智能信息采集搜索策略研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-11页 |
| 第1章 绪论 | 第11-22页 |
| ·研究背景 | 第11-12页 |
| ·研究进展 | 第12-20页 |
| ·Web信息采集中的关键问题 | 第12-13页 |
| ·Web采集技术的发展及现状 | 第13-14页 |
| ·基于主题的网络蜘蛛搜索策略研究 | 第14-20页 |
| ·本文所做工作 | 第20-22页 |
| 第2章 基于综合价值的网络蜘蛛搜索策略 | 第22-30页 |
| ·引言 | 第22页 |
| ·链接的立即价值和综合价值 | 第22-25页 |
| ·基于综合价值的网络蜘蛛搜索策略 | 第25-27页 |
| ·Web资源分布与链接价值关系的分析 | 第25-26页 |
| ·基于综合价值的网络蜘蛛搜索策略 | 第26-27页 |
| ·实验 | 第27-29页 |
| ·实验方法 | 第27-28页 |
| ·实验结果 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第3章 基于主题分块的PageRank算法 | 第30-36页 |
| ·引言 | 第30-31页 |
| ·PageRank算法 | 第31页 |
| ·结合文本内容的PageRank算法 | 第31-32页 |
| ·基于主题分块的PageRank算法 | 第32-34页 |
| ·实验 | 第34-35页 |
| ·结论 | 第35-36页 |
| 第4章 基于遗传算法的web信息搜集策略研究 | 第36-44页 |
| ·引言 | 第36-37页 |
| ·Web信息在网络蜘蛛中的作用 | 第37页 |
| ·遗传算法的概况 | 第37-40页 |
| ·基于遗传算法的网络蜘蛛搜索策略 | 第40-42页 |
| ·编码方法 | 第40页 |
| ·适应度函数 | 第40-41页 |
| ·初始化种群 | 第41页 |
| ·杂交算子 | 第41页 |
| ·变异算子 | 第41页 |
| ·算法描述 | 第41-42页 |
| ·实验 | 第42-43页 |
| ·结论 | 第43-44页 |
| 第5章 基于多种搜索策略的网络蜘蛛原型系统 | 第44-48页 |
| ·系统设计 | 第44-45页 |
| ·关键问题的处理 | 第45页 |
| ·链接价值的计算 | 第45页 |
| ·Html文档DOM树的生成 | 第45页 |
| ·主要功能的实现 | 第45-47页 |
| ·小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 附录A 攻读学位期间完成的论文 | 第54页 |
