| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外相关技术研究现状 | 第11-16页 |
| ·主题爬虫技术现状 | 第11-14页 |
| ·样本生成研究现状 | 第14-16页 |
| ·本文的主要研究内容与章节组织 | 第16-18页 |
| 第2章 基于分类的样本生成算法 | 第18-24页 |
| ·引言 | 第18页 |
| ·基于分类的样本生成算法 | 第18-22页 |
| ·静态样本生成算法的缺陷 | 第18-19页 |
| ·基于分类的增量样本生成算法研究 | 第19-21页 |
| ·基于分类的样本生成算法存在的问题 | 第21-22页 |
| ·实验结果及分析 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第3章 基于半监督聚类的增量样本生成算法 | 第24-45页 |
| ·基于增量学习的样本生成模型 | 第24-27页 |
| ·增量学习模型的定义 | 第24-26页 |
| ·基于增量学习的样本生成器体系结构 | 第26-27页 |
| ·半监督聚类算法CONSTRAINED-KMEANS | 第27-33页 |
| ·聚类算法 | 第27-28页 |
| ·constrained-kmeans 算法 | 第28-29页 |
| ·基于锚文本的页面模型 | 第29页 |
| ·hubs 页面的特征描述 | 第29-30页 |
| ·基于锚文本的页面模型 | 第30-32页 |
| ·样本向量空间中距离的定义 | 第32页 |
| ·全样本向量 | 第32-33页 |
| ·增量样本生成算法 | 第33-38页 |
| ·基于constrain-kmeans 的样本生成算法 | 第33-35页 |
| ·样本增量策略 | 第35-36页 |
| ·ISG 算法及其分析 | 第36-38页 |
| ·实验与分析 | 第38-43页 |
| ·数据描述 | 第38页 |
| ·结果分析 | 第38-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 采用多页面特征的改进样本生成算法 | 第45-53页 |
| ·问题的定义 | 第45-47页 |
| ·窄主题样本生成问题 | 第45-46页 |
| ·样本生成准确率降低的原因 | 第46-47页 |
| ·样本页面特征表示模型 | 第47-49页 |
| ·超文本的多特征特性 | 第47-48页 |
| ·基于多特征的页面表示模型 | 第48-49页 |
| ·基于多特征的样本生成算法 | 第49-51页 |
| ·种子向量模型建立的问题 | 第49-50页 |
| ·基于多特征的样本生成算法 | 第50-51页 |
| ·实验与分析 | 第51-52页 |
| ·数据描述 | 第51页 |
| ·实验结果分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 增量样本生成系统与应用 | 第53-61页 |
| ·系统设计与实现 | 第53-54页 |
| ·系统的功能目标 | 第53页 |
| ·开发平台及工具 | 第53-54页 |
| ·系统总体设计 | 第54-55页 |
| ·系统详细设计 | 第55-59页 |
| ·爬行解析模块 | 第55-56页 |
| ·页面特征提取/数据预处理模块 | 第56页 |
| ·样本模型建立模块 | 第56-57页 |
| ·样本生成模块 | 第57-58页 |
| ·样本增量筛选模块 | 第58-59页 |
| ·系统应用 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67页 |