互联网新闻实时信息采集及主题探测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·选题背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-16页 |
| ·Web 信息采集技术的研究现状 | 第10-13页 |
| ·主题探测技术的研究现状 | 第13-16页 |
| ·本文的主要研究工作 | 第16-17页 |
| 第二章 信息采集和主题探测理论研究 | 第17-27页 |
| ·互联网信息采集理论 | 第17-24页 |
| ·互联网信息采集概述 | 第17-20页 |
| ·互联网信息采集相关技术 | 第20-24页 |
| ·主题探测概述 | 第24-26页 |
| ·主题的定义 | 第25页 |
| ·主题探测的产生 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 新闻实时信息采集策略 | 第27-38页 |
| ·分布式信息采集 | 第27-30页 |
| ·URL 选择和划分策略 | 第27-28页 |
| ·负载平衡分析 | 第28-29页 |
| ·采集节点的协同策略 | 第29-30页 |
| ·系统的动态可配置性 | 第30页 |
| ·实时网页采集 | 第30-37页 |
| ·网页采集策略 | 第31-32页 |
| ·增量采集的对象 | 第32页 |
| ·实时采集频率计算 | 第32-36页 |
| ·网页类型判断 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于相关性分析的在线主题探测方法 | 第38-50页 |
| ·报道和主题的表示模型 | 第38-40页 |
| ·语言模型 | 第38页 |
| ·向量空间模型 | 第38-40页 |
| ·新闻网页主题识别 | 第40-41页 |
| ·网页预处理 | 第40页 |
| ·词频统计 | 第40-41页 |
| ·主题信息提取 | 第41页 |
| ·基于相关性分析的主题探测 | 第41-48页 |
| ·相关性判定算法 | 第41-45页 |
| ·加窗策略 | 第45-46页 |
| ·主题描述实例的修正 | 第46-47页 |
| ·主题名称提取 | 第47-48页 |
| ·热点新闻检测 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第五章 新闻采集和主题探测实验 | 第50-56页 |
| ·新闻采集实验 | 第50-52页 |
| ·测试集的选择 | 第50页 |
| ·试验结果及性能分析 | 第50-52页 |
| ·新闻主题探测实验 | 第52-55页 |
| ·实验数据 | 第52-53页 |
| ·系统结果评价标准 | 第53页 |
| ·实验结果及性能分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 在学期间的研究成果及发表的学术论文 | 第62页 |
