就业垂直搜索引擎的架构与实现
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及研究意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 搜索引擎与垂直搜索引擎 | 第13-15页 |
| 1.2.1 搜索引擎 | 第13页 |
| 1.2.2 搜索引擎的分类 | 第13-14页 |
| 1.2.3 垂直搜索引擎 | 第14-15页 |
| 1.3 本文的研究内容 | 第15-16页 |
| 1.4 论文章节安排 | 第16-17页 |
| 第2章 就业垂直搜索引擎的相关技术 | 第17-29页 |
| 2.1 信息采集技术详解 | 第17-20页 |
| 2.1.1 网络爬虫的基本概念 | 第17-18页 |
| 2.1.2 通用网络爬虫 | 第18-19页 |
| 2.1.3 聚焦网络爬虫 | 第19-20页 |
| 2.2 信息抽取技术详解 | 第20-24页 |
| 2.2.1 网页去噪技术详解 | 第20-22页 |
| 2.2.2 网页结构化信息抽取 | 第22-24页 |
| 2.3 索引检索模块详解 | 第24-29页 |
| 2.3.1 Lucene全文检索框架 | 第24-25页 |
| 2.3.2 中文分词 | 第25-27页 |
| 2.3.3 Lucene中自带的分词器 | 第27-28页 |
| 2.3.4 中文分词算法及工具包 | 第28-29页 |
| 第3章 信息采集模块的设计与实现 | 第29-36页 |
| 3.1 列表页爬虫 | 第29-33页 |
| 3.1.1 列表页爬虫的设计 | 第29-30页 |
| 3.1.2 列表页爬虫的实现 | 第30-33页 |
| 3.2 信息页爬虫 | 第33-36页 |
| 第4章 信息抽取模块的分析与详细设计 | 第36-48页 |
| 4.1 网页去噪 | 第36-43页 |
| 4.1.1 基本概念 | 第36-38页 |
| 4.1.2 HTML Parser | 第38-39页 |
| 4.1.3 基于标签类别的网页去噪算法 | 第39-43页 |
| 4.2 结构化信息抽取 | 第43-48页 |
| 第5章 索引检索模块的分析与详细设计 | 第48-55页 |
| 5.1 职位信息索引 | 第48-50页 |
| 5.1.1 索引的建立过程 | 第48-50页 |
| 5.1.2 中文分词器的选择 | 第50页 |
| 5.2 职位信息检索 | 第50-51页 |
| 5.2.1 全文检索 | 第50-51页 |
| 5.2.2 高级检索 | 第51页 |
| 5.3 职位信息索引模块的实现 | 第51-52页 |
| 5.4 职位信息检索模块的实现 | 第52-55页 |
| 第6章 就业垂直搜索引擎的原型系统 | 第55-58页 |
| 第7章 总结与展望 | 第58-61页 |
| 7.1 论文工作总结 | 第58页 |
| 7.2 本文主要工作和贡献 | 第58-59页 |
| 7.3 论文的不足 | 第59页 |
| 7.4 展望进一步的工作 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 附件 | 第65页 |
