| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第13-16页 |
| 1.1 研究背景及意义 | 第13页 |
| 1.2 项目需求分析 | 第13-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 第二章 相关技术概述 | 第16-25页 |
| 2.1 Lucene简介 | 第16-17页 |
| 2.1.1 Lucene概述 | 第16页 |
| 2.1.2 Lucene架构 | 第16-17页 |
| 2.2 Solr简介 | 第17-18页 |
| 2.2.1 Solr概述 | 第17-18页 |
| 2.2.2 Solr整体架构 | 第18页 |
| 2.3 Nosql数据库HBase | 第18-20页 |
| 2.4 内存数据库redis | 第20页 |
| 2.5 中文分词介绍 | 第20-24页 |
| 2.5.1 中文分词的原理和工作流程 | 第20-22页 |
| 2.5.2 中文分词常用模型 | 第22-24页 |
| 2.6 小结 | 第24-25页 |
| 第三章 系统设计 | 第25-39页 |
| 3.1 系统功能说明 | 第25-26页 |
| 3.2 网页采集解析模块设计 | 第26-27页 |
| 3.3 数据存储模块设计 | 第27-28页 |
| 3.3.1 Hbase的表的设计 | 第28页 |
| 3.3.2 Redis存储URL链接 | 第28页 |
| 3.4 URL调度器与集群监控模块的设计 | 第28-30页 |
| 3.4.1 URL调度器设计 | 第28-29页 |
| 3.4.2 监控模块设计 | 第29-30页 |
| 3.5 索引检索模块设计 | 第30-33页 |
| 3.5.1 系统架构 | 第30-31页 |
| 3.5.2 方案选型 | 第31-32页 |
| 3.5.3 与其他子系统的关系 | 第32-33页 |
| 3.6 隐马尔科夫模型及其在中文分词中的应用 | 第33-37页 |
| 3.6.1 隐马尔科夫中文分词模型及其原理 | 第33-37页 |
| 3.6.2 中文分词的主要问题 | 第37页 |
| 3.7 前端展现模块的设计 | 第37-38页 |
| 3.8 小结 | 第38-39页 |
| 第四章 项目实现及测试 | 第39-83页 |
| 4.1 采集解析模块的实现与测试 | 第39-49页 |
| 4.1.1 数据采集 | 第39-40页 |
| 4.1.2 商品详细页面解析的实现及测试 | 第40-46页 |
| 4.1.3 商品列表页面解析的实现及测试 | 第46-48页 |
| 4.1.4 小结 | 第48-49页 |
| 4.2 数据存储及多线程的实现及测试 | 第49-55页 |
| 4.2.1 存储商品明细信息 | 第49-52页 |
| 4.2.2 redis作为URL仓库存储URL链接 | 第52-55页 |
| 4.2.3 多线程爬取 | 第55页 |
| 4.3 URL调度器与集群监控模块的实现与测试 | 第55-62页 |
| 4.3.1 URL调度器的实现及测试 | 第55-59页 |
| 4.3.2 集群监控模块的实现及测试 | 第59-62页 |
| 4.4 索引检索模块实现及测试 | 第62-66页 |
| 4.5 中文分词改进及测试 | 第66-72页 |
| 4.5.1 基于HMM模型的中文分词实现 | 第66-69页 |
| 4.5.2 分词算法的改进 | 第69-71页 |
| 4.5.3 结果测试 | 第71-72页 |
| 4.6 前端展现模块实现及测试 | 第72-73页 |
| 4.7 项目部署及测试 | 第73-83页 |
| 4.7.1 测试环境 | 第73-75页 |
| 4.7.2 功能测试 | 第75-79页 |
| 4.7.3 性能测试 | 第79-82页 |
| 4.7.4 SolrCloud高可用测试 | 第82-83页 |
| 第五章 总结与展望 | 第83-84页 |
| 5.1 工作总结 | 第83页 |
| 5.2 展望 | 第83-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-86页 |