| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 网络爬虫的研究现状 | 第12-14页 |
| 1.3 论文的主要工作 | 第14-15页 |
| 1.4 论文的结构安排 | 第15-17页 |
| 第二章 面向主题网络爬虫的相关理论与技术 | 第17-25页 |
| 2.1 文本信息处理 | 第17-19页 |
| 2.1.1 特征选取 | 第17-18页 |
| 2.1.2 文本相近度计算 | 第18-19页 |
| 2.2 链接去重技术 | 第19-20页 |
| 2.3 同义词词林 | 第20-22页 |
| 2.4 页面分析 | 第22-23页 |
| 2.5 评价方法 | 第23页 |
| 2.6 本章小结 | 第23-25页 |
| 第三章 基于改进shark-search算法的主题爬虫 | 第25-33页 |
| 3.1 Shark-Search算法分析 | 第25-28页 |
| 3.1.1 文本主题相关度计算简单 | 第26-27页 |
| 3.1.2 隧道问题 | 第27-28页 |
| 3.2 改进策略 | 第28-32页 |
| 3.2.1 针对Shark-Search算法的改进 | 第28-31页 |
| 3.2.2 基于层次统计的URL调度算法 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 系统实现与结果评价 | 第33-46页 |
| 4.1 系统设计 | 第33-42页 |
| 4.1.1 框架结构设计 | 第33-36页 |
| 4.1.2 关键子模块设计 | 第36-41页 |
| 4.1.3 系统运行流程 | 第41-42页 |
| 4.2 实验 | 第42-43页 |
| 4.2.1 基于同义词词林的主题词扩展算法实验 | 第42-43页 |
| 4.2.2 NSKD爬虫实验 | 第43页 |
| 4.3 结果评价 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 本文工作总结 | 第46页 |
| 5.2 未来工作展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |