垂直搜索引擎若干问题研讨.pdfVIP

目录 目 录 目ji{：…………………………………………………………………………………………………………．．i 中文摘要……………………………………………………………………………………………．v ABSTRACT…………………………………………………………………………………………………．vii 图目录……………………………………………．．……………………………………………………………．ix 表目录……………………………………………………．……………………………………………………．．xi 第一章． 绪论…………………………………………………………………………………。1 1．1 本文研究背景……………………………………………………………………………l 1．2 垂直搜索引擎的研究现状………………………………………………………………2 1．2．1基于主题的定向搜索概述…………………………………………………………．．3 1．2．2深度Web的领域数据集成…………………………………………………………．4 1．2．3垂直搜索系统的性能指标…………………………………………………………一6 1．2．4面向领域的Web数据挖掘及可视化展示…………………………………………．8 1．3 本文的研究目标和主要贡献…………………………………………………………．12 1．4 本文结构………………………………………………………………………………～l3 第二章． Web信息采集与搜索引擎基础． 5 2．1基本概念…………………………………………………………………………………．．1 2．1．1H丌P协议…………………………………………………………………………………………………．15 2．1．2HTML语言…………………………………………………………………………………………………l8 2．1．4 www的体系结构和信息资源……………………………………………………．19 2．2W曲信息采集的基本原理………^………………………………………………………一20 2．3W曲信息采集系统的基本组成…………………………………………………………．20 2．4搜索引擎与Web信息采集……………………………………………………………．22 2．4．1搜索引擎的分类……………………………………………………………………22 2．4．2搜索引擎的基本结构………………………………………………………………23 2．4-3搜索引擎信息采集面临的挑战……………………………………………………24 2．5本章小结…………………………………………………………………………………．25 第三章． 基于主题的Web信息采集…… ………………………………．27 3．1 国内外相关研究进展…………………………………………………………………．27 3．2 基于主题的W曲信息采集原理………………………………………………………30 目录 3．2．1采集策略……………………………………………………………………………．30 3．2．2基于主题的Web信息采集系统结构……………………………………………3l 3．3 采集的主题问题………………………………………………………………………．32 3．3．1W曲网页文本的特点………………………………………………………………．32 3．3．2Web信息的主题目录………………………………………………………………33 3-3．3主题词典和分词处理………………………………………………………………34 3．3．4网页文本主题的识别………………………………………………………………35 3．4 本章小结…………………………………………………………………………………39 第四章． 超链接主题预测算法UTP……………………………………………………。41 4．1URL主题相关度的决定因素……………………………………………………………4l