| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景与意义 | 第14页 |
| 1.2 主题爬虫的研究现状 | 第14-17页 |
| 1.2.1 国外研究现状 | 第15-17页 |
| 1.2.2 国内研究现状 | 第17页 |
| 1.3 论文的主要研究内容 | 第17-18页 |
| 1.4 论文的结构安排 | 第18-20页 |
| 第二章 主题爬虫的相关理论与技术 | 第20-34页 |
| 2.1 主题爬虫相关理论 | 第20-24页 |
| 2.1.1 网络爬虫的概念 | 第20页 |
| 2.1.2 通用网络爬虫系统框架 | 第20-22页 |
| 2.1.3 主题网络爬虫系统框架 | 第22-23页 |
| 2.1.4 通用网络爬虫与主题网络爬虫的区别 | 第23-24页 |
| 2.2 页面处理 | 第24-29页 |
| 2.2.1 HTML页面结构 | 第25页 |
| 2.2.2 内容提取 | 第25-28页 |
| 2.2.3 中文分词及去停用词 | 第28-29页 |
| 2.3 主题相关度计算 | 第29-32页 |
| 2.3.1 三种信息检索模型 | 第29-31页 |
| 2.3.2 主题相关度计算 | 第31-32页 |
| 2.4 本章总结 | 第32-34页 |
| 第三章 引入时间因素的PageRank算法改进策略 | 第34-42页 |
| 3.1 PageRank算法分析 | 第34-37页 |
| 3.1.1 PageRank算法具体分析 | 第34-35页 |
| 3.1.2 PageRank算法的原理 | 第35-37页 |
| 3.2 引入时间因素的PageRank算法改进策略 | 第37-40页 |
| 3.2.1 PageRank算法优缺点分析 | 第37页 |
| 3.2.2 针对军事类主题页面的PageRank算法改进策略 | 第37-40页 |
| 3.3 本章总结 | 第40-42页 |
| 第四章 针对主题漂移现象的PageRank算法的改进策略 | 第42-48页 |
| 4.1 Shark-Search算法分析 | 第42-43页 |
| 4.2 融合算法的改进策略 | 第43-46页 |
| 4.2.1 Shark-Search算法优缺点分析 | 第43页 |
| 4.2.2 融合Shark-Search算法和PageRank算法的改进策略 | 第43-45页 |
| 4.2.3 融合算法在系统具体应用流程 | 第45-46页 |
| 4.3 本章总结 | 第46-48页 |
| 第五章 实验仿真与结果分析 | 第48-60页 |
| 5.1 实验体系结构 | 第48-49页 |
| 5.1.1 主题爬虫系统模块 | 第48-49页 |
| 5.2 实验环境与种子链接选取 | 第49-50页 |
| 5.2.1 实验的软硬件环境 | 第49页 |
| 5.2.2 种子链接的选取 | 第49-50页 |
| 5.3 性能评判标准 | 第50-51页 |
| 5.4 实验结果比较与分析 | 第51-57页 |
| 5.4.1 新算法性能与结果分析 | 第51-53页 |
| 5.4.2 应用新算法系统与传统索引性能对比 | 第53-57页 |
| 5.5 本章总结 | 第57-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 本文工作总结 | 第60页 |
| 6.2 未来展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-66页 |
| 作者简介 | 第66-67页 |
