| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| ·面向教育的多媒体主题搜索器的研究背景 | 第10-15页 |
| ·主题搜索器的研究现状 | 第15-17页 |
| ·CORA | 第15-16页 |
| ·Context Graphs Focused Crawler | 第16页 |
| ·IBM Focused Crawler | 第16页 |
| ·InfoSpider | 第16-17页 |
| ·本文的主要工作 | 第17页 |
| ·研究思路 | 第17页 |
| ·主要研究内容和创新点 | 第17页 |
| ·本文的组织结构 | 第17-19页 |
| 第二章 主题搜索器的体系结构设计 | 第19-28页 |
| ·主题搜索器在主题搜索引擎中的位置 | 第19-22页 |
| ·主题页面的分布特征 | 第22-24页 |
| ·中心页面（Hub）特征 | 第22页 |
| ·主题关联（Linkage/Sibling Locality）特征 | 第22-23页 |
| ·主题聚集（Cluster）特征 | 第23页 |
| ·隧道（Tunnel）特征 | 第23-24页 |
| ·主题搜索器的体系结构 | 第24-27页 |
| ·控制模块 | 第25页 |
| ·爬行模块 | 第25-26页 |
| ·存储模块 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 页面信息预处理 | 第28-42页 |
| ·超文本传输协议（HTTP） | 第28-31页 |
| ·URL 介绍 | 第28-29页 |
| ·HTTP 协议与多线程 | 第29-31页 |
| ·页面解析器的设计与实现 | 第31-37页 |
| ·解析器提取的页面信息 | 第31-33页 |
| ·超链接的分析与处理 | 第33-34页 |
| ·Swing 包中使用的核心类 | 第34-35页 |
| ·页面解析器的实现 | 第35-37页 |
| ·中英文分词 | 第37-40页 |
| ·中文分词 | 第37-40页 |
| ·英文分词及中英文翻译 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第四章 主题搜索器的搜索算法 | 第42-53页 |
| ·主题搜索算法的研究现状 | 第42-46页 |
| ·基于内容的搜索算法 | 第42-43页 |
| ·基于链接结构的搜索算法 | 第43-45页 |
| ·基于先验知识的搜索算法 | 第45-46页 |
| ·具有增量学习的搜索算法 | 第46-48页 |
| ·改进的基于增量学习的搜索算法 | 第48-52页 |
| ·标准Fish-Search 算法 | 第48-49页 |
| ·改进的Fish-Search 算法 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 主题搜索器的系统实现 | 第53-64页 |
| ·主题搜索器搜集的多媒体文件格式 | 第53页 |
| ·数据库设计 | 第53-57页 |
| ·主题搜索器的运行流程 | 第57-59页 |
| ·实验结果及分析 | 第59-63页 |
| ·实验环境 | 第59页 |
| ·参数选择和评价指标 | 第59页 |
| ·实验结果分析 | 第59-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·本文的工作总结 | 第64页 |
| ·下一步的研究工作 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 附录一 主题搜索器各模块的核心类 | 第71-74页 |
| 附录二 HTML 解析器能够识别标签清单 | 第74-76页 |
| 附录三 HTML 解析器能够识别的属性清单 | 第76-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间发表的学术论文及参加项目 | 第79页 |