分布式电商主题搜索引擎研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景以及意义 | 第10-11页 |
| 1.2 研究现状与发展趋势 | 第11-12页 |
| 1.2.1 搜索引擎历史 | 第11-12页 |
| 1.2.2 发展趋势 | 第12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 第二章 基于HADOOP的搜索引擎相关技术研究 | 第14-34页 |
| 2.1 搜索引擎相关技术研究 | 第14-25页 |
| 2.1.1 网络爬虫 | 第14-16页 |
| 2.1.2 数据索引 | 第16-19页 |
| 2.1.3 中文分词 | 第19-22页 |
| 2.1.4 网页分类 | 第22-24页 |
| 2.1.5 搜索评分 | 第24-25页 |
| 2.2 HADOOP分析与研究 | 第25-33页 |
| 2.2.1 HADOOP框架介绍 | 第25-27页 |
| 2.2.2 MAPREDUCE编程模型 | 第27-30页 |
| 2.2.3 HADOOP分布式文件系统 | 第30-32页 |
| 2.2.4 HADOOP分布式计算结构 | 第32-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第三章 HADOOP电商搜索引擎设计与实现 | 第34-52页 |
| 3.1 系统结构总体设计 | 第34-35页 |
| 3.2 分布式爬行子系统 | 第35-39页 |
| 3.2.1 NUTCH工作流程分析 | 第37-38页 |
| 3.2.2 集成朴素贝叶斯分类插件 | 第38-39页 |
| 3.3 电商数据采集限制与解决方案 | 第39-46页 |
| 3.3.1 电商数据采集限制 | 第39-42页 |
| 3.3.2 电商数据采集解决方案 | 第42-46页 |
| 3.4 分布式索引子系统 | 第46-49页 |
| 3.4.1 SOLR工作原理分析 | 第46-48页 |
| 3.4.2 SOLR中文分词配置 | 第48-49页 |
| 3.5 搜索子系统 | 第49-51页 |
| 3.5.1 数据搜索过程分析 | 第49-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 系统测试 | 第52-60页 |
| 4.1 测试步骤 | 第52-55页 |
| 4.1.1 设置种子链接 | 第52-53页 |
| 4.1.2 进行网页爬虫 | 第53-54页 |
| 4.1.3 部署SOLR服务 | 第54-55页 |
| 4.2 运行界面 | 第55-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |
