基于网页分块思想的搜索引擎索引系统
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·Web 页面区域划分研究的背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文研究内容 | 第10页 |
| ·论文的组织 | 第10-12页 |
| 第二章 相关技术研究 | 第12-26页 |
| ·当前Web 页面结构分析及语言规范 | 第12-15页 |
| ·HTML语言介绍 | 第12-13页 |
| ·XML语言介绍 | 第13-14页 |
| ·XHTML语言介绍 | 第14-15页 |
| ·DOM 树结构研究 | 第15-22页 |
| ·DOM 技术介绍 | 第15-16页 |
| ·DOM 树结构 | 第16-18页 |
| ·DOM 树的操作 | 第18-22页 |
| ·经典VIPS 算法 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 Web 页面区域划分算法 | 第26-43页 |
| ·对VIPS 算法的改进 | 第26-29页 |
| ·引入结构树深度阈值PDoT | 第26-28页 |
| ·引入叶子节点数阈值PNoB | 第28-29页 |
| ·改进算法流程与实现 | 第29-38页 |
| ·改进算法流程 | 第29-31页 |
| ·可视块提取 | 第31-35页 |
| ·分割线提取 | 第35-37页 |
| ·页面内容结构调整 | 第37-38页 |
| ·改进算法与原算法的对比实验 | 第38-42页 |
| ·爬取测试集 | 第38-41页 |
| ·对比实验 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于改进VIPS 算法的搜索引擎索引系统 | 第43-57页 |
| ·系统结构和模块划分 | 第43-44页 |
| ·语义预处理层 | 第44-51页 |
| ·中文分词技术概述 | 第45-46页 |
| ·存储中文词典的Trie 树模块 | 第46-48页 |
| ·中文词典读入模块 | 第48-50页 |
| ·分词模块 | 第50-51页 |
| ·分词结果统计模块 | 第51页 |
| ·可视块分类层 | 第51-54页 |
| ·预处理模块 | 第51-52页 |
| ·构造分类器模块 | 第52-53页 |
| ·正文块分类模块 | 第53-54页 |
| ·改进的索引系统 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 实验结果与分析 | 第57-61页 |
| ·实验数据介绍 | 第57页 |
| ·实验结果的评价方法 | 第57-58页 |
| ·实验结果与分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 发表论文和科研情况说明 | 第65-66页 |
| 致谢 | 第66页 |
