基于Hadoop的分布式藏文新闻网站垂直搜索引擎设计与实现
| 摘要 | 第3-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 研究现状 | 第15-17页 |
| 1.2.1 国内研究现状 | 第15-16页 |
| 1.2.2 国外研究现状 | 第16-17页 |
| 1.3 主要研究内容 | 第17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 系统理论基础及关键技术分析 | 第19-30页 |
| 2.1 搜索引擎概述 | 第19-21页 |
| 2.1.1 搜索引擎的概念 | 第19-20页 |
| 2.1.2 搜索引擎的发展 | 第20-21页 |
| 2.1.3 垂直搜索引擎的优势和特征 | 第21页 |
| 2.2 网络爬虫技术 | 第21-23页 |
| 2.2.1 网络爬虫(Spider) | 第21-22页 |
| 2.2.2 网络爬虫的工作过程 | 第22-23页 |
| 2.3 分布式存储技术 | 第23-24页 |
| 2.4 藏文分词技术 | 第24-25页 |
| 2.4.1 藏文分词的方法 | 第24-25页 |
| 2.5 网页去重技术 | 第25-28页 |
| 2.5.1 网页去重策略 | 第26-28页 |
| 2.6 倒排索引技术 | 第28页 |
| 2.7 检索排序技术 | 第28-29页 |
| 2.8 本章小结 | 第29-30页 |
| 第三章 系统需求分析 | 第30-35页 |
| 3.1 系统需求分析 | 第30-33页 |
| 3.1.1 系统的功能需求 | 第30-32页 |
| 3.1.2 系统的界面需求 | 第32页 |
| 3.1.3 系统的性能需求 | 第32-33页 |
| 3.2 系统总体架构分析 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 系统设计与实现 | 第35-45页 |
| 4.1 研究语料 | 第35-36页 |
| 4.2 网络爬虫模块设计与实现 | 第36-39页 |
| 4.3 信息预处理模块设计与实现 | 第39-42页 |
| 4.3.1 去噪预处理 | 第40-41页 |
| 4.3.2 藏文分词预处理 | 第41-42页 |
| 4.4 索引和检索模块设计与实现 | 第42-44页 |
| 4.4.1 索引模块 | 第42页 |
| 4.4.2 查询模块 | 第42-44页 |
| 4.4.3 高频文章推荐 | 第44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 系统测试 | 第45-56页 |
| 5.1 测试的评价原则与标准 | 第45-46页 |
| 5.2 测试的环境 | 第46-48页 |
| 5.3 系统功能测试 | 第48-53页 |
| 5.4 系统性能测试 | 第53-54页 |
| 5.5 本章小结 | 第54-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文目录 | 第63页 |
