股票系统之热门话题发现子系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景 | 第9页 |
| 1.1.1 课题来源及项目名称 | 第9页 |
| 1.1.2 课题研究的目的与意义 | 第9页 |
| 1.2 本课题相关的国内外研究状况 | 第9-15页 |
| 1.2.1 网络爬虫 | 第10页 |
| 1.2.2 网页抽取 | 第10-12页 |
| 1.2.3 文档过滤 | 第12页 |
| 1.2.4 数据去重 | 第12-13页 |
| 1.2.5 聚类分析 | 第13-14页 |
| 1.2.6 话题表示 | 第14-15页 |
| 1.3 本课题研究的主要内容 | 第15-17页 |
| 第2章 热门话题发现子系统的需求分析与总体设计 | 第17-26页 |
| 2.1 热门话题发现子系统的需求分析 | 第17-19页 |
| 2.1.1 热门话题发现子系统的业务分析 | 第17页 |
| 2.1.2 热门话题发现子系统的功能性需求 | 第17-19页 |
| 2.1.3 热门话题发现子系统的非功能性需求 | 第19页 |
| 2.2 热门话题发现子系统总体设计 | 第19-25页 |
| 2.2.1 模块划分 | 第19-20页 |
| 2.2.2 总体结构 | 第20-21页 |
| 2.2.3 热门话题发现子系统各模块的总体设计 | 第21-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 热门话题发现子系统的详细设计与实现 | 第26-65页 |
| 3.1 网络爬虫模块的设计与实现 | 第26-42页 |
| 3.1.1 配置子模块 | 第27-28页 |
| 3.1.2 Url管理子模块 | 第28-32页 |
| 3.1.3 页面下载子模块 | 第32-34页 |
| 3.1.4 页面处理子模块 | 第34-38页 |
| 3.1.5 数据管道子模块 | 第38-41页 |
| 3.1.6 驱动子模块 | 第41-42页 |
| 3.2 网页抽取模块的设计与实现 | 第42-48页 |
| 3.2.1 网页抽取的特征选取 | 第43页 |
| 3.2.2 网页抽取模块类的设计 | 第43-46页 |
| 3.2.3 网页抽取模块类的实现 | 第46-48页 |
| 3.3 文本过滤模块的设计与实现 | 第48-51页 |
| 3.3.1 文本过滤的特征选取 | 第48-49页 |
| 3.3.2 文本过滤模块类的设计 | 第49-50页 |
| 3.3.3 文本过滤模块类的实现 | 第50-51页 |
| 3.4 数据去重模块的设计与实现 | 第51-56页 |
| 3.4.1 数据去重模块类的设计 | 第52-53页 |
| 3.4.2 数据去重模块类的实现 | 第53-56页 |
| 3.5 话题聚类模块的设计与实现 | 第56-59页 |
| 3.5.1 话题聚类模块类的设计 | 第56-58页 |
| 3.5.2 话题聚类模块类的实现 | 第58-59页 |
| 3.6 话题表示模块的设计与实现 | 第59-62页 |
| 3.6.1 话题表示模块类的设计 | 第60-61页 |
| 3.6.2 话题表示模块类的实现 | 第61-62页 |
| 3.7 关键问题的解决 | 第62-64页 |
| 3.7.1 聚类的效率 | 第62-63页 |
| 3.7.2 聚类的效果 | 第63-64页 |
| 3.8 本章小结 | 第64-65页 |
| 第4章 热门话题发现子系统的测试 | 第65-71页 |
| 4.1 测试环境 | 第65-66页 |
| 4.2 功能性测试及结果分析 | 第66-68页 |
| 4.2.1 网络爬虫功能测试 | 第66-67页 |
| 4.2.2 网页抽取功能测试 | 第67页 |
| 4.2.3 文本过滤功能测试 | 第67-68页 |
| 4.2.4 话题聚类功能测试 | 第68页 |
| 4.3 性能测试及结果分析 | 第68-70页 |
| 4.3.1 网络爬虫性能测试 | 第68-69页 |
| 4.3.2 网页抽取性能测试 | 第69页 |
| 4.3.3 数据去重性能测试 | 第69-70页 |
| 4.3.4 话题聚类性能测试 | 第70页 |
| 4.4 本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 个人简历 | 第78页 |
