垂直搜索引擎中网络蜘蛛的设计与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 前言 | 第10-18页 |
| ·选题的技术背景 | 第10-11页 |
| ·网络文件搜索引擎的国内外现状 | 第11-13页 |
| ·国外搜索引擎发展现状 | 第11-12页 |
| ·国内搜索引擎发展现状 | 第12-13页 |
| ·搜索引擎的发展历史和分类 | 第13-15页 |
| ·搜索引擎发展历史 | 第13-14页 |
| ·搜索引擎的分类 | 第14-15页 |
| ·搜索引擎的发展趋势 | 第15-16页 |
| ·课题研究的主要内容 | 第16-18页 |
| 2 搜索引擎概述 | 第18-32页 |
| ·数据挖掘的概念 | 第18页 |
| ·垂直搜索引擎 | 第18-20页 |
| ·垂直搜索引擎定义 | 第18-19页 |
| ·垂直搜索引擎特点 | 第19页 |
| ·垂直搜索引擎技术 | 第19-20页 |
| ·搜索引擎的基本组成及其功能 | 第20-21页 |
| ·网络蜘蛛Spider 工作原理 | 第21-27页 |
| ·Spider 的概念和技术要点 | 第21-22页 |
| ·超链接分析 | 第22-24页 |
| ·Spider 传统搜索策略 | 第24-27页 |
| ·网络蜘蛛系统模型 | 第27-29页 |
| ·网络蜘蛛数据采集机制 | 第28-29页 |
| ·网络蜘蛛对网页的标引处理 | 第29页 |
| ·搜索引擎的性能评价指标 | 第29-32页 |
| 3 页面解析和中文分词 | 第32-38页 |
| ·Url 和Http | 第32-33页 |
| ·统一资源定位符 | 第32页 |
| ·超文本传输协议 | 第32-33页 |
| ·解析超文本标记语言 | 第33-35页 |
| ·HTML 简介 | 第33-34页 |
| ·HTML 标准化 | 第34-35页 |
| ·搜索引擎中的页面解析 | 第35页 |
| ·中文分词简介 | 第35-38页 |
| ·中文分词的关键问题 | 第35-36页 |
| ·中文分词算法分类 | 第36-38页 |
| 4 图书网络蜘蛛的设计与实现 | 第38-56页 |
| ·系统运行环境 | 第38-39页 |
| ·软件开发环境 | 第39页 |
| ·数据库设计 | 第39页 |
| ·系统模块设计 | 第39-51页 |
| ·Spider 系统搜索算法 | 第39-40页 |
| ·系统总体模块设计 | 第40-43页 |
| ·从HTML 中提取有用的数据信息 | 第43-44页 |
| ·初始化模块设计 | 第44-45页 |
| ·解析HTML | 第45-47页 |
| ·Url 队列存储 | 第47-48页 |
| ·下载模块设计 | 第48-49页 |
| ·多线程技术在Spider 中的应用 | 第49-51页 |
| ·下载数据查重模块设计 | 第51-52页 |
| ·界面设计 | 第51-52页 |
| ·程序设计 | 第52页 |
| ·实验结果分析 | 第52-55页 |
| ·小结 | 第55-56页 |
| 5 图书查询结果排序处理方法 | 第56-66页 |
| ·检索结果排序的必要性 | 第56-57页 |
| ·相关度影响因子 | 第57页 |
| ·检索排序方法 | 第57-59页 |
| ·向量空间模型的定义 | 第57-58页 |
| ·基于向量空间的排序方法 | 第58-59页 |
| ·Lucene 倒排文件索引结构 | 第59-65页 |
| ·索引结构 | 第59-60页 |
| ·倒排索引文件的设计原理 | 第60-63页 |
| ·索引文件的实现 | 第63-65页 |
| ·检索排序的实验结果 | 第65-66页 |
| 6 结论与建议 | 第66-67页 |
| ·主要结论 | 第66页 |
| ·存在问题和建议 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 附件 攻读硕士学位期间发表的论文 | 第70页 |
