新闻垂直搜索引擎中文分词与网页去重的应用与研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外的研究现状 | 第9-11页 |
| 1.3 目前存在的问题 | 第11-12页 |
| 1.4 研究的目标和内容 | 第12-13页 |
| 1.4.1 研究目标 | 第12页 |
| 1.4.2 研究内容 | 第12-13页 |
| 第二章 垂直搜索引擎的关键技术 | 第13-19页 |
| 2.1 垂直搜索引擎工作原理 | 第13-14页 |
| 2.2 网络爬虫技术 | 第14-16页 |
| 2.2.1 网络爬虫的特点 | 第14-15页 |
| 2.2.2 网络爬虫的工作原理 | 第15页 |
| 2.2.3 爬虫搜索策略和算法 | 第15-16页 |
| 2.3 中文分词技术 | 第16-17页 |
| 2.4 网页去重技术 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 新闻垂直搜索引擎的的总体方案设计 | 第19-24页 |
| 3.1 系统的需求分析 | 第19-20页 |
| 3.2 系统设计要求 | 第20-21页 |
| 3.3 系统功能模块设计 | 第21-23页 |
| 3.3.1 系统工作原理 | 第21-22页 |
| 3.3.2 系统功能模块设计结构图 | 第22-23页 |
| 3.4 本章小结 | 第23-24页 |
| 第四章 新闻垂直搜索引擎系统的设计与实现 | 第24-57页 |
| 4.1 网络爬虫子系统的设计与实现 | 第24-30页 |
| 4.1.1 网络爬虫的子系统的技术分析 | 第24-26页 |
| 4.1.2 网络爬虫的实现 | 第26-30页 |
| 4.2 网页提取模块设计 | 第30-37页 |
| 4.2.1 网页提取模块技术分析 | 第30-31页 |
| 4.2.2 网页提取算法设计 | 第31-32页 |
| 4.2.3 网页提取模块的实现 | 第32-37页 |
| 4.3 分词模块设计 | 第37-45页 |
| 4.3.1 分词模块技术分析 | 第37-38页 |
| 4.3.2 分词算法的设计 | 第38-40页 |
| 4.3.3 分词算法的实现 | 第40-45页 |
| 4.4 网页去重设计 | 第45-52页 |
| 4.4.1 网页去重模块技术分析 | 第45-46页 |
| 4.4.2 网页去重算法设计 | 第46-47页 |
| 4.4.3 网页去重模块的实现 | 第47-52页 |
| 4.5 索引模块设计 | 第52-56页 |
| 4.5.1 索引模块技术分析 | 第52-53页 |
| 4.5.2 索引模块系统实现 | 第53-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 新闻垂直搜索引擎的试验结果 | 第57-66页 |
| 5.1 系统开发平台 | 第57页 |
| 5.2 网页提取模块试验结果及分析 | 第57-59页 |
| 5.3 索引建立试验结果 | 第59页 |
| 5.4 中文分词试验 | 第59-61页 |
| 5.5 去重模块试验 | 第61-63页 |
| 5.6 程序最终运行结果 | 第63-64页 |
| 5.7 本章小结 | 第64-66页 |
| 第六章 结论与展望 | 第66-68页 |
| 6.1 结论 | 第66-67页 |
| 6.2 工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73页 |
