垂直搜索引擎中主题爬行技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-17页 |
| ·主题爬行技术的研究背景及意义 | 第10-12页 |
| ·垂直搜索引擎的提出 | 第10页 |
| ·垂直搜索引擎与通用搜索引擎的区别 | 第10-11页 |
| ·主题爬行技术的提出 | 第11页 |
| ·主题爬行技术的研究意义 | 第11-12页 |
| ·主题爬行技术的研究现状 | 第12-14页 |
| ·本文的研究内容及组织结构 | 第14-17页 |
| ·本文的研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 2 主题爬行相关技术 | 第17-28页 |
| ·引言 | 第17页 |
| ·主题描述相关技术 | 第17-20页 |
| ·主题表示模型 | 第17-18页 |
| ·确定主题向量空间 | 第18-19页 |
| ·主题特征加权 | 第19-20页 |
| ·搜索策略 | 第20-21页 |
| ·网页预处理相关技术 | 第21-23页 |
| ·网页规范化 | 第21页 |
| ·网页解析 | 第21页 |
| ·网页分块 | 第21-22页 |
| ·分词、去停用词 | 第22-23页 |
| ·主题相关性计算中的相关技术 | 第23-27页 |
| ·主题相关性的度量方法 | 第23页 |
| ·基于 HowNet 的语义分析技术 | 第23-24页 |
| ·基于 WordNet 的语义分析技术 | 第24-25页 |
| ·基于 ODP 的语义分析技术 | 第25-26页 |
| ·基于本体的语义分析技术 | 第26-27页 |
| ·小结 | 第27-28页 |
| 3 基于维基百科的主题描述 | 第28-35页 |
| ·引言 | 第28页 |
| ·主题描述的主要方法及存在问题 | 第28-29页 |
| ·维基百科简介 | 第29-31页 |
| ·基于维基百科的主题描述方法 | 第31-34页 |
| ·扩充维基百科的分类树 | 第31页 |
| ·构建主题向量 | 第31-33页 |
| ·词语映射到概念过程中的消歧 | 第33-34页 |
| ·小结 | 第34-35页 |
| 4 基于网页分块的候选链接优先级的预测方法 | 第35-44页 |
| ·引言 | 第35页 |
| ·候选链接优先级预测的主要方法及存在问题 | 第35-38页 |
| ·基于网页分块的候选链接优先级的预测方法 | 第38-43页 |
| ·基于深度优先遍历的网页分块 | 第38-40页 |
| ·候选链接的优先级预测 | 第40-43页 |
| ·小结 | 第43-44页 |
| 5 自适应的主题爬行策略 | 第44-50页 |
| ·引言 | 第44页 |
| ·自适应主题爬行策略的相关研究及存在问题 | 第44-46页 |
| ·基于维基百科和网页分块的自适应的主题爬行器 | 第46-47页 |
| ·基于信息增益的自适应方法 | 第47-48页 |
| ·信息增益简介 | 第47页 |
| ·基于信息增益的自适应方法 | 第47-48页 |
| ·基于信息量总和比率的自适应方法 | 第48-49页 |
| ·小结 | 第49-50页 |
| 6 实验与分析 | 第50-60页 |
| ·引言 | 第50页 |
| ·主题爬行原型系统的实现 | 第50-51页 |
| ·实验数据和参数设置 | 第51-52页 |
| ·实验数据 | 第51-52页 |
| ·参数设置 | 第52页 |
| ·评价指标 | 第52-53页 |
| ·实验方案 | 第53-59页 |
| ·主题爬行策略的功能演进过程 | 第53-54页 |
| ·主题描述方法的对比实验 | 第54-55页 |
| ·主题描述详略程度对主题爬行性能的影响对比实验 | 第55-57页 |
| ·引入网页分块前后的对比实验 | 第57页 |
| ·不同的自适应方法之间的对比实验 | 第57-59页 |
| ·小结 | 第59-60页 |
| 7 总结与展望 | 第60-63页 |
| ·本文总结 | 第60-61页 |
| ·进一步的工作 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第68页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第68页 |
