| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的依据及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·面向特定主题资源搜索的研究现状 | 第12-13页 |
| ·OA 期刊站点自动识别的研究现状 | 第13-14页 |
| ·课题的主要研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 相关理论知识与技术 | 第16-26页 |
| ·聚焦爬虫综述 | 第16-20页 |
| ·聚焦爬虫基本概念 | 第16页 |
| ·聚焦爬虫的基本框架 | 第16页 |
| ·聚焦爬行策略 | 第16-20页 |
| ·支持向量机简介 | 第20-21页 |
| ·聚类算法简介 | 第21-24页 |
| ·基于层次的聚类算法 | 第22页 |
| ·基于密度的聚类算法 | 第22-23页 |
| ·基于网格的聚类算法 | 第23-24页 |
| ·基于模型的聚类算法 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第3章 基于链接反馈的学术期刊站点自动搜索策略 | 第26-34页 |
| ·面向学术期刊站点自动搜索框架 | 第26-27页 |
| ·URL 的多级哈希散列存储 | 第27-30页 |
| ·面向学术期刊站点自动搜索策略 | 第30-33页 |
| ·相关概念和定义 | 第30-31页 |
| ·基于链接反馈的自动搜索算法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于 SVM 和链接分析的 OA 期刊站点自动识别 | 第34-44页 |
| ·基于 SVM 的期刊站点粗粒度识别 | 第34-38页 |
| ·特征选取 | 第34-36页 |
| ·网页多维特征向量的表示 | 第36-37页 |
| ·基于 SVM 的期刊站点粗粒度识别算法 | 第37-38页 |
| ·基于链接分析的 OA 期刊站点细粒度识别 | 第38-43页 |
| ·链接相似度计算 | 第38-39页 |
| ·基于 K 均值的链接聚类 | 第39-40页 |
| ·论文下载链接的识别 | 第40-41页 |
| ·基于链接分析的 OA 期刊站点细粒度识别算法 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 实验与评价 | 第44-54页 |
| ·实验环境 | 第44页 |
| ·实验的评价标准 | 第44-46页 |
| ·学术期刊站点自动搜索算法的评价标准 | 第44-45页 |
| ·OA 期刊站点自动识别算法的评价标准 | 第45-46页 |
| ·学术期刊站点自动搜索算法的验证 | 第46-49页 |
| ·实验方案 | 第46-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·OA 期刊站点自动识别算法的验证 | 第49-52页 |
| ·实验方案 | 第49页 |
| ·实验结果与分析 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |