| 第一章 概述 | 第6-12页 |
| 1.1 搜索引擎的意义 | 第6页 |
| 1.2 搜索引擎的概念、产生和发展 | 第6-10页 |
| 1.2.1 搜索引擎的基本概念 | 第6-7页 |
| 1.2.2 搜索引擎的分类 | 第7-8页 |
| 1.2.3 搜索引擎的发展 | 第8-10页 |
| 1.2.4 搜索引擎的评价标准 | 第10页 |
| 1.3 本文所做的工作 | 第10-12页 |
| 第二章 页面收集和站点爬行 | 第12-23页 |
| 2.1 Spider程序 | 第12页 |
| 2.2 使用HTTP访问站点 | 第12-17页 |
| 2.2.1 分析HTTP协议 | 第12页 |
| 2.2.2 地址格式 | 第12-15页 |
| 2.2.3 使用套接字进行HTTP编程 | 第15-17页 |
| 2.3 使用HTTPS访问加密站点 | 第17-20页 |
| 2.3.1 HTTP与HTTPS | 第17-18页 |
| 2.3.2 HTTP用户认证 | 第18-20页 |
| 2.4 发送表单 | 第20-21页 |
| 2.4.1 仿真表单 | 第20页 |
| 2.4.2 不安全字符与URL编码 | 第20-21页 |
| 2.5 探索Cookie | 第21-22页 |
| 2.5.1 Cookie的Internet标准 | 第21-22页 |
| 2.5.2 处理会话Cookie和永久Cookie | 第22页 |
| 2.6 小结 | 第22-23页 |
| 第三章 页面解析和索引词汇的提取 | 第23-35页 |
| 3.1 页面解析 | 第23-24页 |
| 3.1.1 解析HTML | 第23-24页 |
| 3.2 文本预处理 | 第24-26页 |
| 3.2.1 文本预处理的过程 | 第24页 |
| 3.2.2 文本的词法分析 | 第24-25页 |
| 3.2.3 中文分词技术 | 第25页 |
| 3.2.4 无用词汇的删除 | 第25页 |
| 3.2.5 词干提取技术 | 第25-26页 |
| 3.2.6 索引词条的选择 | 第26页 |
| 3.2.7 词典 | 第26页 |
| 3.3 基于规则的中文分词 | 第26-33页 |
| 3.3.1 交集型切分歧义的分类 | 第27-30页 |
| 3.3.2 歧义处理方法 | 第30-33页 |
| 3.4 建立模型和索引 | 第33-34页 |
| 3.4.1 信息获取模型 | 第33-34页 |
| 3.4.2 倒排文件索引 | 第34页 |
| 3.5 小结 | 第34-35页 |
| 第四章 搜索过程和搜索结果排序 | 第35-39页 |
| 4.1 搜索过程 | 第35页 |
| 4.2 搜索结果排序方法 | 第35-36页 |
| 4.3 PageRank算法介绍 | 第36-37页 |
| 4.4 HITS算法介绍 | 第37-38页 |
| 4.5 小结 | 第38-39页 |
| 第五章 搜索引擎的设计与实现 | 第39-46页 |
| 5.1 搜索引擎系统结构 | 第39-40页 |
| 5.2 爬行器的设计与实现 | 第40-41页 |
| 5.3 解析器和索引器的设计与实现 | 第41-42页 |
| 5.4 搜索和结果排序的设计与实现 | 第42-43页 |
| 5.5 数据访问对象 | 第43-44页 |
| 5.6 系统实现平台 | 第44-46页 |
| 5.6.1 系统实现平台 | 第44页 |
| 5.6.2 运行结果 | 第44-46页 |
| 第六章 结束语 | 第46-48页 |
| 6.1 结论 | 第46页 |
| 6.2 今后工作的展望 | 第46-48页 |
| 参考文献 | 第48-49页 |
| 致 谢 | 第49-50页 |
| 中文摘要 | 第50-53页 |
| Abstract | 第53页 |