20页 |
| 2.5 小结 | 第20-21页 |
| 3 基于词共现的关键词提取算法研究与改进 | 第21-28页 |
| 3.1 基于词共现的关键词提取算法改进原理介绍 | 第21-22页 |
| 3.2 基于词共现的关键词提取算法的实现 | 第22-24页 |
| 3.3 基于词共现的关键词提取算法实验结果分析 | 第24-27页 |
| 3.3.1 实验评估标准 | 第24页 |
| 3.3.2 实验数据准备 | 第24-25页 |
| 3.3.3 实验结果分析 | 第25-27页 |
| 3.4 小结 | 第27-28页 |
| 4 基于特征词加权的政策文本分类算法研究与实现 | 第28-34页 |
| 4.1 网页文本内容提取 | 第28页 |
| 4.2 关键技术的选取 | 第28页 |
| 4.3 基于特征词加权的相似度阈值计算方法 | 第28-31页 |
| 4.4 政策文本分类算法研究与实现 | 第31-32页 |
| 4.5 基于特征词加权的政策文本分类算法实现结果分析 | 第32-33页 |
| 4.5.1 实验结果的评估标准 | 第32页 |
| 4.5.2 实验数据准备 | 第32页 |
| 4.5.3 实验结果分析 | 第32-33页 |
| 4.6 小结 | 第33-34页 |
| 5 中英文政策垂直搜索引擎设计与实现 | 第34-42页 |
| 5.1 系统总体结构设计 | 第34-35页 |
| 5.2 系统各模块设计与实现 | 第35-41页 |
| 5.2.1 分布式爬虫模块 | 第35-36页 |
| 5.2.2 应对反爬虫策略模块 | 第36-37页 |
| 5.2.3 舆情及英文政策爬虫模块 | 第37-39页 |
| 5.2.4 舆情及英文全文检索模块 | 第39-40页 |
| 5.2.5 “人有我无”检索模块 | 第40页 |
| 5.2.6 英文网页在线翻译模块 | 第40-41页 |
| 5.3 小结 | 第41-42页 |
| 6 系统测试 | 第42-50页 |
| 6.1 实验环境 | 第42页 |
| 6.2 模块测试 | 第42-46页 |
| 6.2.1 分布式爬虫效率测试 | 第42-43页 |
| 6.2.2 应对反爬虫策略测试 | 第43页 |
| 6.2.3 舆情及英文政策爬虫测试 | 第43-44页 |
| 6.2.4 舆情及英文全文检索测试 | 第44-45页 |
| 6.2.5 英文网页在线翻译测试 | 第45-46页 |
| 6.3 系统总体测试 | 第46-49页 |
| 6.4 小结 | 第49-50页 |
| 7 总结与展望 | 第50-52页 |
| 7.1 总结 | 第50页 |
| 7.2 不足及展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间取得的科研成果清单 | 第56页 |