教育新闻采集系统的设计与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·主题爬虫 | 第11-12页 |
| ·网页更新策略 | 第12-13页 |
| ·网页信息抽取 | 第13-14页 |
| ·主要研究工作和内容 | 第14页 |
| ·论文组织结构 | 第14-16页 |
| 第二章 相关理论知识 | 第16-28页 |
| ·信息采集系统工作原理 | 第16-20页 |
| ·网页下载 | 第16-17页 |
| ·网页解析 | 第17-18页 |
| ·URL 去重 | 第18页 |
| ·URL 调度 | 第18-19页 |
| ·工作流程 | 第19-20页 |
| ·主题采集相关技术 | 第20-22页 |
| ·基于文字内容的方法 | 第20-21页 |
| ·基于分类器的方法 | 第21页 |
| ·基于链接分析的方法 | 第21-22页 |
| ·动态信息采集关键技术 | 第22-24页 |
| ·网页更新周期规律 | 第23页 |
| ·动态采集策略 | 第23-24页 |
| ·网页信息抽取技术 | 第24-27页 |
| ·HTML | 第24-25页 |
| ·DOM | 第25-26页 |
| ·SAX | 第26页 |
| ·基于分块的信息抽取 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 教育新闻采集系统的总体设计 | 第28-33页 |
| ·系统的设计目标 | 第28页 |
| ·系统的模块组成 | 第28-29页 |
| ·系统的工作流程 | 第29-31页 |
| ·系统的体系结构 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 系统的详细设计与实现 | 第33-57页 |
| ·普通采集模块 | 第33-40页 |
| ·网页下载模块 | 第33-34页 |
| ·网页编码检测模块 | 第34-36页 |
| ·URL 过滤模块 | 第36-37页 |
| ·URL 去重模块 | 第37-38页 |
| ·URL 调度模块 | 第38-40页 |
| ·主题过滤模块 | 第40-46页 |
| ·链接块提取模块 | 第42-44页 |
| ·文本分类模块 | 第44-45页 |
| ·主题过滤的流程 | 第45-46页 |
| ·URL 动态调度模块 | 第46-50页 |
| ·调度方法 | 第46-49页 |
| ·具体实现 | 第49-50页 |
| ·种子页面 | 第50页 |
| ·信息抽取模块 | 第50-56页 |
| ·网页预处理 | 第52-53页 |
| ·网页标题的抽取 | 第53-54页 |
| ·网页正文的抽取 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 系统测试与结果分析 | 第57-73页 |
| ·系统运行 | 第57-59页 |
| ·主题过滤测试 | 第59-61页 |
| ·评估方法 | 第59-60页 |
| ·实验数据 | 第60页 |
| ·结果分析 | 第60-61页 |
| ·动态调度测试 | 第61-65页 |
| ·评价指标 | 第61-62页 |
| ·实验过程 | 第62-64页 |
| ·结果分析 | 第64-65页 |
| ·信息抽取测试 | 第65-72页 |
| ·评价标准 | 第65页 |
| ·实验数据 | 第65-67页 |
| ·实验过程 | 第67-68页 |
| ·结果分析 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 总结与展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79页 |
