基于RSS的自适应抓取服务的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·课题的提出 | 第11-12页 |
| ·论文组织结构 | 第12-14页 |
| 第2章 相关技术 | 第14-28页 |
| ·XML技术 | 第14-17页 |
| ·XML概念 | 第14-15页 |
| ·XML的文档结构 | 第15-16页 |
| ·XML文档的处理技术 | 第16-17页 |
| ·RSS简介 | 第17-21页 |
| ·RSS概念及历史 | 第17-18页 |
| ·RSS技术的基本原理 | 第18-19页 |
| ·RSS的文档结构 | 第19-20页 |
| ·RSS的发展及现状 | 第20-21页 |
| ·搜索引擎简介 | 第21-25页 |
| ·搜索引擎概念和分类 | 第21-22页 |
| ·Web爬虫 | 第22-23页 |
| ·RSS搜索引擎概念 | 第23-24页 |
| ·RSS搜索引擎与普通搜索引擎的区别 | 第24-25页 |
| ·RSS搜索引擎的意义 | 第25页 |
| ·Web Services简介 | 第25-27页 |
| ·Web服务架构 | 第26-27页 |
| ·Web服务的应用对象 | 第27页 |
| ·小结 | 第27-28页 |
| 第3章 自适应抓取间隔算法 | 第28-42页 |
| ·RSS文件链接的识别算法 | 第28-29页 |
| ·文章去重算法 | 第29-32页 |
| ·文章签名算法 | 第30-31页 |
| ·文章去重算法 | 第31-32页 |
| ·自适应抓取间隔算法 | 第32-41页 |
| ·设计自适应抓取间隔算法的必要性 | 第33-34页 |
| ·自适应抓取间隔算法影响因素 | 第34-36页 |
| ·初始抓取间隔的确定 | 第36-37页 |
| ·抓取间隔内有更新的情况 | 第37-39页 |
| ·抓取间隔内没有更新的情况 | 第39-40页 |
| ·参数选择 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第4章 自适应抓取服务总体设计 | 第42-56页 |
| ·系统总体设计 | 第42-43页 |
| ·系统功能设计 | 第43-55页 |
| ·服务接口 | 第43-45页 |
| ·RSS收集模块 | 第45-48页 |
| ·控制器 | 第48-49页 |
| ·自适应抓取模块 | 第49-53页 |
| ·新增结果分发模块 | 第53-55页 |
| ·小结 | 第55-56页 |
| 第5章 系统实验及结果分析 | 第56-70页 |
| ·系统实现环境 | 第56页 |
| ·RSS收集模块 | 第56-58页 |
| ·RSS内容抽取和生成过程 | 第58-60页 |
| ·控制器 | 第60-61页 |
| ·自适应抓取模块 | 第61-62页 |
| ·自适应的抓取间隔算法结果分析 | 第62-68页 |
| ·定义平均抓取延迟和平均更新间隔 | 第62-63页 |
| ·参数选择 | 第63页 |
| ·与等间隔抓取算法效果比较 | 第63-68页 |
| ·客户端接收结果 | 第68页 |
| ·小结 | 第68-70页 |
| 第6章 总结与展望 | 第70-72页 |
| ·研究工作总结 | 第70-71页 |
| ·研究展望 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 致谢 | 第74-76页 |
| 攻读硕士学位期间发表学术论文情况 | 第76页 |
