基于页面分析的主题网络爬虫的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-17页 |
| ·课题的研究背景和意义 | 第8-10页 |
| ·网络爬虫概述 | 第10-12页 |
| ·网络爬虫的基本原理 | 第10-11页 |
| ·网络爬虫的基本结构 | 第11-12页 |
| ·网络爬虫研究现状 | 第12-14页 |
| ·网络爬虫面临的主要问题和解决手段 | 第14-15页 |
| ·本文研究的内容及组织结构 | 第15-17页 |
| ·本文研究的内容 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第2章 基于页面分析的主题网络爬虫的初步研究 | 第17-25页 |
| ·主题网络爬虫的采集方法 | 第17页 |
| ·基于页面分析的主题网络爬虫的工作原理 | 第17-18页 |
| ·基于页面分析的主题网络爬虫的优点 | 第18-19页 |
| ·基于页面分析的主题网络爬虫模型 | 第19-22页 |
| ·页面分析 | 第22-25页 |
| ·HTML页面的结构 | 第22-23页 |
| ·页面中正文的提取 | 第23页 |
| ·页面中标题的提取 | 第23-24页 |
| ·页面中内容描述的提取别 | 第24-25页 |
| 第3章 基于知网的语义分析技术 | 第25-38页 |
| ·知网相关介绍 | 第25-29页 |
| ·知网的特色 | 第25-26页 |
| ·知网对词语的描述 | 第26-27页 |
| ·知网的结构及相关性理论 | 第27-29页 |
| ·基于知网的词语相关度计算及词义消歧 | 第29-33页 |
| ·相关度概念 | 第29-30页 |
| ·词义消歧 | 第30-33页 |
| ·基于知网的主题义原集提取 | 第33-36页 |
| ·主题关键词和主题本文的获取 | 第33-34页 |
| ·生成主题义原集 | 第34-36页 |
| ·基于知网的词语相似度计算 | 第36-38页 |
| ·词语相似度的概念 | 第36页 |
| ·基于知网的词语相似度计算 | 第36-37页 |
| ·义原相似度 | 第37-38页 |
| 第4章 页面与主题相关性判定算法研究 | 第38-48页 |
| ·传统向量空间模型VSM的分析 | 第38-42页 |
| ·TF-IDF算法 | 第38-39页 |
| ·相关概念 | 第39-40页 |
| ·传统向量空间模型 | 第40-41页 |
| ·传统向量空间模型分析 | 第41-42页 |
| ·基于Web结构的向量空间模型 | 第42-44页 |
| ·改进思路 | 第42-43页 |
| ·改进的向量空间模型 | 第43-44页 |
| ·基于知网的Web页面与主题相关性判定算法 | 第44-48页 |
| 第5章 WebSpider系统设计及实验 | 第48-56页 |
| ·系统设计 | 第48-51页 |
| ·复杂度分析 | 第51-52页 |
| ·实验 | 第52-56页 |
| ·评估指标 | 第52-53页 |
| ·主题和种子URL | 第53页 |
| ·实验结果及分析 | 第53-56页 |
| 第6章 总结与展望 | 第56-59页 |
| ·总结 | 第56-57页 |
| ·进一步的研究工作 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文和参加科研项目情况 | 第63页 |
