深度网爬虫及更新策略研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-18页 |
| ·问题提出 | 第12页 |
| ·研究目的和意义 | 第12-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·主要研究工作和创新点 | 第15-17页 |
| ·主要研究工作 | 第15-16页 |
| ·本文的创新点 | 第16-17页 |
| ·本文各章内容安排 | 第17-18页 |
| 第二章 工作原理及关键技术 | 第18-22页 |
| ·深度网爬虫工作原理 | 第18页 |
| ·深度网爬虫关键技术 | 第18-21页 |
| ·数据源发现和选择 | 第18-19页 |
| ·查询接口处理 | 第19-20页 |
| ·结果抽取与聚合 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 深度网爬虫系统设计 | 第22-46页 |
| ·爬虫总体架构 | 第22-24页 |
| ·概述 | 第22-23页 |
| ·控制模块 | 第23-24页 |
| ·内部模块 | 第24页 |
| ·工具模块 | 第24页 |
| ·爬虫各模块介绍 | 第24-31页 |
| ·Crawler处理器 | 第25-27页 |
| ·Extractor处理器 | 第27-28页 |
| ·Frontier处理器 | 第28-29页 |
| ·Query处理器 | 第29-31页 |
| ·页面分类与过滤 | 第31-34页 |
| ·预处理 | 第31-32页 |
| ·实体识别 | 第32页 |
| ·网页分类 | 第32-34页 |
| ·半自动信息抽取 | 第34-36页 |
| ·爬虫分布式设计 | 第36-44页 |
| ·概述 | 第36-39页 |
| ·总体结构 | 第39-42页 |
| ·调度机制 | 第42-43页 |
| ·控制机制 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 深度网爬虫更新策略 | 第46-52页 |
| ·相关研究 | 第46-47页 |
| ·增量爬虫研究 | 第47-51页 |
| ·网页归类 | 第47页 |
| ·更新算法 | 第47-49页 |
| ·不同类别之间的优先级 | 第49页 |
| ·实验数据 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 爬虫实验系统与测试分析 | 第52-58页 |
| ·爬虫配置设置 | 第52页 |
| ·抽取配置设置 | 第52-53页 |
| ·分布式爬虫配置 | 第53-55页 |
| ·爬虫抓取数据分析 | 第55-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 研究成果及发表的学术论文 | 第64-66页 |
| 致谢 | 第66-68页 |
| 作者与导师简介 | 第68-69页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第69-70页 |
