| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-12页 |
| 1.1 研究的背景与意义 | 第7-8页 |
| 1.1.1 研究的背景 | 第7页 |
| 1.1.2 研究的意义 | 第7-8页 |
| 1.1.3 研究对经济社会发展的作用 | 第8页 |
| 1.2 国内外的研究现状 | 第8-10页 |
| 1.2.1 垂直搜索的定义 | 第8-9页 |
| 1.2.2 垂直搜索的研究现状 | 第9-10页 |
| 1.2.3 文档垂直搜索服务 | 第10页 |
| 1.3 研究目的和研究内容 | 第10-11页 |
| 1.3.1 研究目的 | 第10-11页 |
| 1.3.2 研究内容 | 第11页 |
| 1.4 论文结构 | 第11-12页 |
| 第二章 理论基础 | 第12-31页 |
| 2.1 主题网络爬虫技术 | 第12-16页 |
| 2.1.1 主题网络爬虫的定义 | 第12页 |
| 2.1.2 主题网络爬虫的工作原理 | 第12-13页 |
| 2.1.3 主题网络爬虫的搜索策略 | 第13-15页 |
| 2.1.4 开源的主题网络爬虫策略 | 第15-16页 |
| 2.2 元搜索技术 | 第16-19页 |
| 2.2.1 元搜索技术概述 | 第16-17页 |
| 2.2.2 元搜索工作原理 | 第17-18页 |
| 2.2.3 元搜索的特点 | 第18页 |
| 2.2.4 采集型元搜索技术 | 第18-19页 |
| 2.3 Web信息抽取技术 | 第19-25页 |
| 2.3.1 Web信息抽取技术概述 | 第19页 |
| 2.3.2 HTML基本语法分析 | 第19-21页 |
| 2.3.3 HTML网页的预处理 | 第21页 |
| 2.3.4 Web信息内容的抽取 | 第21-25页 |
| 2.4 基于Lucene的索引与搜索技术 | 第25-30页 |
| 2.4.1 Lucene概述 | 第25-27页 |
| 2.4.2 Lucene的索引技术 | 第27-28页 |
| 2.4.3 Lucene的搜索技术 | 第28-29页 |
| 2.4.4 文本分词技术 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 系统设计与实现 | 第31-49页 |
| 3.1 系统概述 | 第31-32页 |
| 3.2 目标定义 | 第32-33页 |
| 3.2.1 使用需求的定义 | 第32页 |
| 3.2.2 检索数据的定义 | 第32-33页 |
| 3.3 难点处理和技术实现 | 第33-48页 |
| 3.3.1 指定网站文档采集的优化方案 | 第33-39页 |
| 3.3.2 通用搜索引擎的文档采集策略 | 第39-44页 |
| 3.3.3 文档索引检索功能的实现方案 | 第44-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 系统实验与结果分析 | 第49-80页 |
| 4.1 实验环境 | 第49页 |
| 4.2 系统功能 | 第49-58页 |
| 4.2.1 文件操作功能 | 第49-50页 |
| 4.2.2 模式操作功能 | 第50-55页 |
| 4.2.3 设置操作功能 | 第55-58页 |
| 4.2.4 抓取操作功能 | 第58页 |
| 4.3 实验结果与分析 | 第58-78页 |
| 4.3.1 指定网站信息抓取模式的功能实验 | 第58-65页 |
| 4.3.2 网络文档信息抓取模式的功能实验 | 第65-70页 |
| 4.3.3 自建索引和百度索引二次搜索模式的功能实验 | 第70-78页 |
| 4.4 本章小结 | 第78-80页 |
| 第五章 总结和展望 | 第80-82页 |
| 5.1 研究工作总结 | 第80页 |
| 5.2 论文的创新点 | 第80-81页 |
| 5.3 后续研究展望 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85-86页 |
| 个人简历 | 第86-87页 |
| 攻读硕士期间的研究经历与成果 | 第87页 |