| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 引言 | 第9-14页 |
| 1.1 研究背景 | 第9页 |
| 1.2 互联网公共服务研究现状 | 第9-12页 |
| 1.2.1 互联网Web Service | 第9-10页 |
| 1.2.2 语义Web | 第10页 |
| 1.2.3 文本分析 | 第10-11页 |
| 1.2.4 百度apistore | 第11页 |
| 1.2.5 apis.io | 第11页 |
| 1.2.6 小结 | 第11-12页 |
| 1.3 本文工作概述 | 第12页 |
| 1.3.1 研究目标与内容 | 第12页 |
| 1.3.2 技术方案与关键技术概述 | 第12页 |
| 1.3.3 研究成果 | 第12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 第二章 相关理论与关键技术 | 第14-23页 |
| 2.1 互联网公共服务描述文档 | 第14-15页 |
| 2.2 中文分词方法 | 第15-16页 |
| 2.2.1 最大正向匹配法和最大逆向匹配法 | 第15页 |
| 2.2.2 正向迭代最细粒度切分算法 | 第15页 |
| 2.2.3 ICTCLAS | 第15-16页 |
| 2.3 文本特征提取 | 第16-17页 |
| 2.3.1 词频-逆文档频率(TF-IDF) | 第16-17页 |
| 2.3.2 互信息法 | 第17页 |
| 2.4 文档分类方法 | 第17-19页 |
| 2.4.1 支持向量机(SVM) | 第17-19页 |
| 2.4.2 朴素贝叶斯 | 第19页 |
| 2.4.3 k近邻 | 第19页 |
| 2.5 网页索引技术 | 第19-21页 |
| 2.5.1 倒排索引 | 第20页 |
| 2.5.2 词-文档矩阵 | 第20-21页 |
| 2.6 字典索引结构 | 第21页 |
| 2.6.1 B+树 | 第21页 |
| 2.6.2 Log-Structure Merge树(LSM树) | 第21页 |
| 2.7 搜索引擎评价指标 | 第21-22页 |
| 2.8 本章小结 | 第22-23页 |
| 第三章 互联网公共服务搜索引擎的关键技术实现 | 第23-33页 |
| 3.1 互联网公共服务发现网络爬虫 | 第23-27页 |
| 3.1.1 基于浏览器内核的网络爬虫 | 第23-24页 |
| 3.1.2 互联网公共服务描述文档预处理算法 | 第24-25页 |
| 3.1.3 互联网公共服务描述文档分类器的训练 | 第25-27页 |
| 3.2 互联网公共服务描述文档索引 | 第27-30页 |
| 3.2.1 词-文档矩阵的压缩与转置 | 第27-29页 |
| 3.2.2 互联网公共服务描述文档索引生成与维护 | 第29-30页 |
| 3.3 用户搜索请求处理 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 APISE架构设计与实现 | 第33-36页 |
| 4.1 APISE架构设计 | 第33-34页 |
| 4.2 APISE系统组件实现 | 第34-35页 |
| 4.2.1 数据存储组件 | 第34页 |
| 4.2.2 互联网公共服务发现网络爬虫 | 第34页 |
| 4.2.3 互联网公共服务描述文档索引组件 | 第34页 |
| 4.2.4 用户搜索请求处理组件 | 第34-35页 |
| 4.2.5 用户界面 | 第35页 |
| 4.3 本章小结 | 第35-36页 |
| 第五章 APISE和关键技术评价 | 第36-44页 |
| 5.1 实验运行环境 | 第36页 |
| 5.2 简单网络爬虫与基于浏览器内核的网络爬虫性能对比 | 第36-37页 |
| 5.3 互联网公共服务描述文档分类器训练与验证 | 第37-40页 |
| 5.3.1 训练样本集的获取 | 第37-38页 |
| 5.3.2 分类器的训练与验证 | 第38-39页 |
| 5.3.3 小结 | 第39-40页 |
| 5.4 APISE检索效果评价 | 第40-43页 |
| 5.5 本章小结 | 第43-44页 |
| 第六章 总结与展望 | 第44-46页 |
| 6.1 论文主要工作总结 | 第44页 |
| 6.2 后续工作展望 | 第44-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-49页 |
| 附录一 互联网公共服务文档示例 | 第49-53页 |
| 附录二 攻读硕士学位期间发表论文情况 | 第53页 |