- 1、本文档共56页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
分布式聚焦网络爬虫系统的设计与实现-计算机应用技术专业论文
浙江大学硕士学位论文 Abstract
Abstract
More and more people need personalized search service .The appearance of vertical search engine satisfied this kind of requirement.Vertical search engine usual1y need focused crawler,which can crawl the web page by some subjects and rules. Some
pωple even want to collect and format special infOIτnation from intemet by focused crawler.
This paper introduces a new distributed focused crawler,which has high
performance and scalable framework and useful management interface. It also can extract 也e specifically text field from web page into formatted data.
Chapter one introduces the research background of focused crawler,include
difficulties and the solving strategy. Chapter two introduces the overall design of system framework, which consists of one management server and several crawler servers. Chapter three and Chapter four introduce the implementation of management S町ver and several crawler servers. Chapter five make a system test to 由is sys阳:m. Chapter six summarizes 也is paper and put forward some feasible improvement of the
system.
Keywords: Distributed System,Focused Crawler,Extract Web Field
11
浙江大学硕士学位论文 目录
目录
摘要... ..? .? ? ... ? ? ? ? ? ? .. .. .. .. 1
Abstract. . .. ... . ... ii
第 1 章绪论...? .. ? ? .. ? .. ? .. ? .. .. 1
1.1 课题背景……… 1
1.2 研究现状………………………………………………...…川 2
1.2.1 聚焦网络爬虫………………… 2
1工2 聚焦网络爬虫的难点………………………………………… ..4
1.2.3聚焦网络爬虫的关键策略… 5
1.3 新的趋势…………………………………… 11
1.4 本文的主要工作及组织结构 11
第 2j袁系统框架设计. ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?? 13
2.1 需求分析...……………………………… 13
2.2 名词解释………………... 13
2.3系统框架设计……………………………………………… 14
2.3.1 传统的系统框架..……… 14
2.3.2 改进的系统框架………………………………………………..… 15
2.3.3系统软硬件配置川… 17
理服务器的设计……………………………………………川 18
取服务器的设计… 19
2.6 本章小结……………………………………… 21
第 3 章管理服务器的实现.. ? ? ? ? .. .. .. ? .. ? .. .. .. .. .. ? ? .
您可能关注的文档
- 典型资源增殖区仿刺参饵料时空特征研究-增殖养殖工程专业论文.docx
- 典型褐煤热气流及微波干燥提质特性研究-热能工程专业论文.docx
- 典型赤潮藻絮凝及絮凝过程实验研究-动力工程专业论文.docx
- 典型赤潮藻类可培养藻际细菌的分子鉴定与藻菌关系研究-水生生物学专业论文.docx
- 典型过渡金属离子活化过硫酸盐氧化水中磺胺甲噁唑的研究-建筑与土木工程专业论文.docx
- 典型轻合金表面形貌与微结构对电子功函数的影响-材料工程专业论文.docx
- 典型通信信号调制识别技术研究-通信与信息系统专业论文.docx
- 典型重金属离子对碱矿渣水泥水化及结构形成的影响-材料科学与工程专业论文.docx
- 典型运动体入水过程多相流动特性研究-一般力学与力学基础专业论文.docx
- 典型金属夹芯夹层楔形体板入水砰击力学特性分析-船舶与海洋结构物设计制造专业论文.docx
文档评论(0)