主题爬虫搜索Web页面策略的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·前言 | 第9-10页 |
| ·搜索引擎概述 | 第10-11页 |
| ·主题搜索引擎概述 | 第11-12页 |
| ·目前国内外研究现状 | 第12-13页 |
| ·本文的研究目的意义与组织结构 | 第13-15页 |
| 第二章 爬虫的理论基础及相关技术的研究 | 第15-27页 |
| ·通用爬虫 | 第15-17页 |
| ·主题爬虫 | 第17-20页 |
| ·主题爬虫相关技术概述及爬行算法策略 | 第20-22页 |
| ·基本的爬行算法 | 第22-25页 |
| ·基于文字内容的页面相关度的爬行算法 | 第22-23页 |
| ·Fish Search算法 | 第23-24页 |
| ·基于web链接方式的爬行算法 | 第24页 |
| ·HITS算法 | 第24-25页 |
| ·Pagerank算法 | 第25页 |
| ·正则表达式 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 相关算法改进研究 | 第27-43页 |
| ·文本特征项的提取 | 第27-29页 |
| ·特征权重的计算 | 第29-31页 |
| ·一些文本分类方法 | 第31-34页 |
| ·改进的基于网页标题分析的文本分类 | 第34-35页 |
| ·主题相关的网站排名算法 | 第35-39页 |
| ·通用搜索引擎的PageRank排名算法 | 第36-38页 |
| ·N-step PageRank算法 | 第38-39页 |
| ·网站排名计算 | 第39-42页 |
| ·传统的网站排名方式 | 第39-40页 |
| ·AggregateRank算法 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 WEB主题搜索引擎的构建 | 第43-62页 |
| ·Lucene | 第43-46页 |
| ·Heritrix网络爬虫 | 第46-50页 |
| ·Heritrix的扩展与定制 | 第50-51页 |
| ·构建基于主题爬虫的手机导购搜索引擎 | 第51-60页 |
| ·系统性能分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-65页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士期间发表的论文和参与的项目 | 第69-70页 |
| 致谢 | 第70页 |
