垂直搜索引擎的研究与设计
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-11页 |
·研究的背景与意义 | 第9页 |
·课题来源及设计目标 | 第9-10页 |
·本文的主要工作及组织结构 | 第10-11页 |
第二章 垂直搜索引擎及关键技术 | 第11-30页 |
·搜索引擎概述 | 第11-16页 |
·搜索引擎发展历史 | 第11页 |
·搜索引擎的分类 | 第11-13页 |
·搜索引擎的工作原理和体系结构 | 第13-15页 |
·搜索引擎面临的挑战及发展趋势 | 第15页 |
·评价搜索引擎性能的指标 | 第15-16页 |
·垂直搜索引擎简介 | 第16-17页 |
·垂直搜索引擎与通用搜索引擎的比较 | 第17-18页 |
·垂直搜索引擎的关键技术研究 | 第18-30页 |
·主题页面在Web 上的分布特征 | 第18-19页 |
·主题搜索策略 | 第19-25页 |
·页面与主题相关度的判定 | 第25-27页 |
·网页信息的结构化抽取方式 | 第27-30页 |
第三章 垂直搜索引擎体系结构设计及功能分析 | 第30-35页 |
·垂直搜索引擎体系结构 | 第30-31页 |
·系统主要功能模块 | 第31-32页 |
·主题初始化模块 | 第31页 |
·网络机器人模块 | 第31页 |
·信息过滤模块 | 第31-32页 |
·中文分词与索引模块 | 第32页 |
·用户接口模块 | 第32页 |
·系统开发环境 | 第32-34页 |
·本章小结 | 第34-35页 |
第四章 主题初始化模块的设计与实现 | 第35-40页 |
·主题 URL 种子库的设计 | 第35页 |
·主题词库的设计 | 第35-36页 |
·主题初始化模块的实现 | 第36-39页 |
·主题URL 种子库的实现 | 第36-37页 |
·主题词库的实现 | 第37-39页 |
·小结 | 第39-40页 |
第五章 网络机器人的设计及实现 | 第40-58页 |
·网络机器人的爬行流程 | 第40-42页 |
·网络机器人内的协作关系 | 第42页 |
·多线程下载模块的设计与实现 | 第42-44页 |
·URL 队列管理 | 第44页 |
·网络机器人主要类图设计 | 第44-51页 |
·ParseUrl 类 | 第44-46页 |
·ProcessUrl 类 | 第46-47页 |
·Spider 类 | 第47-48页 |
·SpiderController 类 | 第48页 |
·HashQueue 类 | 第48-49页 |
·HTMLDocument 类 | 第49-50页 |
·各个类之间的关系 | 第50-51页 |
·网络机器人搜索策略设计 | 第51-54页 |
·主题相关度判定算法设计 | 第54-57页 |
·页面主题相关性判断算法 | 第54-55页 |
·URL 与主题的相关性判断算法 | 第55-57页 |
·本章小结 | 第57-58页 |
第六章 页面解析与中文分词 | 第58-67页 |
·页面解析 | 第58页 |
·中文分词 | 第58-62页 |
·中文分词介绍 | 第58-59页 |
·基于Lucene 的中文分词的实现 | 第59页 |
·正向最大匹配分词算法描述与示例 | 第59-60页 |
·主题词库描述 | 第60页 |
·分词模块的设计 | 第60-62页 |
·基于Lucene 的索引模块的设计与实现 | 第62-66页 |
·设计索引结构 | 第62-63页 |
·建立并优化索引 | 第63-66页 |
·本章小结 | 第66-67页 |
第七章 实验验证与性能分析 | 第67-70页 |
·实验环境 | 第67页 |
·垂直搜索引擎的性能测试 | 第67-69页 |
·多线程爬行性能测试 | 第67-68页 |
·主题网页采集准确率测试 | 第68-69页 |
·搜索算法性能对比 | 第69页 |
·本章小结 | 第69-70页 |
总结与展望 | 第70-71页 |
参考文献 | 第71-73页 |
致谢 | 第73-74页 |
个人简历 在读期间发表的学术论文 | 第74页 |