面向主题的搜索引擎的设计与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·搜索引擎技术概述 | 第9页 |
| ·搜索引擎的概念 | 第9页 |
| ·搜索引擎的工作原理 | 第9页 |
| ·搜索引擎的分类 | 第9-10页 |
| ·全文搜索引擎 | 第9-10页 |
| ·目录索引型搜索引擎 | 第10页 |
| ·元搜索引擎 | 第10页 |
| ·面向主题的搜索引擎的提出 | 第10-11页 |
| ·国内外发展 | 第11页 |
| ·论文的组织结构 | 第11-13页 |
| 第二章 面向主题的搜索引擎 | 第13-20页 |
| ·通用搜索引擎的架构 | 第13-14页 |
| ·网络爬虫策略 | 第14-15页 |
| ·宽度优先搜索算法 | 第14-15页 |
| ·深度优先搜索算法 | 第15页 |
| ·主题搜索引擎的关键技术 | 第15-17页 |
| ·主题描述 | 第15页 |
| ·网页相关度判定 | 第15-16页 |
| ·HTML解析 | 第16页 |
| ·中文分词技术 | 第16页 |
| ·提取关键词 | 第16-17页 |
| ·系统分析与设计 | 第17-18页 |
| ·系统分析 | 第17-18页 |
| ·系统设计 | 第18页 |
| ·本章小结 | 第18-20页 |
| 第三章 主题相关性验证 | 第20-27页 |
| ·主题描述 | 第20-21页 |
| ·网页相关性判定 | 第21-26页 |
| ·基于元数据的判断 | 第22-23页 |
| ·基于链接标签数据的判断 | 第23页 |
| ·基于链接结构的判断 | 第23-24页 |
| ·基于页面语义内容的判定 | 第24页 |
| ·比较分析 | 第24页 |
| ·页面相关度判定算法选择及改进 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 网页解析 | 第27-46页 |
| ·HTML介绍 | 第27-29页 |
| ·HTML概念 | 第27页 |
| ·HTML解析 | 第27-28页 |
| ·HtmlParser介绍 | 第28-29页 |
| ·网页信息抽取 | 第29-35页 |
| ·获取网页编码 | 第29-31页 |
| ·获取网页链接 | 第31-34页 |
| ·元数据解析 | 第34-35页 |
| ·获取网页正文 | 第35页 |
| ·中文分词技术 | 第35-43页 |
| ·中文分词方法介绍 | 第35-36页 |
| ·机械匹配方法 | 第36-43页 |
| ·提取关键字 | 第43-44页 |
| ·分析网页内容结构加权 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 系统实现 | 第46-56页 |
| ·主题搜索引擎的爬虫策略 | 第46-48页 |
| ·初始URL | 第47页 |
| ·URL队列 | 第47页 |
| ·网页信息抽取 | 第47-48页 |
| ·保存网页信息 | 第48页 |
| ·建立索引 | 第48-50页 |
| ·索引工具Lucence介绍 | 第48-49页 |
| ·Lucene的数据结构分析 | 第49页 |
| ·设计索引库 | 第49页 |
| ·创建索引库 | 第49-50页 |
| ·Web服务 | 第50-52页 |
| ·基于Tomcat的Web服务器 | 第50页 |
| ·服务端设计 | 第50-51页 |
| ·客户端设计 | 第51-52页 |
| ·结果分析 | 第52-55页 |
| ·单次抓取结果分析 | 第52-54页 |
| ·多次抓取结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 结束语 | 第56-58页 |
| ·主要工作回顾 | 第56-57页 |
| ·本课题今后需进一步研究的地方 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 个人简历 在读期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
