网页查重算法研究

摘要	第1-5页
Abstract	第5-9页
第1章 绪论	第9-14页
·研究的现状和背景	第9-13页
·搜索引擎原理概述	第9-10页
·搜索引擎的现状和不足	第10-11页
·搜索引擎的发展趋势	第11-13页
·研究的目的和意义	第13-14页
第2章 网页查重算法概述	第14-29页
·网页查重算法起源	第14-16页
·网页查重算法分类	第16-29页
·同源网页查重	第16-18页
·基于聚类的网页查重	第18-19页
·基于特征码的网页查重	第19-23页
·基于关键词的网页查重	第23-27页
·基于全文分段匹配的算法和其他算法	第27-29页
第3章 网页查重算法shingling研究	第29-34页
·shingling算法概述	第29-31页
·shingling算法分析	第31-32页
·shingling算法应用	第32-34页
第4章 网页查重算法simhash研究	第34-37页
·simhash算法概述	第34页
·simhash算法的应用和评价	第34-37页
第5章 搜索引擎系统的设计和实现	第37-57页
·全文检索系统 CLUCENE	第37-42页
·CLUCENE简介及下载安装	第37-40页
·CLUCENE主要类	第40-41页
·CLUCENE数据格式	第41-42页
·系统结构分析	第42-43页
·搜索系统的实现	第43-57页
·索引	第43-51页
·搜索	第51-54页
·分析	第54-57页
第6章 工作总结	第57-58页
参考文献	第58-61页
致谢	第61-62页
附录	第62页