| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 垂直搜索引擎的研究现状 | 第9-12页 |
| 1.2.1 主题信息采集技术概述 | 第10页 |
| 1.2.2 主题分类算法研究 | 第10-11页 |
| 1.2.3 链接分析与页面排序算法研究 | 第11-12页 |
| 1.3 本文的研究目标和方向 | 第12页 |
| 1.4 论文组织结构 | 第12-15页 |
| 第二章 基于内容的文本主题模型研究 | 第15-35页 |
| 2.1 主题文档模型研究 | 第15-24页 |
| 2.1.1 常见主题文档模型 | 第15-16页 |
| 2.1.2 Latent Dirichlet Allocator模型 | 第16-19页 |
| 2.1.3 垂直引擎中LDA模型应用分析 | 第19-24页 |
| 2.2 主题词库的建立 | 第24-30页 |
| 2.2.1 基于语料的词库建立 | 第24-27页 |
| 2.2.2 基于T-PMI的词库扩展 | 第27-30页 |
| 2.2.3 小结 | 第30页 |
| 2.3 基于主题的文本分词算法 | 第30-34页 |
| 2.3.1 通用文本分词算法 | 第30-33页 |
| 2.3.2 基于主题的文本分词算法 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 垂直资源挖掘与主题Ranking模型研究 | 第35-51页 |
| 3.1 Web链接结构中的主题相关度研究 | 第35-39页 |
| 3.1.1 PageRank算法 | 第35-37页 |
| 3.1.2 HITS算法 | 第37-39页 |
| 3.1.3 小结 | 第39页 |
| 3.2 面向垂直搜索的主题爬虫研究 | 第39-46页 |
| 3.2.1 基本爬虫策略 | 第39-40页 |
| 3.2.2 Fish-Search算法与Shark-Search算法 | 第40-43页 |
| 3.2.3 基于链接的主题爬虫研究 | 第43-46页 |
| 3.3 面向垂直搜索的主题Ranking模型研究 | 第46-49页 |
| 3.3.1 主题敏感PageRank算法 | 第46-48页 |
| 3.3.2 算法讨论 | 第48-49页 |
| 3.3.3 模型评价 | 第49页 |
| 3.4 本章小结 | 第49-51页 |
| 第四章 分布式垂直搜索引擎原型设计 | 第51-61页 |
| 4.1 分布式爬虫研究 | 第51-53页 |
| 4.1.1 通信模型 | 第51-52页 |
| 4.1.2 爬虫整体框架 | 第52-53页 |
| 4.1.3 性能优化 | 第53页 |
| 4.2 LDA算法分布式研究 | 第53-57页 |
| 4.2.1 AD-LDA算法 | 第54页 |
| 4.2.2 基于Map-Reduce的分布式Gibbs Sampling | 第54-55页 |
| 4.2.3 AD-LDA性能分析 | 第55-57页 |
| 4.3 系统整体框架 | 第57-58页 |
| 4.4 一个图书搜索实例 | 第58-60页 |
| 4.4.1 数据采集与处理 | 第58-59页 |
| 4.4.2 搜索权重研究 | 第59页 |
| 4.4.3 搜索结果展示 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-66页 |
