论文研究基于Nutch的分布式主题爬虫的研究与实现 .pdf

提出一种基于数据抽取器的分布式爬虫结构。该架构采用基于分类标注的多主题策略，解决同一爬虫系统内多主题自适应兼容的问题。介绍二级加权任务分割算法，解决基于目标导向、负载均衡的URL分配问题，增强系统可扩

支持AJAX的分布式爬虫的研究与设计，姬硕，辛阳，随着Web2.0时代的到来，以AJAX为代表的动态技术被广泛应用，传统爬虫无法完整获取使用了AJAX异步通信和动态加载技术的网站的页面内容�

基于分布式网络爬虫的站点分析系统设计与实现，王朴野，，随着互联网的不断发展，网络中可获取的数据量呈爆炸式增长。为了批量的获取网络信息，分析网站架构及内容，网络爬虫技术应运而生

针对分布式搜索引擎的任务调度及负载均衡问题，提出了基于GNP算法的分布式爬虫调度策略和负载均衡的方法。利用网络距离预估取代大规模的网络距离测量，不仅提高了系统的响应速度，还减少了系统对广域网造成的压力

针对当前网络地理信息系统(WebGIS)中存在的效率问题和服务器端压力过大的问题，提出了基于FastCGI的多进程、分布式集群的WebGIS构建方案。详细介绍了该方案中服务器端地图服务器的体系结构、功

OSGi分布式扩展技术将分布式计算技术与OSGi框架融合，使之能够支持跨多虚拟机的异构分布式处理，是OSGi领域的研究热点。系统地介绍了这一崭新领域的理论研究情况，分类比较了几种主流分布式扩展技术的异

研究了基于Web服务的业务流程执行语言BPEL4WS(BusinessProcessExecutionLanguageforWebServices)的实现机制和关键技术，在此基础上，结合具体应用分析

自动防屏蔽分布式爬虫系统，梁家卿，肖仰华，本文实现了一种自动检测屏蔽的通用分布式爬虫系统，该系统采用星型网络架构，包括一个核心节点Master和多个从机Slave，其由一个核心�

分布式信源编码算法的理论与实现，关春生，，分布式信源编码的理论基础与工程实践经过了三十年的发展，构成了这个分支的体系结构。本文回顾了分布式信源编码的理论发展，讨论

基于分布式序列模式的算法,赵美红,,本文首先对分布式环境下序列模式的性质进行了分析。算法采用前缀投影技术划分模式搜索空间,利用序列模式前缀指定选举站点统计序