垂直搜索引擎数据分析技术的研究与实现
| 摘要 | 第1页 |
| ABSTRACT | 第3-7页 |
| 第一章 引言 | 第7-11页 |
| ·选题背景及意义 | 第7-9页 |
| ·搜索引擎的兴起和发展 | 第7页 |
| ·搜索引擎目前存在的问题 | 第7-9页 |
| ·垂直搜索引擎的国内外现状 | 第9-10页 |
| ·本文主要工作 | 第10-11页 |
| 第二章 搜索引擎综述 | 第11-17页 |
| ·搜索引擎的分类 | 第11-13页 |
| ·基于机器人的搜索引擎 | 第11页 |
| ·目录式搜索引擎 | 第11-12页 |
| ·元搜索引擎 | 第12页 |
| ·垂直搜索引擎 | 第12-13页 |
| ·搜索引擎的评价指标 | 第13页 |
| ·通用搜索引擎的系统结构 | 第13-15页 |
| ·搜索引擎的工作流程 | 第15-17页 |
| 第三章 图书主题垂直搜索引擎系统的总体设计 | 第17-21页 |
| ·系统的设计 | 第17-20页 |
| ·系统结构设计 | 第17-19页 |
| ·数据结构设计 | 第19-20页 |
| ·系统面临的问题和解决方案 | 第20-21页 |
| ·数据源的确定 | 第20页 |
| ·信息抽取和数据的结构化 | 第20页 |
| ·分词词库的组织 | 第20页 |
| ·数据的索引设计 | 第20-21页 |
| 第四章 页面分析和页面信息抽取方式的应用 | 第21-30页 |
| ·页面的分析和预处理 | 第21-24页 |
| ·页面的预处理 | 第21-22页 |
| ·页面的表示 | 第22-24页 |
| ·信息抽取和数据的结构化 | 第24-29页 |
| ·信息抽取方式研究 | 第24-27页 |
| ·基于自然语言处理方式的信息抽取 | 第25页 |
| ·基于包装器归纳方式的信息抽取 | 第25-26页 |
| ·基于ONTOLOGY 方式的信息抽取 | 第26页 |
| ·基于HTML 结构的信息抽取 | 第26-27页 |
| ·本文采取的信息抽取方式特点 | 第27页 |
| ·包装器的设计 | 第27-29页 |
| ·包装器的生成 | 第27-28页 |
| ·包装器的归纳学习 | 第28-29页 |
| ·页面数据的重新存储 | 第29-30页 |
| 第五章 数据索引模块的设计与实现 | 第30-41页 |
| ·中文分词技术的应用 | 第30-36页 |
| ·中文分词算法研究 | 第30-32页 |
| ·中文分词中的关键问题 | 第32-33页 |
| ·通用词表和切分规范 | 第32页 |
| ·歧义切分字段 | 第32-33页 |
| ·未登录词识别 | 第33页 |
| ·切分原理 | 第33-35页 |
| ·词库组织 | 第33-34页 |
| ·切分方法 | 第34-35页 |
| ·分词系统的实现和切分结果对比分析 | 第35-36页 |
| ·数据索引的设计和实现 | 第36-40页 |
| ·索引的目的和原理 | 第36-37页 |
| ·索引文件结构 | 第37-39页 |
| ·索引数据组织 | 第39页 |
| ·索引文件导出过程 | 第39-40页 |
| ·本章总结 | 第40-41页 |
| ·存在的问题 | 第40页 |
| ·改进的方法 | 第40-41页 |
| 第六章 检索结果的分析和用户查询接口的实现 | 第41-47页 |
| ·检索结果的相关度分析 | 第41-44页 |
| ·TF/IDF 算法 | 第42-43页 |
| ·优化的TF/IDF | 第43页 |
| ·检索结果的排序 | 第43-44页 |
| ·查询接口实现原理 | 第44-46页 |
| ·检索过程 | 第44-45页 |
| ·用户查询接口的实现 | 第45-46页 |
| ·本章总结 | 第46-47页 |
| ·存在的问题 | 第46页 |
| ·可改进的地方 | 第46-47页 |
| 第七章 总结与展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 在学期间发表的学术论文和参加科研情况 | 第53页 |
