基于智能网关的用户Web信息采集与分析系统
| 摘要 | 第10-12页 |
| Abstract | 第12-13页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 概述 | 第14-15页 |
| 1.2 Web信息抽取的研究现状及发展趋势 | 第15-16页 |
| 1.3 论文内容及结构 | 第16-19页 |
| 1.3.1 论文的主要工作内容及创新点 | 第16-17页 |
| 1.3.2 论文组织结构 | 第17-19页 |
| 第二章 WEB信息采集相关技术 | 第19-31页 |
| 2.1 Web信息采集技术基本架构 | 第19-20页 |
| 2.2 网络爬虫技术 | 第20-21页 |
| 2.2.1 通用网络爬虫 | 第20-21页 |
| 2.2.2 聚焦网络爬虫 | 第21页 |
| 2.3 Web正文抽取技术 | 第21-23页 |
| 2.3.1 Web正文抽取方法 | 第22页 |
| 2.3.2 Web信息抽取评价标准 | 第22-23页 |
| 2.4 Web文本分类技术 | 第23-29页 |
| 2.4.1 Web文本挖掘与分类 | 第23-24页 |
| 2.4.2 Web文本的特征选择 | 第24-26页 |
| 2.4.3 Web文本分类算法 | 第26-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 用户WEB信息采集与分析系统设计 | 第31-45页 |
| 3.1 系统设计概述 | 第31-32页 |
| 3.1.1 系统设计思想 | 第31页 |
| 3.1.2 系统设计目标 | 第31-32页 |
| 3.2 整体技术方案与分解 | 第32-33页 |
| 3.2.1 系统总体框架 | 第32页 |
| 3.2.2 网关信息采集系统 | 第32-33页 |
| 3.2.3 后台信息采集与分析系统 | 第33页 |
| 3.3 系统功能模块设计 | 第33-42页 |
| 3.3.1 系统功能模块流程设计 | 第33-34页 |
| 3.3.2 网关信息采集模块设计 | 第34-35页 |
| 3.3.3 后台采集模块设计 | 第35-40页 |
| 3.3.4 后台分类系统设计 | 第40-42页 |
| 3.4 数据库设计 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 用户WEB信息采集与分析系统实现 | 第45-59页 |
| 4.1 网关用户信息采集模块实现 | 第45-46页 |
| 4.2 后台网页信息采集模块实现 | 第46-52页 |
| 4.2.1 URL解码模块实现 | 第46-48页 |
| 4.2.2 Web正文抽取模块的实现 | 第48-50页 |
| 4.2.3 关键词提取模块实现 | 第50-51页 |
| 4.2.4 主题爬虫模块实现 | 第51-52页 |
| 4.3 后台网页分类模块实现 | 第52-58页 |
| 4.3.1 后台语料库的搜集与整理 | 第52-53页 |
| 4.3.2 基于卡方统计的类向量生成 | 第53-55页 |
| 4.3.3 改进的贝叶斯分类器实现 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第五章 系统测试与结果分析 | 第59-65页 |
| 5.1 测试环境 | 第59-60页 |
| 5.2 测试结果与分析 | 第60-63页 |
| 5.3 测试界面 | 第63-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 工作总结 | 第65-66页 |
| 6.2 问题和展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 攻读硕士期间研究成果 | 第73-74页 |
| 学位论文评阅及答辩情况表 | 第74页 |
