文本搜索引擎的探究与设计
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景和目的 | 第9-10页 |
| ·研究目标 | 第10页 |
| ·研究现状 | 第10-14页 |
| ·研究内容 | 第14-15页 |
| ·小结 | 第15-16页 |
| 第二章 总体设计 | 第16-20页 |
| ·设计概述 | 第16-18页 |
| ·设计内容 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第三章 分析抓取模块设计 | 第20-29页 |
| ·站点分析 | 第20-21页 |
| ·获取种子链接 | 第21-22页 |
| ·链接抓取 | 第22-28页 |
| ·Heritrix的介绍 | 第22-24页 |
| ·Heritrix的二次开发 | 第24-28页 |
| ·小结 | 第28-29页 |
| 第四章 全文信息处理模块设计 | 第29-43页 |
| ·内容整理格式 | 第29-30页 |
| ·内容提取和整理 | 第30-37页 |
| ·网页文件内容提取和整理 | 第30-33页 |
| ·二进制文件内容提取和整理 | 第33-37页 |
| ·分词 | 第37-41页 |
| ·概述 | 第37-38页 |
| ·中文分词 | 第38-39页 |
| ·算法简介 | 第39-40页 |
| ·JE 分词器及其使用 | 第40-41页 |
| ·小结 | 第41-43页 |
| 第五章 索引存储模块设计 | 第43-57页 |
| ·概述 | 第43-44页 |
| ·LUCENE | 第44-48页 |
| ·简介 | 第44页 |
| ·体系结构 | 第44-47页 |
| ·Lucene的核心对象——索引 | 第47-48页 |
| ·设计思路 | 第48-49页 |
| ·设计内容 | 第49-55页 |
| ·Info表设计 | 第50页 |
| ·InfoClass类设计 | 第50-52页 |
| ·InfoDocument类设计 | 第52-53页 |
| ·InfoJDBC类设计 | 第53-54页 |
| ·InfoIndexer类设计 | 第54页 |
| ·StoreProcess类设计 | 第54-55页 |
| ·小结 | 第55-57页 |
| 第六章 用户搜索模块设计 | 第57-61页 |
| ·总体设计 | 第57-58页 |
| ·核心算法 | 第58-59页 |
| ·结果排序 | 第59-60页 |
| ·用户界面 | 第60页 |
| ·小结 | 第60-61页 |
| 第七章 测试 | 第61-65页 |
| ·测试环境 | 第61页 |
| ·测试内容 | 第61-64页 |
| ·小结 | 第64-65页 |
| 总结和展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68页 |
