| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·搜索引擎的历史 | 第11-12页 |
| ·搜索引擎的概念及其功能、分类 | 第12-16页 |
| ·搜索引擎的概念 | 第12页 |
| ·搜索引擎的功能 | 第12页 |
| ·搜索引擎的分类 | 第12-13页 |
| ·搜索引擎的发展阶段 | 第13-15页 |
| ·搜索引擎的发展趋势 | 第15-16页 |
| ·本文的主要工作和组织 | 第16-18页 |
| 第二章 搜索引擎基本理论 | 第18-28页 |
| ·搜索引擎基本结构、工作原理 | 第18-20页 |
| ·搜索引擎组成结构 | 第18页 |
| ·搜索引擎的工作原理 | 第18-20页 |
| ·建立搜索引擎的关键技术 | 第20-22页 |
| ·搜索引擎的性能指标 | 第22页 |
| ·通用搜索引擎的不足 | 第22-23页 |
| ·专业搜索引擎的产生背景 | 第23-24页 |
| ·专业搜索引擎的系统结构 | 第24-25页 |
| ·专业搜索引擎的优势 | 第25-26页 |
| ·专业搜索引擎目前的热点----面向主题的搜索引擎的研究 | 第26-27页 |
| ·主题搜索引擎简介 | 第26页 |
| ·主题搜索引擎发展现状 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第三章 主题爬虫相关技术 | 第28-42页 |
| ·通用爬虫模型 | 第28-32页 |
| ·通用爬虫的结构 | 第28-31页 |
| ·通用爬虫的不足 | 第31-32页 |
| ·主题爬虫模型 | 第32-34页 |
| ·主题爬虫的原理 | 第32-33页 |
| ·主题爬虫的结构 | 第33-34页 |
| ·主题爬虫与URL主题相关性算法分析 | 第34-39页 |
| ·基于文字内容的启发策略 | 第34-39页 |
| ·主题爬虫与通用爬虫的区别 | 第39-41页 |
| ·小结 | 第41-42页 |
| 第四章 HTML解析器与分词技术实现 | 第42-58页 |
| ·HTML文档结构 | 第42-43页 |
| ·HTML简介 | 第42页 |
| ·HTML链接结构 | 第42-43页 |
| ·HTML结构树的概念 | 第43页 |
| ·HTML解析器 | 第43-49页 |
| ·框架结构 | 第44-45页 |
| ·解析器实例分析 | 第45-49页 |
| ·中文分词技术研究 | 第49-57页 |
| ·中文分词简介 | 第49-50页 |
| ·Javacc简介 | 第50-53页 |
| ·Nutch中文分词分析 | 第53-55页 |
| ·Nutch支持中文分词实例分析 | 第55-57页 |
| ·小结 | 第57-58页 |
| 第五章 Web页面链接与分布特性分析研究 | 第58-65页 |
| ·基于超链接的页面分析算法 | 第58-62页 |
| ·PageRank超链分析算法 | 第59-60页 |
| ·HITS算法 | 第60-61页 |
| ·Maximum Flow Communities | 第61-62页 |
| ·主题页面的分布特征 | 第62-64页 |
| ·中心页面特性 | 第62-63页 |
| ·主题关联特性 | 第63页 |
| ·主题聚集特性 | 第63页 |
| ·隧道特性 | 第63-64页 |
| ·小结 | 第64-65页 |
| 第六章 主题搜索引擎关键技术设计实现 | 第65-80页 |
| ·向量空间模型简介 | 第65-68页 |
| ·关键词集 | 第68-69页 |
| ·关键词集和页面间的Ω-距离 | 第69-70页 |
| ·系统架构 | 第70-71页 |
| ·主题相关性判定的实现 | 第71-73页 |
| ·文档的表示 | 第71-72页 |
| ·词条权重的计算 | 第72页 |
| ·主题相关性判定 | 第72-73页 |
| ·基于Nutch的主题相关性搜索引擎的实现 | 第73-80页 |
| ·Nutch爬虫实现过程 | 第73-74页 |
| ·Nutch索引的建立 | 第74-77页 |
| ·Nutch搜索的实现 | 第77-78页 |
| ·Nutch搜索结果截图 | 第78-80页 |
| 第七章 总结与展望 | 第80-82页 |
| ·总结 | 第80-81页 |
| ·展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士期间的研究成果及发表的学术论文 | 第87页 |