| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 本文的研究内容与组织结构 | 第11-13页 |
| 1.3.1 本文的研究内容 | 第11-12页 |
| 1.3.2 本文的组织结构 | 第12-13页 |
| 第2章 网络爬行器概述 | 第13-34页 |
| 2.1 搜索引擎相关技术概述 | 第13-15页 |
| 2.1.1 搜索引擎历史 | 第13-14页 |
| 2.1.2 搜索引擎组成及分类 | 第14页 |
| 2.1.3 搜索引擎的工作原理 | 第14-15页 |
| 2.2 通用网络爬行器概述 | 第15-20页 |
| 2.2.1 网络爬行器体系结构 | 第16-19页 |
| 2.2.2 通用网络爬行器的爬行策略 | 第19-20页 |
| 2.3 特定主题网络爬行器关键技术 | 第20-28页 |
| 2.3.1 基于 Web 的特定主题网络爬行器技术及分析 | 第22-27页 |
| 2.3.2 特定主题的描述与分词的定义 | 第27-28页 |
| 2.4 HTML 文档结构分析 | 第28-31页 |
| 2.4.1 HTML 文档格式及特点 | 第28-29页 |
| 2.4.2 HTML 文档的 Tag 树 | 第29-30页 |
| 2.4.3 HTML 文档结构分析 | 第30-31页 |
| 2.5 微博数据获取相关技术分析及研究 | 第31-34页 |
| 2.5.1 微博数据获取方式 | 第31-32页 |
| 2.5.2 微博数据虑重方法 | 第32-33页 |
| 2.5.3 微博数据分析 | 第33-34页 |
| 第3章 特定主题网络爬行器的设计 | 第34-48页 |
| 3.1 系统平台和系统运行环境 | 第34页 |
| 3.2 网络信息挖掘系统介绍 | 第34-38页 |
| 3.2.1 系统设计原则 | 第36-37页 |
| 3.2.2 系统架构介绍 | 第37-38页 |
| 3.3 系统主要模块介绍 | 第38-45页 |
| 3.3.1 确立主题和主题站点管理模块 | 第38-42页 |
| 3.3.2 数据采集模块 | 第42-43页 |
| 3.3.3 URL 管理模块 | 第43-45页 |
| 3.4 数据处理模块 | 第45-46页 |
| 3.5 数据库与基础运行库 | 第46页 |
| 3.6 本章小结 | 第46-48页 |
| 第4章 微博主题人物节点爬行器的设计 | 第48-52页 |
| 4.1 微博爬行器关键技术 | 第48-49页 |
| 4.2 微博主题人物节点爬行器设计 | 第49-50页 |
| 4.3 微博主题人物爬行器模块框架 | 第50-51页 |
| 4.4 微博数据分析 | 第51-52页 |
| 第5章 结论与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 作者简介及在学期间所取得的科研成果 | 第56-57页 |
| 致谢 | 第57页 |