基于领域本体的主题爬虫系统研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·课题研究主要内容 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第二章 相关理论与技术 | 第18-34页 |
| ·WEB 搜索引擎概述 | 第18-20页 |
| ·搜索引擎的概念 | 第18-19页 |
| ·搜索引擎的分类 | 第19-20页 |
| ·蜘蛛爬虫概述 | 第20-26页 |
| ·蜘蛛爬虫概念 | 第20-21页 |
| ·通用网络爬虫模型 | 第21-24页 |
| ·主题网络爬虫模型 | 第24-26页 |
| ·本体概述 | 第26-28页 |
| ·本体的概念 | 第26-27页 |
| ·本体描述语言——OWL | 第27页 |
| ·本课题涉及的本体部分 | 第27-28页 |
| ·超文本传输协议 | 第28-30页 |
| ·windows 多线程概念 | 第30页 |
| ·MD5 算法 | 第30-32页 |
| ·K-means 算法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 主题搜索算法研究与设计 | 第34-54页 |
| ·网络蜘蛛通用搜索算法 | 第34-36页 |
| ·主题蜘蛛搜索算法研究 | 第36-44页 |
| ·基于内容评价的搜索策略 | 第36-37页 |
| ·基于链接结构的搜索策略 | 第37-40页 |
| ·基于未来回报价值评价的搜索策略 | 第40-42页 |
| ·基于综合价值的搜索策略 | 第42-43页 |
| ·各类搜索策略分析比较 | 第43-44页 |
| ·基于领域知识本体的系统新算法设计 | 第44-53页 |
| ·URL 队列优先权排序算法设计 | 第44-49页 |
| ·基于领域知识本体的页面聚合度排序策略设计 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 基于领域本体的网络爬虫系统设计与实现 | 第54-81页 |
| ·主题爬虫系统整体设计 | 第54-60页 |
| ·系统架构设计与整体流程 | 第54-56页 |
| ·数据库设计 | 第56页 |
| ·主要的类与数据结构 | 第56-60页 |
| ·主题爬虫系统重点模块实现 | 第60-72页 |
| ·主题特征词的建立 | 第60-61页 |
| ·URL 初始种子的确立 | 第61页 |
| ·爬虫搜集Web 页面模块 | 第61-67页 |
| ·URL 队列优先权排序算法实现 | 第67-69页 |
| ·页面主题凝聚度算法实现 | 第69-72页 |
| ·系统测试 | 第72-80页 |
| ·实验环境 | 第72-73页 |
| ·系统相关模块运行情况 | 第73-75页 |
| ·网页聚合度算法实验情况 | 第75-77页 |
| ·主题爬虫实验结果分析 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 总结与展望 | 第81-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 攻读硕士期间取得的科研成果 | 第87-88页 |
