基于Lucene的垂直搜索引擎的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 垂直搜索引擎概述 | 第8-12页 |
| 1.1.1 垂直搜索引擎的研究意义 | 第8-9页 |
| 1.1.2 垂直搜索引擎的研究现状 | 第9页 |
| 1.1.3 垂直搜索引擎的优势分析 | 第9-10页 |
| 1.1.4 垂直搜索引擎存在的问题和不足 | 第10-11页 |
| 1.1.5 垂直搜索引擎发展的解决方案 | 第11-12页 |
| 1.2 本文所做的主要工作 | 第12-13页 |
| 2 垂直搜索引擎的工作流程和关键技术 | 第13-41页 |
| 2.1 垂直搜索搜索引擎的工作流程 | 第13-15页 |
| 2.1.1 网页内容抓取和存储阶段 | 第13-14页 |
| 2.1.2 预处理阶段 | 第14页 |
| 2.1.3 查询阶段 | 第14-15页 |
| 2.2 网络爬虫原理和工作过程 | 第15-19页 |
| 2.2.1 网络爬虫工作流程介绍 | 第15-16页 |
| 2.2.2 主题爬虫的爬行策略 | 第16-18页 |
| 2.2.3 基于链接结构的爬行策略 | 第18-19页 |
| 2.3 网页资源主题信息提取技术介绍 | 第19-29页 |
| 2.3.1 现有网页主题的提取方法 | 第20-24页 |
| 2.3.3 HTML 文档的预处理过程 | 第24-25页 |
| 2.3.4 基于网页内容块的信息提取算法 | 第25-27页 |
| 2.3.5 算法验证 | 第27-29页 |
| 2.4 网页排序算法介绍与改进 | 第29-37页 |
| 2.4.1 词频位置加权排序算法 | 第29页 |
| 2.4.2 基于链接分析的排序算法 | 第29-32页 |
| 2.4.3 改进 PageRank 算法的介绍 | 第32-33页 |
| 2.4.4 文档相似度的计算 | 第33-34页 |
| 2.4.5 改进的 PageRank 算法 | 第34-37页 |
| 2.5 实验结果 | 第37-39页 |
| 2.6 本章小结 | 第39-41页 |
| 3 Lucene 相关技术介绍 | 第41-47页 |
| 3.1 Lucene 介绍 | 第41页 |
| 3.2 Lucene 系统组成 | 第41-43页 |
| 3.3 Lucene 索引策略 | 第43-44页 |
| 3.3.1 Lucene 索引策略 | 第43-44页 |
| 3.3.2 Lucene 特殊的增量索引过程 | 第44页 |
| 3.4 Lucene 的评分机制 | 第44-45页 |
| 3.5 Lucene 的检索过程 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 4 垂直搜索引擎的设计与实现 | 第47-55页 |
| 4.1 需求分析阶段 | 第47-49页 |
| 4.1.1 需求分析 | 第47页 |
| 4.1.2 系统总体结构图 | 第47-48页 |
| 4.1.3 系统开发以及运行环境 | 第48-49页 |
| 4.2 功能模块设计 | 第49-52页 |
| 4.2.1 网络爬虫模块 | 第49-50页 |
| 4.2.2 索引功能模块 | 第50-51页 |
| 4.2.3 检索功能模块 | 第51-52页 |
| 4.2.4 Lucene 评分算法的改进 | 第52页 |
| 4.3 改进结果测试 | 第52-54页 |
| 4.3.1 索引模块的测试 | 第52页 |
| 4.3.2 检索模块的测试 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |
