木棉教育新闻平台的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 项目背景 | 第10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 新闻平台研究现状 | 第10-12页 |
| 1.2.2 话题检测与跟踪现状 | 第12-13页 |
| 1.3 研究目标 | 第13页 |
| 1.4 论文组织 | 第13-14页 |
| 第二章 相关理论与技术 | 第14-24页 |
| 2.1 搜索引擎技术 | 第14-17页 |
| 2.1.1 网页爬虫 | 第14页 |
| 2.1.2 信息抽取 | 第14-15页 |
| 2.1.3 文本去重 | 第15-16页 |
| 2.1.4 索引与Lucene | 第16-17页 |
| 2.2 分类与聚类 | 第17-21页 |
| 2.2.0 分类算法 | 第17-19页 |
| 2.2.1 特性选择方法 | 第19-20页 |
| 2.2.2 聚类算法 | 第20-21页 |
| 2.3 话题检测与跟踪 | 第21-23页 |
| 2.3.1 话题定义 | 第21页 |
| 2.3.2 检测与跟踪步骤 | 第21-23页 |
| 2.3.3 话题的表示 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 教育新闻平台的设计 | 第24-36页 |
| 3.1 设计原则 | 第24页 |
| 3.2 系统整体设计 | 第24-25页 |
| 3.3 网页采集模块 | 第25-27页 |
| 3.3.1 网页采集流程 | 第25页 |
| 3.3.2 多线程结构 | 第25-26页 |
| 3.3.3 主题限制 | 第26页 |
| 3.3.4 网页下载 | 第26-27页 |
| 3.3.5 图片抓取 | 第27页 |
| 3.4 信息抽取模块 | 第27-32页 |
| 3.4.1 信息抽取流程 | 第27-29页 |
| 3.4.2 关键信息抽取 | 第29-31页 |
| 3.4.3 新闻时间选择 | 第31-32页 |
| 3.4.4 图片信息抽取 | 第32页 |
| 3.5 新闻去重模块 | 第32-33页 |
| 3.6 新闻索引模块 | 第33-34页 |
| 3.7 新闻分类模块 | 第34页 |
| 3.8 热点话题检测模块 | 第34-35页 |
| 3.9 本章小结 | 第35-36页 |
| 第四章 平台关键技术的实现 | 第36-49页 |
| 4.1 教育新闻分类 | 第36-38页 |
| 4.1.1 新闻分类策略 | 第36页 |
| 4.1.2 特征比例选择 | 第36-37页 |
| 4.1.3 新闻标题加权 | 第37页 |
| 4.1.4 分类器的使用 | 第37-38页 |
| 4.2 热点话题检测 | 第38-41页 |
| 4.2.1 话题检测策略 | 第38-39页 |
| 4.2.2 相似度计算 | 第39页 |
| 4.2.3 特征空间选择 | 第39-40页 |
| 4.2.4 两阶段聚类 | 第40页 |
| 4.2.5 热点话题排序 | 第40-41页 |
| 4.3 实验及实验结果分析 | 第41-48页 |
| 4.3.1 实验数据集构建 | 第41-42页 |
| 4.3.2 新闻分类实验 | 第42-45页 |
| 4.3.3 新闻话题发现实验 | 第45-46页 |
| 4.3.4 新闻热点检测 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 教育新闻平台的实现 | 第49-60页 |
| 5.1 系统整体实现方案 | 第49-51页 |
| 5.1.1 系统组成 | 第49-50页 |
| 5.1.2 采用方法与工具 | 第50页 |
| 5.1.3 数据存储与访问 | 第50-51页 |
| 5.2 系统的具体实现 | 第51-56页 |
| 5.2.1 关键功能模块的实现 | 第51-55页 |
| 5.2.2 用户接口的实现 | 第55-56页 |
| 5.3 系统部署与运行 | 第56-59页 |
| 5.3.1 系统部署 | 第56-57页 |
| 5.3.2 运行与结果 | 第57-58页 |
| 5.3.3 系统性能 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 结论和展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间取得的研究成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 附件 | 第66页 |
