主题搜索引擎网络爬虫的设计与实现

摘要	第1-6页
ABSTRACT	第6-10页
第一章 绪论	第10-12页
·搜索引擎发展介绍与研究意义	第10-11页
·本文主要内容与组织结构	第11-12页
第二章 相关技术分析	第12-34页
·主题爬虫技术分析	第12-20页
·主题页面分布特征	第12-13页
·基于主题的页面信息采集分类	第13-14页
·主题爬虫搜索策略	第14-19页
·Heritrix介绍	第19-20页
·文本分类介绍	第20-24页
·基于PageRank算法的网页等级标识	第24-25页
·搜索引擎技术简介	第25-32页
·搜索引擎的简介与分类	第25-27页
·通用爬虫介绍	第27-29页
·索引器与检索器介绍	第29-32页
·小结	第32-34页
第三章 系统概要设计	第34-42页
·系统需求	第34页
·系统概要设计	第34-37页
·系统总体架构	第37-38页
·系统模块设计	第38-41页
·爬虫设计	第38-39页
·结构化数据提取设计	第39-40页
·文本分类引擎设计	第40-41页
·小结	第41-42页
第四章 系统实现与测试	第42-64页
·爬虫的详细设计思路	第42-43页
·爬虫详细设计与实现	第43-51页
·基于Heritrix的网络爬虫的配置和运行	第43-47页
·可配置的URL链接抽取组件	第47-49页
·结构化信息提取	第49-51页
·朴素贝叶斯	第51-57页
·结构化数据存储	第57-58页
·主题爬虫运行结果	第58-61页
·爬虫运行结果	第58-60页
·文本分类运行结果	第60-61页
·结果分析	第61-62页
·小结	第62-64页
第五章 总结	第64-68页
·工作总结	第64-65页
·不足与改进方法	第65-66页
·垂直搜索技术未来展望	第66-68页
致谢	第68-69页
参考文献	第69-70页