| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 引言 | 第11-19页 |
| ·研究动机 | 第11-13页 |
| ·研究目标 | 第13-15页 |
| ·应用领域 | 第13-14页 |
| ·用户检索方式 | 第14-15页 |
| ·系统评价 | 第15页 |
| ·研究现状 | 第15-16页 |
| ·研究目标 | 第16-17页 |
| ·研究成果 | 第17页 |
| ·论文结构 | 第17-19页 |
| 第2章 相关技术 | 第19-35页 |
| ·信息检索技术 | 第19-23页 |
| ·基于内容的检索技术 | 第19-21页 |
| ·基于文本的检索技术 | 第21-22页 |
| ·两种不同检索技术的比较 | 第22-23页 |
| ·相关性排序技术 | 第23-27页 |
| ·VSM介绍 | 第23-24页 |
| ·VSM的改良: LSI | 第24-27页 |
| ·网页抓取技术 | 第27-28页 |
| ·基本原理 | 第27页 |
| ·大型Spider的问题 | 第27-28页 |
| ·信息索引技术 | 第28-31页 |
| ·索引方式 | 第28-29页 |
| ·提高索引的性能 | 第29-31页 |
| ·HTML信息提取方法 | 第31-34页 |
| ·基于DOM的提取方法 | 第31页 |
| ·基于字符串的提取方法 | 第31-32页 |
| ·基于Wrapper的提取方法 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 图片信息提取改进的探索 | 第35-49页 |
| ·图片信息提取模式 | 第35-39页 |
| ·无用图片过滤 | 第39-41页 |
| ·挖掘 HTML潜在规律的启发式方法 | 第41-44页 |
| ·HTML图片对象内含的文本 | 第41页 |
| ·GIF和JPG的区别 | 第41-42页 |
| ·和的不同意义 | 第42-43页 |
| ·图片引用次数的分析 | 第43-44页 |
| ·兼顾文本和内容的混合检索模式 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于文本的轻量化图片搜索引擎的设计、实现及评测 | 第49-65页 |
| ·系统简介 | 第49-51页 |
| ·系统详细工作流程 | 第51-61页 |
| ·获取网页 | 第51-52页 |
| ·提取信息 | 第52-53页 |
| ·图片抓取和死链检查 | 第53-54页 |
| ·生成缩略图 | 第54页 |
| ·建立索引 | 第54-58页 |
| ·提供查询 | 第58-61页 |
| ·系统评测 | 第61-63页 |
| ·评测目标 | 第61页 |
| ·评测环境与材料 | 第61-62页 |
| ·评测过程 | 第62-63页 |
| ·评测结论 | 第63页 |
| ·本章小结 | 第63-65页 |
| 第5章 总结和展望 | 第65-67页 |
| ·本文工作总结 | 第65页 |
| ·进一步研究 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第70页 |